文献

J-GLOBAL ID：202202265140768239   整理番号：22A1155920

点集合領域におけるロバストな取付具合成への近傍シミュレーテッドアニーリングアルゴリズムの縮小【JST・京大機械翻訳】

Declining neighborhood simulated annealing algorithm to robust fixture synthesis in a point-set domain

著者 (4件)： Alshameri Taqiaden (School of Mechanical Engineering, Hefei University of Technology, Hefei, China) ,  Alshameri Taqiaden (School of Mechanical Engineering, Sana’a University, Sana’a, Yemen) ,  Dong Yude (School of Mechanical Engineering, Hefei University of Technology, Hefei, China) ,  ALqadhi Abdullah (School of Mechanical Engineering, Hefei University of Technology, Hefei, China)
資料名： International Journal of Advanced Manufacturing Technology  (International Journal of Advanced Manufacturing Technology)
巻： 119  号： 11-12  ページ： 8003-8023  発行年： 2022年 
JST資料番号： T0397A  ISSN： 0268-3768  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 固定合成は,工作物表面上の固定要素配置の問題を扱う。本論文では,固定具合成の問題のために特に開発された,縮小近傍シミュレーテッドアニーリング(DNSA)と呼ばれる,シミュレーテッドアニーリング(SA)アルゴリズムの新しい変異体を提示した。目的は,ロケータ-ワークピース接触点における不整合によって誘起された加工された特徴における測定誤差を最小化することである。このアルゴリズムは,最もロバストなレイアウトの十分な近似を達成するために,異なる固定具レイアウトを系統的に評価する。各反復に対して,以前に受け入れられた候補の集合を利用して,最適領域に向けて探索を指示した。アルゴリズムの進展を通して,探索空間を減少して,新しい候補を減少確率密度関数(PDF)に従って指定した。最良の性能を確保するために,DNSAパラメータを,理想解(TOPOSIS)に対する類似性による順序選好のための技術を使用して構成した。さらに,パラメータを,Shanonエントロピー指数に基づく与えられた入力の複雑性を自動適応するように設定した。最適化プロセスは,コンピュータ支援設計(CAD)環境NXにおいて自動的に実行した。計算機コードを,アプリケーションプログラミングインタフェイス(API)NXOpenを用いて開発した。工業パートナーと文献からのベンチマーク例は満足のいく結果を示す。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  エントロピー ,  最適化 ,  CAD【計算機】 ,  空間 ,  *集合 ,  不整合 ,  固定具 ,  ベンチマーク ,  計算機コード ,  *ロバスト性 ,  *シミュレーテッドアニーリング ,  確率密度関数
準シソーラス用語： 探索空間 ,  *点集合 ,  複雑性 ,  *シミュレーテッドアニーリングアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 取付具合成 ,  シミュレーテッドアニーリング ,  ロバスト性 ,  シャノンエントロピー ,  コンピュータ支援設計(CAD)

分類 (2件)： 数理計画法  (KA03030M) ,  システム最適化手法  (IA02050Z)

タイトルに関連する用語 (6件)： 点集合 ,  ロバスト ,  取付具 ,  近傍 ,  シミュレーテッドアニーリングアルゴリズム ,  縮小