论文研究 基于元胞粒子群算法的数控切削参数优化.pdf

针对数控切削参数优化问题的非线性和多约束性质，采用一种元胞粒子群算法（CPSO）进行优化。在基本粒子群算法（PSO）思想的基础上，引入邻居的概念，以搜索解空间的局部信息，并将粒子的信息交流范围扩展到种群外部，从而能搜索到更有希望的解空间;在罚函数机制的基础上，引入标志变量记录粒子是否曾经满足过所有约束条件，根据标志变量进行粒子个体极值与种群全局极值的更新。通过比较CPSO算法与其他算法取得的结果，验证该算法解决数控切削参数优化问题的有效性和优越性。