一种面向欠约束几何系统求解的二部图匹配优化处理方法

针对一般几何约束系统欠约束状态下约束分解的多样性 ,对相应的有向图强连通子图提出了进一步分解的二部图匹配优化处理策略 ,并给出了主要算法 ,最终实现了欠约束系统的优化分解 ,有利于一般几何约束系统的快速求解 .     

通用几何约束系统统一建模研究

在几何约束和几何实体的基本约束和欧拉参数表达的基础上,研究了通用几何约束系统的统一建模问题。通过对三维几何实体姿态约束和位置约束解耦性的分析,抽象出球实体、盒体和球盒体三种基本几何实体表达空间几何实体,并以基本约束的组合表达几何约束,形成几何约束模型特有的层次结构;并以有向图管理几何约束系统,可以清晰地反映姿态约束和位置约束的解耦性,实现约束系统的细粒度分解,得到规模更小的求解序列,实现高效求解。方法实现于原型系统WhutVAS中。     

几何约束求解的简化迭代算法

针对几何约束系统图分解中复合顶点的求解问题,提出复合顶点的图分解算法和等价自由变量的简化迭代求解算法.通过去除复合顶点部分边界约束对复合顶点进行图分解,对求解序列中的欠约束顶点添加等价自由变量、以等价自由变量的部分迭代求解、替代系统的整体数值求解,以提高求解效率和稳定性.该算法具有很强的通用性,并在实际应用中得到验证.     

一种约束求解的两级规划方法

提出了一个基于图构造的几何约束求解方法。基于自由度分析的理论,把整个约束图分解为多个约束子图,各个约束子图之间的共享结点形成一个全局的共享结点集,当共享结点集中的结点确定下来时,相关的约束子图中的结点也相应被确定下来。通过这样的全局到局部的两级求解规划的构造,缩小了约束问题的规模,提高了求解效率。     

一种基于有向图的几何约束系统分解方法

1 引言约束分解是几何约束满足问题(GCSP)研究的一个重要内容。此前已经有很多工作实现了将GCSP向非线性方程组求解的转化,并研究了约束系统的表达和分解的问题。特别是Kramer以机构学为背景,提出了几何约束系统的无向图表达。后来,董金祥将约束无向图转换成有向图,为构造全参数化的图形奠定了基础;J.Y Lee则针对尺规构造图形进一步发展了基于自由度分析的图规约方法。但是在上述的研究中,对欠约束几何系统的分析比较欠缺。而在大多数的实际应用中,特别是在初始设计阶段,欠约束的情况是非常普遍的。对于一个欠约束系统而言,约束的匹配形式存在多样     

几何约束满足问题的图重构策略

通过对图缩并算法的介绍和分析 ,以约束网络图的形式对几何约束系统中的约束关系进行映射表达 ,提出了一种基于自由度分析的图重构推理策略 ,实现了问题的最大分解 ,大大降低了问题的复杂程度和系统求解的规模 ,使得相当一部分具有高耦合性的问题最终可以用解析方法求解。     

求解三维装配约束闭环的投影变换方法

为避免直接迭代求解三维装配约束闭环带来的复杂非线性方程组,提出一种投影变换方法求解三维装配设计中的平面约束闭环问题.首先采用等价性分析方法消除伪装配约束闭环,运用无向图块分算法分解装配约束图;然后采用旋量理论将装配约束闭环子图转换为运动副约束图,通过分析运动副的特征参数确定可投影的装配约束闭环,并将其投影变换为二维几何约束系统;最后通过求解二维几何约束系统获得三维装配约束闭环的解.实例结果表明,该方法缩减了迭代求解的规模并降低了约束方程的复杂性,明显地提高了求解的效率和稳定性.     

基于有向图的二维约束求解算法研究

针对过约束、几何完全定义状态判定和约束求解效率等问题,提出了基于约束图,利用自由度理论和约束冲突机制,通过反向约束方向平衡约束,进而通过排序进行约束求解的算法。算法采用约束图记录约束和几何的关系;通过约束平衡的方法进行过约束和几何完全定义的判定;采用排序求解方法,将庞大计算问题转化为一组相对简单的计算问题。算法已得到初步应用,对过约束和几何完全定义状态的判定有明显的效果,而且提高了约束求解效率。     

基于图的参数化设计方法

参数化系统中约束的表达和约束的求解是两大关键性技术问题。作者提出的基于图的参数化方法是将约束分成拓扑约束和几何约束,并以图结构表达这两类约束,然后对约束网络图进行拓扑排序、分解,以确定求解序列和检测约束一致性,最后按照几何约束网中的约束关系进行“几何参数驱动”,以实现参数化。     

面向集成变量化设计的三维几何约束求解方法

针对集成变量化设计中三维几何约束和装配几何约束的混合建模与求解问题,提出改进的有向图方法.该方法采用几何约束的基本约束表达和几何实体的抽象对偶实体表达,引入定向弧表达实体之间的内在依赖关系建立混合几何约束有向图模型;结合约束有向图的优化处理,实现了几何约束系统的细粒度分解和高效并行求解.最后用实例验证了文中方法的正确性和有效性.     

