导读:本文包含了孔群加工路径优化论文开题报告文献综述及选题提纲参考文献，主要关键词:蚁群算法,印制电路板,路径优化
孔群加工路径优化论文文献综述
汪忠林,苟辉,马亚伟,冯波[1]（2019）在《基于蚁群算法的PCB孔群加工路径优化》一文中研究指出为解决云计算技术以及5G网络技术对印制电路板带来的加工工艺问题,有效提升PCB的生产效率、降低加工时间与成本,文中通过蚁群算法优化了电路板孔群加工路径,有力地节省了生产时间;而且通过算法优化仿真实验描述了设计流程与步骤。实验结果证明,蚁群算法能够有效优化孔群加工路径,减少无效的加工路线,降低生产时间与成本。(本文来源于《信息通信》期刊2019年05期）
杨彩虹,林守金,杨明[2]（2019）在《基于改进遗传算法的模具零件孔群加工路径优化》一文中研究指出为提高孔群模具的加工效率,提出了一种最近邻、遗传算法和禁忌搜索相融合的改进遗传算法。采用最近邻算法选取一系列好的初始种群,同时将禁忌搜索中"禁忌"的思想引入到遗传算法中,并在进化过程中随机引入部分新个体,进行迭代搜索。根据孔群加工特点建立了类似旅行商问题的数学模型,并用改进算法求解最短加工路径,在分布复杂的孔类模具上进行数值实验。轮胎实例应用结果表明,改进算法优化后路径长度比CAM系统算法优化后路径长度缩短5.31%,比X向路径法缩短77.88%,比Y向路径法缩短77.63%,比最近邻算法缩短4.52%;当实验参数相同时,改进算法路径长度比遗传算法缩短14.65%,且运行时间平均缩短了63.60%。改进算法的路径长度明显缩短,有效提高了孔群的数控加工效率。其通用性较好,在提升数控系统孔群加工效率方面具有参考价值。(本文来源于《河北工业科技》期刊2019年02期）
田爽,钱舟,熊燕华[3]（2019）在《带基准孔的激光孔群加工路径优化算法》一文中研究指出针对目前激光打孔过程中带基准孔的孔加工问题,提出用于带基准孔群加工路径优化蚁群算法。将加工路径优化问题转化为带基准孔约束的旅行商问题,建立路径优化目标函数模型,对激光打孔路径优化总体设计,通过改进蚁群的路径选择策略使得选取的加工路径满足基准孔的约束条件。实验结果表明,采用改进蚁群算法,有效解决带基准孔的激光打孔路径优化问题,在保证孔加工定位精度的同时优化孔群加工路径。(本文来源于《当代教育实践与教学研究》期刊2019年02期）
苟辉,周玉婷,汪忠林[4]（2018）在《基于模拟退火算法的PCB孔群加工路径优化》一文中研究指出为改善印制电路板孔群的加工质量与效率,该文采用模拟退火算法对孔群的加工路径进行了优化。文中通过PCB孔群实例详细描述了模拟退火算法的实现过程,结果表明,利用模拟退火算法可有效提升PCB孔群加工效率以及质量,降低孔群加工中的空行程比例。(本文来源于《电脑知识与技术》期刊2018年27期）
张明禄,李忠学,陈辅斌[5]（2018）在《HDI板孔群的K-means聚类及加工路径优化研究》一文中研究指出电路板的激光打孔路径优化是一个NP完全问题,随着孔群数量的增加,其复杂性和解空间会成指数性增长。文章采用K-means算法和改进模拟退火算法,并结合孔群加工的数学模型研究HDI激光打孔的路径优化。首先采用K-means算法聚类分析得到相似度高的孔群,初始种群运用贪婪选择策略,降低起始搜索范围,提高收敛效率;寻优过程中加入遗传算法的DIM(Displaced Inversion Mutation)变异算子,避免模拟退火算法陷入局部最优解。仿真试验结果表明,该方案求解出的最优路径比采用模拟退火算法有明显改善。(本文来源于《组合机床与自动化加工技术》期刊2018年07期）
程启清,王建生,王书付[6]（2016）在《基于蚁群算法的孔群加工路径优化研究》一文中研究指出需要在零件上钻多个孔时,关键是选择选择一条科学合理的刀具路径。引用蚁群算法解决旅行商问题的方法来解决零件TSP(Traveling Salesman Problem)孔群加工路径的优化问题,并分析蚁群算法中各个变量对最优路径的影响,找到最合适的参数规划出一条科学的加工路径,从而减小刀具的运动路程,缩短加工时间,对提高生产效率有重要意义。(本文来源于《机械研究与应用》期刊2016年05期）
李忠群,郭文慧,王志康[7]（2016）在《基于混合改进型遗传算法的螺旋铣孔孔群加工路径优化研究》一文中研究指出在业已确定螺旋铣孔切削参数的前提下,孔群加工路径的优劣对加工效率有较大影响。研究TSP数学模型,应用混合改进遗传算法求解孔群加工路径优化模型,获得优化的加工路径。将3种算法基本遗传算法、蚁群算法和混合改进型遗传算法进行对比可知,本文提出的优化方法可有效缩短走刀时间。(本文来源于《湖南工业大学学报》期刊2016年04期）
