基于改进自适应遗传算法的复杂曲面检测路径规划  

Path Planning of Complex Surface Inspection Based on Improved Adaptive Genetic Algorithm

作　　者：韦思安 陈岳坪[1] 李杰[1] 苏宇 吴宇田 Wei Sian;Chen Yueping;Li Jie;Su Yu;Wu Yutian

机构地区：[1]广西科技大学机械与汽车工程学院,广西壮族自治区柳州市545616

出　　处：《工具技术》2024年第11期153-160,共8页Tool Engineering

基　　金：国家自然科学基金(52165054);2016年广西高校高水平创新团队及卓越学者计划资助项目(桂教人[2016]42号);广西科技大学自然科学资金项目(197315);广西科技大学创新团队支持计划项目(科大科研发[2017]64号)资助。

摘　　要：针对传统遗传算法搜索速度慢及易陷入局部最优解等问题,提出基于种群适应度、三角函数与迭代次数调整策略的自适应遗传算法,并应用于检测路径规划,通过设计混沌逆转算子使算法跳出局部最优。将该算法进行MATLAB仿真生成优化路径,并在三坐标测量机上进行复杂曲面检测实验,结果表明,改进的自适应遗传算法优化得到的检测路径可有效提高复杂曲面零件的检测效率。Aiming at the problems such as slow searching speed and easy to fall into local optimal solution of the traditional genetic algorithm,this paper proposes an adaptive genetic algorithm based on population fitness,trigonometric function and iteration adjustment strategy to inspect path planning,and designs chaotic reversal operator to make the algorithm jump out of the local optimality.The optimized paths are generated by MATLAB simulation and tested on a CMM for complex surfaces inspection.The results show that the optimized paths can effectively improve the inspection efficiency of complex surface parts.

关 键 词：三坐标测量机 路径规划 复杂曲面 改进自适应遗传算法 

分 类 号：TG806[金属学及工艺—公差测量技术] TH124[机械工程—机械设计及理论]