改进粒子群优化算法及其在磨削加工中的应用
提出了一种新的改进粒子群优化算法，并应用于磨削加工过程的参数择优问题。该算法结合反向学习方法学习速度快、寻优能力强的特点，在粒子群进化过程中进行反向变异操作，并且采用自适应策略连续修正粒子群的变异阈值，在提高全局搜索能力的同时，保持其快速收敛性。所提算法结构简单，具有与基奉粒子群优化算法相同的调节参数，实际应用方便。通过数值实例计算，验证了反向变异粒子群优化算法的有效性及其在磨削加工参数优化问题上的可行性。
磨削加工 改进粒子群 优化算法 自适应策略 反向变异 参数优化
陈志盛 李勇刚
长沙理工大学能源与动力工程学院，长沙 410076 中南大学信息科学与工程学院，长沙 410083
国内会议
昆明
中文
2-5
2008-07-01（万方平台首次上网日期，不代表论文的发表时间）