王松淳[8]（2016）在《孔群数控加工切削参数及工艺路径优化的研究》一文中研究指出孔群零件在机械零件中占有很大的比例,例如箱体零件和底板零件都包含各种类型的孔(螺纹孔、沉头孔、通孔等)。合适的切削参数和加工序列是提高孔群加工效率的一个重要因素,特别当孔的数量巨大时,优化孔群的加工路径可以很大程度减少加工时间。实际加工中,由于各种因素的影响,使用传统分析方法,工艺人员获得最优加工方案非常不易。因此,利用CAPP技术,优化孔群的加工工艺具有很重要的意义。本文对箱体类零件的孔群切削参数和工艺路径进行了较为系统的研究,其主要内容如下:(1)研究了孔群加工工艺的特点,总结了目前孔群加工工艺常用的优化方法。(2)介绍了遗传算法的基础原理,并指出其缺点。利用模拟退火算法的原理,改进了遗传算法,对新算法的性能进行了测试,证明了它的可靠性。(3)建立了孔加工切削参数优化模型,设计了孔的加工工时和加工成本两个目标函数。并且,基于改进遗传算法对零件的切削参数优化模型进行了求解。(4)建立了孔群加工成本优化模型,目标函数为空程走刀成本和更换刀具成本。然后,分别使用遗传算法和改进遗传算法对优化模型进行了求解。结果表明改进遗传算法求解性能稳定,更加适应实际加工的要求。(本文来源于《西安建筑科技大学》期刊2016-06-01）
阮晓光,王松淳,蔡安江,邰雪峰[9]（2015）在《基于UG的孔群加工路径的优化研究》一文中研究指出为了提高孔群的加工效率,可以使用各种CAD/CAM软件根据各自的优化算法自动生成孔群加工路径。运用UG自带的优化算法对某减震器配件上的孔群加工路径进行优化,得到了理想的优化结果,并与常用的2种加工路径进行对比,实例验证了运用UG软件对孔群加工路径进行优化,可明显缩短加工路径,提高加工效率。(本文来源于《煤矿机械》期刊2015年12期）
肖军民[10]（2015）在《一种改进遗传算法在孔群加工路径中的优化》一文中研究指出数控加工中心采用钻削或铰削方式加工孔群时,为了缩短加工中心刀具空走行程并提高孔群的加工效率,须对孔群加工路径进行优化。数控加工中心孔群加工路径优化属于NP完全问题,到目前为止还没有一个非常有效的算法能求解出NP问题的最优解。针对数控孔群加工路径具体优化问题,采用了一种整数染色体的遗传算法,这种遗传算法以孔号为染色体,采用"优胜劣汰"的生物进化方法寻找问题的最优近似解。经过实例证明该方法的求解精度高于粒子群和蚁群等其它智能优化算法,因此改进的整数染色体遗传算法能较好地解决孔群加工路径优化问题。(本文来源于《组合机床与自动化加工技术》期刊2015年02期）
孔群加工路径优化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为提高孔群模具的加工效率,提出了一种最近邻、遗传算法和禁忌搜索相融合的改进遗传算法。采用最近邻算法选取一系列好的初始种群,同时将禁忌搜索中"禁忌"的思想引入到遗传算法中,并在进化过程中随机引入部分新个体,进行迭代搜索。根据孔群加工特点建立了类似旅行商问题的数学模型,并用改进算法求解最短加工路径,在分布复杂的孔类模具上进行数值实验。轮胎实例应用结果表明,改进算法优化后路径长度比CAM系统算法优化后路径长度缩短5.31%,比X向路径法缩短77.88%,比Y向路径法缩短77.63%,比最近邻算法缩短4.52%;当实验参数相同时,改进算法路径长度比遗传算法缩短14.65%,且运行时间平均缩短了63.60%。改进算法的路径长度明显缩短,有效提高了孔群的数控加工效率。其通用性较好,在提升数控系统孔群加工效率方面具有参考价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
孔群加工路径优化论文参考文献
[1].汪忠林,苟辉,马亚伟,冯波.基于蚁群算法的PCB孔群加工路径优化[J].信息通信.2019
[2].杨彩虹,林守金,杨明.基于改进遗传算法的模具零件孔群加工路径优化[J].河北工业科技.2019
[3].田爽,钱舟,熊燕华.带基准孔的激光孔群加工路径优化算法[J].当代教育实践与教学研究.2019
[4].苟辉,周玉婷,汪忠林.基于模拟退火算法的PCB孔群加工路径优化[J].电脑知识与技术.2018
[5].张明禄,李忠学,陈辅斌.HDI板孔群的K-means聚类及加工路径优化研究[J].组合机床与自动化加工技术.2018
[6].程启清,王建生,王书付.基于蚁群算法的孔群加工路径优化研究[J].机械研究与应用.2016
[7].李忠群,郭文慧,王志康.基于混合改进型遗传算法的螺旋铣孔孔群加工路径优化研究[J].湖南工业大学学报.2016
[8].王松淳.孔群数控加工切削参数及工艺路径优化的研究[D].西安建筑科技大学.2016
[9].阮晓光,王松淳,蔡安江,邰雪峰.基于UG的孔群加工路径的优化研究[J].煤矿机械.2015
[10].肖军民.一种改进遗传算法在孔群加工路径中的优化[J].组合机床与自动化加工技术.2015