[发明专利]一种基于IPDE算法的关节式坐标测量机标定方法

权利要求书

1.一种基于IPDE算法的关节式坐标测量机标定方法，其特征在于：具体步骤如下：

步骤一、根据关节式坐标测量机的结构，建立包含所有结构参数的关节式坐标测量机数学模型；

步骤二、使用关节式坐标测量机采集多组关节转角数据；

步骤三、建立适应度函数F(U)如式(2)所示，

式(2)中，U为测量机的结构参数集；x_m、y_m、z_m为测头理论球心坐标值，理论计算得到的测头空间坐标；n为关节转角数据的组数；

步骤四、用IPDE算法辨识测量机运动学参数；

4-1.初始化相关系数：初始化最大种群规模N_a、最大迭代次数T、空间维数D；PSO算法的初始化最大惯性系数w_max、初始化最小惯性系数w_min、初始化加速因子c₁、c₂、初始化最大速度v_max、初始速度v₀、初始化控制系数m；DE算法的初始化变异收缩因子Q、初始化交叉因子CR；内点法的初始化惩罚因子r＝0.05；

4-2.是搜索空间中分别产生PSO算法和DE算法的种群，两个种群的规模均为N；PSO算法的种群DE算法的种群其中，和P_i¹＝(P_i1,P_i2…P_iD)，i＝1,2…N；个体中的各个元素，以及个体P_i¹中的各个元素均对应的关节式坐标测量机的D个结构参数；以t为迭代序数，进行迭代，直到达到迭代终止条件，得到种群最佳个体位置单次迭代的过程如步骤4-3至步骤4-5中所示；

4-3.根据适应度函数计算PSO算法第一代种群X₁内各个体的适应度计算DE算法第一代种群P₁内各个体P_i¹的适应度F(P_i¹)；在各适应度和各适应度F(P_i¹)中取最小值作为PSO算法和DE算法第一代种群最优适应度该适应度对应的个体为最优个体

4-4.PSO算法对种群X₁中所有的个体进行速度、位置更新；DE算法对种群P₁中所有的个体执行变异、杂交、选择操作；

4-4-1.PSO算法

1)粒子个体飞行速度和个体位置更新变化如式(3)和(4)所示，i＝1,2…N；

式(3)中，w＝w_min+(w_max-w_min)·exp[-m·(t/T)²]，为当代种群最佳个体位置；为PSO算法对应的种群中的最佳个体位置；第一次优化时，

2)比较确定PSO算法中下一代种群最佳种群位置如式(5)所示；

4-4-2.DE算法

1)根据在变异操作下产生如式(6)所示；

式(6)中，r1,r2,r3∈{1，2…N}为各不相同的整数且与i也不相同，

2)根据P_i^t＝(P_i1,P_i2…P_iD)和在交叉操作下产生如式(7)所示；

式(7)中，j_rand是集合{1,2…D}的一个均匀分布的随机整数，j＝1,2,...,D；

3)比较确定下一代种群P_i^t+1，如式(8)所示；

4)将下一代种群P_i^t+1带入适应度函数中，计算适应度F(P_i^t+1)，对比得到最佳个体

4-5.PSO算法和DE算法都得出自己种群的最佳个体和比较两者对应的适应度F^PSO和F^DE大小，选出当代种群最佳个体位置

步骤五、以步骤四所得的最终个体内的各结构元素作为测量机运动学参数集输入到关节式坐标测量机中，完成标定。