信赖域半径策略优化L‑M算法在激光追踪仪多站位测量中的应用
摘要
为了解决Levenberg-Markuardt（L-M）算法在激光追踪仪多站位测量应用中收敛速度慢的问题，本文提出了信赖域半径策略优化L-M算法。通过调整搜索方向的正参数进行信赖域判定，确定每一次迭代最优的方向和步长，使得算法快速收敛到全局最优解。实验结果表明：所提算法有效提高了基于激光追踪仪多站位测量技术的三坐标测量机（CMM）规划测量点体积误差的收敛速度。优化L-M算法与L-M算法的结果具有一致性，但前者的收敛速度更快、算法精度更高。在进行激光追踪仪站位自标定时，L-M算法平均迭代1553次才能迭代到全局最优解，而信赖域半径策略优化L-M算法平均迭代9次即可迭代到全局最优解。在求解CMM测量点的实际坐标时，L-M算法的平均精度为2.30×10-7 mm，优化L-M算法的平均精度为8.75×10-10 mm。
引用本文（GB/T 7714）
陈洪芳 Chen Hongfang, 杨星辰 Yang Xingchen, 张澳 Zhang Ao, 等. 信赖域半径策略优化L‑M算法在激光追踪仪多站位测量中的应用[J]. Chinese Journal of Lasers, 2023.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。