[发明专利]基于量子蝙蝠优化点云目标的锁具冲压件圆柱度评估方法

权利要求书

1.一种基于量子蝙蝠优化点云目标的锁具冲压件圆柱度评估方法，其特征在于：采用改进的量子蝙蝠算法用于优化锁具冲压件圆柱度误差评定点云目标函数的参数a,b,q,p，使得点云目标函数f(a,b,p,q)达到最小，此时目标值即为锁具冲压件圆柱的圆柱度误差，根据设置的误差阈值对锁具冲压件圆柱度进行评估；

所述改进的量子蝙蝠算法具体为：

(1)初始化量子蝙蝠种群

通过结合量子演化理论和传统蝙蝠算法的定位机理，引入量子编码的方式，初始化蝙蝠种群，设定为n只量子蝙蝠，第i只量子蝙蝠在t次迭代的量子速度为：

其中，和为量子位的两个概率幅，D为量子编码位数；第i只量子蝙蝠在t次迭代的量子位置为：

其中，和为量子位的两个概率幅，D为量子编码位数；

(2)量子蝙蝠的频率、速度和位置更新

蝙蝠的频率更新公式为：

f_i^t+1＝f_min+(f_max-f_min)u_i (7)

其中，f_max与f_min是频率的上下限，u_i是[-1,1]的均匀分布的随机数；对蝙蝠个体的速度量子位采用量子旋转门进行更新，更新公式为：

为此次量子旋转更新的旋转角，采用非线性自适应旋转角改善量子蝙蝠算法的性能,如式(9)所示：

其中，为当前最优蝙蝠的某个量子比特对应的概率幅，为当前蝙蝠的某个量子比特对应的概率幅，-sgn(H_i)用于控制旋转的方向，θ₀为基本旋转角，θ₀取值为0.1π，λ∈(0,2)，控制λ的大小以动态自适应地控制旋转角的大小；为旋转角的偏移量，Δθ取值为0.01π，随着迭代次数的增加偏移量越来越小；

根据对蝙蝠个体的速度量子位采用量子旋转门更新的结果，对蝙蝠个体的位置进行更新，如式(10)所示，并进行适应度计算：

(3)量子蝙蝠位置局部调整

随后进行局部搜索，设定一个随机数rand，当randr_i时，则进行局部位置调整：

在式中，U为[-1,1]的均匀随机数，A为响度,局部位置调整后进行适应度计算，位置的适应度优于的适应度，则用代替否则保持原来的不变；

(4)较差个体变异

为了增加种群的多样性，引入量子非转门来实现较差个体的量子位置变异，避免算法的早熟收敛，将适应度倒数1/3的蝙蝠个体进入量子非门变异操作，其变异操作为：

即，将量子个体中每一维的概率幅a_i与b_i进行交换，其中为变异前的概率幅，为变异的概率幅；

(5)脉冲频率和响度更新

其中，和分别表示第t代和第t+1代的回声声波响度，r_i^t+1表示t+1代的脉冲频率，r_i⁰为脉冲频率最大值，α和γ为常量，且α、γ∈(0,1)，在搜索开始的时候，使用较大的响度且较低的频率进行搜索，以便于大规模搜索，在搜索到目标后，使用较大的脉冲率和较小的响度来找寻准确位置。