1. 插補演算法常用的有哪兩種
圓弧插補演算法,直線插補演算法
2. 插補有哪些分類方式
一個零件的輪廓往往是多種多樣的，有直線，有圓弧，也有可能是任意曲線，樣條線等.數控機床的刀具往往是不能以曲線的實際輪廓去走刀的，而是近似地以若干條很小的直線去走刀，走刀的方向一般是x和y方向。插補方式有：直線插補，圓弧插補，拋物線插補，樣條線插補等。
1、直線插補
直線插補（LineInterpolation）這是車床上常用的一種插補方式，在此方式中，兩點間的插補沿著直線的點群來逼近，沿此直線控制刀具的運動。所謂直線插補就是只能用於實際輪廓是直線的插補方式（如果不是直線，也可以用逼近的方式把曲線用一段線段去逼近，從而每一段線段就可以用直線插補了）.首先假設在實際輪廓起始點處沿x方向走一小段（一個脈沖當量），發現終點在實際輪廓的下方，則下一條線段沿y方向走一小段，此時如果線段終點還在實際輪廓下方，則繼續沿y方向走一小段，直到在實際輪廓上方以後，再向x方向走一小段，依次循環類推.直到到達輪廓終點為止.這樣，實際輪廓就由一段段的折線拼接而成，雖然是折線，但是如果我們每一段走刀線段都非常小（在精度允許范圍內），那麼此段折線和實際輪廓還是可以近似地看成相同的曲線的--------這就是直線插補。
2、圓弧插補
圓弧插補（CirculaInterpolation）這是一種插補方式，在此方式中，根據兩端點間的插補數字信息，計算出逼近實際圓弧的點群，控制刀具沿這些點運動，加工出圓弧曲線。
3、復雜曲線實時插補演算法
傳統的CNC只提供直線和圓弧插補，對於非直線和圓弧曲線則採用直線和圓弧分段擬合的方法進行插補。這種方法在處理復雜曲線時會導致數據量大、精度差、進給速度不均、編程復雜等一系列問題，必然對加工質量和加工成本造成較大的影響。許多人開始尋求一種能夠對復雜的自由型曲線曲面進行直接插補的方法。近年來，國內外的學者對此進行了大量的深入研究，由此也產生了很多新的插補方法。如A(AKIMA）樣條曲線插補、C(CUBIC）樣條曲線插補、貝塞爾（Bezier）曲線插補、PH(Pythagorean-Hodograph）曲線插補、B樣條曲線插補等。由於B樣條類曲線的諸多優點，尤其是在表示和設計自由型曲線曲面形狀時顯示出的強大功能，使得人們關於自由空間曲線曲面的直接插補演算法的研究多集中在它身上。
3. 幾種常見的缺失數據插補方法
（一）個案剔除法(Listwise Deletion)
最常見、最簡單的處理缺失數據的方法是用個案剔除法(listwise
deletion)，也是很多統計軟體（如SPSS和SAS）默認的缺失值處理方法。在這種方法中如果任何一個變數含有缺失數據的話，就把相對應的個案從分析中剔除。如果缺失值所佔比例比較小的話，這一方法十分有效。至於具體多大的缺失比例算是「小」比例，專家們意見也存在較大的差距。有學者認為應在5%以下，也有學者認為20%以下即可。然而，這種方法卻有很大的局限性。它是以減少樣本量來換取信息的完備，會造成資源的大量浪費，丟棄了大量隱藏在這些對象中的信息。在樣本量較小的情況下，刪除少量對象就足以嚴重影響到數據的客觀性和結果的正確性。因此，當缺失數據所佔比例較大，特別是當缺數據非隨機分布時，這種方法可能導致數據發生偏離，從而得出錯誤的結論。
（二）均值替換法(Mean Imputation)
在變數十分重要而所缺失的數據量又較為龐大的時候，個案剔除法就遇到了困難，因為許多有用的數據也同時被剔除。圍繞著這一問題，研究者嘗試了各種各樣的辦法。其中的一個方法是均值替換法(mean
imputation)。我們將變數的屬性分為數值型和非數值型來分別進行處理。如果缺失值是數值型的，就根據該變數在其他所有對象的取值的平均值來填充該缺失的變數值；如果缺失值是非數值型的，就根據統計學中的眾數原理，用該變數在其他所有對象的取值次數最多的值來補齊該缺失的變數值。但這種方法會產生有偏估計，所以並不被推崇。均值替換法也是一種簡便、快速的缺失數據處理方法。使用均值替換法插補缺失數據，對該變數的均值估計不會產生影響。但這種方法是建立在完全隨機缺失（MCAR）的假設之上的，而且會造成變數的方差和標准差變小。
（三）熱卡填充法（Hotdecking）
對於一個包含缺失值的變數，熱卡填充法在資料庫中找到一個與它最相似的對象，然後用這個相似對象的值來進行填充。不同的問題可能會選用不同的標准來對相似進行判定。最常見的是使用相關系數矩陣來確定哪個變數（如變數Y）與缺失值所在變數（如變數X）最相關。然後把所有個案按Y的取值大小進行排序。那麼變數X的缺失值就可以用排在缺失值前的那個個案的數據來代替了。與均值替換法相比，利用熱卡填充法插補數據後，其變數的標准差與插補前比較接近。但在回歸方程中，使用熱卡填充法容易使得回歸方程的誤差增大，參數估計變得不穩定，而且這種方法使用不便，比較耗時。