Revisiting decomposition analysis of geometric constraint graphs

Geometric problems defined by constraints can be represented by geometric constraint graphs whose nodes are geometric elements and whose arcs represent geometric constraints. Reduction and decomposition are techniques commonly used to analyze geometric constraint graphs in geometric constraint solving.In this paper we first introduce the concept of deficit of a constraint graph. Then we give a new formalization of the decomposition algorithm due to Owen. This new formalization is based on preserving the deficit rather than on computing triconnected components of the graph and is simpler. Finally we apply tree decompositions to prove that the class of problems solved by the formalizations studied here and other formalizations reported in the literature is the same.     

数值与符号的耦合约束求解模型

采用约束关系依赖图(CRDG)表达耦合约束之间的依赖关系,从而建立数值与符号耦合约束模型.提出耦合约束的求解算法:对CRDG进行最小独立子图分解,对存在耦合约束的子图用"孪生变量法"进行一阶解耦,对没有耦合约束的子图用传统方法进行独立求解,求解之后再对孪生变量进行等效性验算.该耦合约束模型及其求解算法拓展了传统约束理论,实现了教学求解和推理求解有机地结合.     

一种基于图分解的几何约束求解方法

为了提高几何约束求解的效率和鲁棒性 ,对基于图的构造方法进行了改进 ,即加入虚约束进行扩展和过约束问题的一致性判定 ,提出了一种基于图分解的方法 ,用此方法可以处理包括完全约束、过约束和欠约束等多种情况的约束求解问题 ,另外 ,在该方法中还通过引入分解树将约束求解的范围由整体下降到局部 ,使大部分求解过程能够采用几何求解实现 ,提高了求解和后续修改的效率 ,通过实验数据测试证明 ,该方法对于大型约束求解问题可以达到实时处理的效果 ,具有较强的实用性     

面向欠约束几何系统的一种同伦求解方法

针对几何约束系统的数值求解过程中，经常发生的数值不稳定性问题，构造了一种面向欠约束系统的同伦方法，并将其与现有的求解与分解方法有机地结合起来，提出了一种牛顿－同伦混合方法，在牛顿迭代失败的位置自动调用欠约束同伦法，既提高了几何约束求解器的效率，同时又保证了求解的效率。     

A hybrid approach to geometric constraint solving with graph analysis and reduction

In this paper, a graph constructive approach to solving geometric constraint problems is being described. Usually, the graph constructive approach is efficient; however, it has its limitations in scope: it cannot handle ruler-and-compass non-constructible configurations, and under-constrained problems. To overcome these limitations, a proposed algorithm that isolates ruler-and-compass non-constructible configurations from ruler-and-compass constructible configurations is made. Numerical calculation methods are applied to solve them separately. This separation can maximize the efficiency and robustness of a geometric constraint solver. Moreover, the solver can handle under-constrained problems by classifying under-constrained subgraphs to simplified cases by applying classification rules. Then, it decides the calculating sequence of the geometric entities in each classified case, and calculates the geometric entities by adding appropriate assumptions or constraints. By extending the clustering types, and defining several rules, the proposed approach can overcome the limitations of previous graph constructive approaches. Therefore, an efficient and robust geometric constraint solver using this approach can be made.     

基于邻居信息聚合的子图同构匹配算法

图匹配在现实中被广泛运用,而子图同构匹配是其中的研究热点,具有重要的科学意义与实践价值。现有子图同构匹配算法大多基于邻居关系来构建约束条件,而忽略了节点的局部邻域信息。对此,提出了一种基于邻居信息聚合的子图同构匹配算法。首先,将图的属性和结构导入到改进的图卷积神经网络中进行特征向量的表示学习,从而得到聚合后的节点局部邻域信息;然后,根据图的标签、度等特征对匹配顺序进行优化,以提高算法的效率;最后,将得到的特征向量和优化的匹配顺序与搜索算法相结合,建立子图同构的约束满足问题（CSP）模型,并结合CSP回溯算法对模型进行求解。实验结果表明,与经典的树搜索算法和约束求解算法相比,该算法可以有效地提高子图同构的求解效率。