求解曲面距离问题的模拟退火遗传算法

提出计算曲面距离的统一方法——退火遗传算法。该算法将模拟退火算法和遗传算法相结合,解决了曲面之间的距离问题。该方法将工业中常用的曲面统一用参数形式表示,利用遗传算法求解曲面的距离问题。该方法通过引入模拟退火机制和人为地加入一定数目的特殊个体,大大增强了算法的爬山性能。     

快速求取自由曲面上两点间的最短路径算法

利用求无向图中一定点到各项点间的最短通路算法──Ｄｉｊｋｓｔｒａ算法，并应用曲面片细分原理，提出了一种快速求取自由曲面上两定点间的最短路径值和路线的算法──快速ＦＳＰＦＦＳ算法。该算法广泛适用于凸凹自由曲面，具有广泛的实用价值，对计算机辅助几何设计的发展应用具有较重要的意义。     

三次B样条插值曲面及其实现

目前在ＣＡＭ／ＣＡＭ的自由曲面构造方法中，较流行的有Ｂ样条曲面，Ｂｅｚｉｅｒ曲面、Ｂａｌｌ曲面等方法，但由这几种方法和成都是拟合曲面，而百插值曲面，常常不能满足一些工程实际中严格插值的要求，本文构造了一种自由插值曲面生成方法－Ｂ样条母线法，所生成曲面达到Ｃ＾２级光滑，适用机械，模具、汽车、造船等制造加工行业的复杂曲面设计。     

重建自由曲面的神经网络算法

利用神经网络方法解决退向工程设计中的自由贡面重建问题，在ＢａｃｋＰｒｏｐａｇａｔｉｏｎ算法的基础上，吸取了模拟退火的算法优点，神经网络的学习采用按概率随机随机接受一个不成功训练值的方法，使学习跳出局部最优解，最终收敛于全局最优解，试验证明，用这种方法解决自由曲面的重建问题，可以达到良好的效果，优于以往文献提出的方法。     

C-Coons曲面片及其性质

讨论由C-Herrnite函数构造的C-Coons曲面片．C-Coons曲面是双三次Coons曲面的推广，它的形状调整还依赖于参数α，β，当α，β→0时，Coons曲面的极限是双三次Coons曲面．     

用射影变换生成形状不变的曲线和曲面

本文利用射影变换,由已知函数类型的三维空间曲线产生新曲线,它满足给定的插值条件,且在一定的条件下保持原曲线关于尖点、重点、泛拐点和曲率为零的点的性质.还讨论了曲面在一定的射影变换下具有形状(即椭圆点、双曲点和抛物点)的不变性.     

自由曲面之间最短距离的一种新的改进遗传算法

遗传算法具有独有的特性,它采用选择、交叉和变异等策略,获取的解为全局最优解,而且无需计算函数的导数,是一种只考虑输入与输出关系的黑箱方法,因而适用于处理各种复杂问题。由于自由曲面的不规则性,自由曲面最短距离是CAD/CAM领域一个最重要的研究课题之一,也是一个难题。文章基于自由曲面的特性,在遗传算法中引入新的特殊个体,通过大量的计算与分析,提出了求自由曲面之间最短距离的一种新的改进遗传算法,并给出了计算实例,效果显著。     

求解NURBS曲面间最小距离的人工势场算法

针对Newton-Raphson(NR)法对初值要求苛刻的缺点,结合人工势场法和Verlet算法,提出一种求解NURBS曲面间最小距离的人工势场算法.该算法构建了小球势力场模型,通过分析小球受力情况,采用Verlet算法模拟小球在势力场中的运动过程,两球平衡位置即为曲面间最小距离处.将曲面边界问题用统一的算法描述,通过...     

最小距离分类器的改进算法--加权最小距离分类器

最小距离分类器是一种简单而有效的分类方法。为了提高最小距离分类器的分类性能,主要的改进方法是选择更有效的距离度量。通过分析多重限制分类器和决策树分类器的分类原则,提出了基于标准化欧式距离的加权最小距离分类器。该分类器通过对标称型和字符串型属性的距离的加权定义。以及增加属性值的范围约束,扩大了最小标准化欧式距离分类器的适用范围,同时提高了其分类准确率。实验结果表明,加权最小距离分类器具有较高的分类准确率。     

用遗传算法求多面体的最小包容长方体

建立了求多面体包容长方体的数学模型,将求最小包容长方体问题转化为函数优化问题,并用遗传算法解决了函数最优解的求解问题。     

碰撞检测中一种快速计算两物体最短距离的算法

提出了一种新的计算两物体最短距离的方法.通过提取物体特征点集来描述物体的外轮廓特征,对两个物体的特征点集进行计算得到最短距离.理论分析和实验验证表明,该方法可以降低碰撞检测的计算复杂度,提高算法的效率,满足实时性的要求.     

双二次NURBS曲面间的最短距离

利用双二次Bezier曲面为非负的充要条件,给出了分别位于两张双二次NURBS曲面上的点是否为这两张曲面间距离最近的点的判别方法．曲面非负是指在此显式曲面上没有位于XOY平面下方的点．在这一基础上,得到了计算双二次NURBS曲面间最短距离的一个算法．最后,给出了实验结果并将文中算法与采用分层数据结构的常用算法进行了比较。     

基于改进型遗传算法的数字电路优化

遗传算法（ Genetic Algorithm,GA）是一种模拟生物界自然选择的智能优化算法,已经被广泛应用到各个领域。文中主要针对传统遗传算法在应用于数字电路优化设计中时所出现的未成熟收敛和收敛速度慢的问题,提出一种新的个体选择方法。该方法将保留最优个体选择方式和改进轮盘赌选择方式相结合,能够在保持种群的多样性的同时有效地提高数字电路优化的精确度。将该算法应用到最小分类网络的设计中,实验结果验证了改进算法的合理性和有效性。     

一种改进的遗传算法在飞行冲突解脱

随着空中交通流量的增加,空中交通管理系统面临着越来越严重的航线拥挤问题.在自由飞行的环境下,发生冲突的可能性会大大增加,冲突解脱技术成为提高飞行安全与效益的一项关键技术.针对此问题,提出了一种改进的、能够快速准确进行航路规划的遗传算法,与标准遗传算法进行比较,取得了较好的优化效果.     

基于改进遗传算法的网络差异数据挖掘算法

网络差异数据的准确挖掘方法在数据处理领域占据十分重要的地位.利用传统算法进行网络差异数据挖掘,遇到特征相似性干扰时,以模糊规则建立挖掘关联规则,但是,在建立模糊规则时,一旦特征过于接近,需要加入很多约束条件建立规则,导致规则复杂,具有较强的局限性,计算过程较为繁琐.提出了基于混合式遗传算法的网络差异数据挖掘方法,改进原有遗传算法应用的局限性,把模糊理论融合到大变异操作中,形成模糊大变异操作,并利用自适应遗传算法和最佳选择策略机制与过滤操作的思想,将其应用于网络差异数据挖掘中.实验结果证明,基于混合式遗传算法的网络差异数据挖掘方法效率高,精准度高.     

改进的小生境遗传算法

本文针对多峰值函数的优化提出了一种改进的小生境遗传算法.本算法可以自动检测波峰的存在,加强了遗传算法的局部搜索能力又避免其收敛于局部最优解,适用于多峰值函数的优化.     

遗传算法在结构计算中的应用

将遗传算法应用于结构计算 ,将其作为一种计算工具来为结构计算服务取得了较好的效果 ,为遗传算法的应用开拓了新的领域。文中阐述了遗传算法应用于结构计算的基本思想、方法和步骤 ,并对其优、缺点作了介绍。