（四）回歸替換法(Regression Imputation)
回歸替換法首先需要選擇若干個預測缺失值的自變數，然後建立回歸方程估計缺失值，即用缺失數據的條件期望值對缺失值進行替換。與前述幾種插補方法比較，該方法利用了資料庫中盡量多的信息，而且一些統計軟體（如Stata）也已經能夠直接執行該功能。但該方法也有諸多弊端，第一，這雖然是一個無偏估計，但是卻容易忽視隨機誤差，低估標准差和其他未知性質的測量值，而且這一問題會隨著缺失信息的增多而變得更加嚴重。第二，研究者必須假設存在缺失值所在的變數與其他變數存在線性關系，很多時候這種關系是不存在的。
（五）多重替代法(Multiple Imputation)
多重估算是由Rubin等人於1987年建立起來的一種數據擴充和統計分析方法，作為簡單估算的改進產物。首先，多重估算技術用一系列可能的值來替換每一個缺失值，以反映被替換的缺失數據的不確定性。然後，用標準的統計分析過程對多次替換後產生的若干個數據集進行分析。最後，把來自於各個數據集的統計結果進行綜合，得到總體參數的估計值。由於多重估算技術並不是用單一的值來替換缺失值，而是試圖產生缺失值的一個隨機樣本，這種方法反映出了由於數據缺失而導致的不確定性，能夠產生更加有效的統計推斷。結合這種方法，研究者可以比較容易地，在不舍棄任何數據的情況下對缺失數據的未知性質進行推斷。NORM統計軟體可以較為簡便地操作該方法
4. 插補法怎麼算
插補法又稱為內插法，可以用於計算資金價值系數中的利率和期數。
（1）「內插法」的原理是根據等比關系建立一個方程，然後解方程計算得出所要求的數據。
例如：假設與A1對應的數據是B1，與A2對應的數據是B2，A介於A1和A2之間，已知與A對應的數據是B，則可以按照（A1-A）/(A1-A2)=(B1-B)/(B1-B2)計算得出A的數值。
（2）仔細觀察一下這個方程會看出一個特點，即相對應的數據在等式兩方的位置相同。例如：A1位於等式左方表達式的分子和分母的左側，與其對應的數字B1位於等式右方的表達式的分子和分母的左側。
（3）還需要注意的一個問題是：如果對A1和A2的數值進行交換，則必須同時對B1和B2的數值也交換，否則，計算得出的結果一定不正確。
5. 步進電機控制器的圓弧插補計算方法
圓弧插補的定義是給出兩端點間的插補數字信息，藉此信息控制刀具與工件的相對運動，使其按規定的圓弧加工出理想曲面的一種插補方式。它所屬的學科是機械工程，切削加工工藝與設備；自動化製造系統
圓弧插補（Circula : Interpolation）這是一種插補方式，在此方式中，根據兩端點間的插補數字信息，計算出逼近實際圓弧的點群，控制刀具沿這些點運動，加工出圓弧曲線。
X,Y軸以插補方式，通過設定的半徑R及合成的法相速度值逆時針時針方向做擬合出圓弧曲線。其中參數X,Y，表示的是圓弧終點相對於起點的坐標，R通過正負值來確定所畫曲線為劣弧（小於180°）優弧（大於180°）。
例：控制器上電，快速移動X10，Y8的位置A點，然後Z慢速向下移動-6，然後逆時針方向畫圓弧至B點，半徑為5，圓弧為整圓的1/3，然後Z向上移動6，然後X,Y回程序零。
6. 插補運算的必要性
請看這網址： http://www.m188.com/newsinfo/2008-11-20/20081120-1517582494931.html（插補運算技術） 插補精度有目標精度和原理精度之分，當你選定了一種插補方法，其原理精度也就確定了，而目標精度可以由你自己決定。 逐點比較法又稱代數運演算法、醉步法。這種方法的基本原理是：計算機在控制加工過程中，能逐點的計算和判別加工誤差，與規定的運動軌跡進行比較，由比較結果決定下一步的移動方向。逐點比較法既可以作直線插補，又可以作圓弧插補。這種演算法的特點是運算直觀，插補誤差小於一個脈沖當量，輸出脈沖均勻，而且輸出脈沖的速度變化小，調節方便，因此，在兩座標連動的數控機床中應用廣泛。
7. 插補的具體方法可以分成哪兩大類主要的區別有哪些
插補的具體方法可以分為脈沖增量插補（基準脈沖插補）和數據采樣插補（數據增量插補、時間分割法）兩大類。
主要區別是
脈沖增量插補：每次插補結束時向各運動坐標軸輸出一個基準脈沖序列，驅動各坐標軸進給電機的運動。每個脈沖使坐標軸產生1個脈沖當量的增量，代表刀具或工件的最小位移；脈沖數量代表刀具或工件移動的位移量；脈沖序列頻率代表刀具或工件運動的速度。
數據采樣插補：採用時間分割思想，根據編程的進給速度將輪廓曲線分割為每個插補周期的進給直線段（又稱輪廓步長）進行數據密化，以此來逼近輪廓曲線。