应用于铣削参数优化的粒子群和遗传交互算法
Mutual studying algorithm integrated PSO and GA and its application to optimal parameters for milling computer engineering and applications作者机构：国电南瑞科技股份有限公司南京210061
出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期：2015年第51卷第16期
页 面：252-258页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 081202[工学-计算机软件与理论]
主 题：粒子群算法 遗传算法 交互学习 机械动力学 铣削参数优化
摘 要：针对工程领域中的非线性、多极值和多维度等复杂优化问题,提出把遗传算子引入粒子群算法中,采用粒子搜索变异,交互学习的方法。方法综合了粒子群算法原理简单、搜索速度快,遗传算法全局搜索能力强的特点,实现了算法避免陷入局部最优解,以获得较高的精度和执行力。通过对比分析,此交互学习策略在求解精度、效率和处理多种复杂度问题等方面都有优越性,特别适用于精确求解和解决复杂优化问题。实例证明,算法可以解决基于机械动力学理论的铣削参数优化中非线性、多极值、多维度的工程问题。
维普期刊数据库
同方期刊数据库