针对粒子群优化算法(PSO)和遗传算法(GA)在加速度计标定优化后期出现早熟、陷入局部最优,以及在设计与应用过程中存在的缺陷,将自适应协方差矩阵进化策略(CMAES)算法应用于加速度计的快速标定:采用具有不同函数特征的Sphere、Rastrigin和Rosen三个基准函数对比测试CMAES算法的总体性能;以模观测标定方法为基础建立加速度计标定模型,选取加速度计的24个位置进行仿真观测。实验结果表明:CMAES算法在收敛速度、收敛精度、全局搜索等方面性能优异,将加速度计的标定精度提升了12个数量级,为其它算法标定加速度计奠定了良好基础,对位移系统测量研究具有重要意义算法标定加速度计参数多位置新型标定方法-电动折弯机数控滚圆机滚弧机张家港倒角机液压倒角机滚弧机，并与单独使用多位置法、GA、PSO标定加速度计来提供最终实验对比。结果表明，该新型方法能够满足标定精度的需求，可用于实践中。本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name1CMAES算法自适应协方差矩阵进化策略(CMAES)采用多维正态分布N(m，c)的矩阵C直接描述群体突变分布，依据当前代最优子群与前一代群体均值m之间的关系更新矩阵、调整群体突变方向［11］，可在适应种群规模变化的同时，大幅提高进化策略的收敛速度以及演化过程的效率［12］。算法流程如图1所示。图1CMAES算法流程示意图F研发可得，设计实现步骤如下:Step1参数的设置和初始化(1)静态参数:取子代个体数(即种群大小)λ，父代个体数μ，λ＞μ;重组权值为ωi=1，2，…，μ以及自适应调整时的常量cσ，dσ，cc，c1，cμ，最大迭代次数为G。(2)动态参数:初始分布均值为m(0)∈ＲN，初始全局步长为σ(0)∈Ｒ+，初始进化路径pσ(0)=0，pc(0)=0，初始协方差矩阵C(0)=I∈ＲN×N，初始进化代数g(0)=0。Step2种群采样。这里，将给出采样公式为:x(g+1)k=m(g)+σ(g)Nk(0，C(g))k=1，2，…，λ(1)其中，x(g+1)k为第g+1代种群的第k个个体;m(g)为第g代的种群分布均值;σ(g)为第g代种群的分布步长;C(g)为第g代种群分布的协方差矩阵。采用C的特征根分解，采样过程的数学表述如下:x(g+1)多位置新型标定方法-电动折弯机数控滚圆机滚弧机张家港倒角机液压倒角机滚弧机本文由公司网站滚圆机网站采集转载中国知网资源整理!www.gunyuanji.name