一种适用于特征造型的参数化设计方法

本文提出了一种面向特征造型的参数化设计方法，该方法对三维几何约束在初始设计阶段采用高层表示，并基于面向特征造型的高层几何约束模型与约束传播实现尺寸驱动几何，从而能够有效地支持特征设计，初始设计。     

基于自由度分析的耦合几何约束求解

针对目前的CAD软件不能求解复杂耦合几何约束的问题,提出一种基于自由度分析的耦合几何约束求解方法.通过添加部分约束,将这些约束的值作为迭代变量,再对复杂约束耦合问题进行约束聚合;将没有被用到的约束作为迭代的目标函数进行计算,大大减少了传统方法中解决复杂约束耦合问题所需要的变量数,提高了计算过程的稳定性.在最坏情况下,对不同数量的聚合体构成的复杂约束耦合模式所需要添加的变量数进行了讨论,从原理上成功地解决了复杂耦合几何约束问题.该方法可以用复杂聚合模式作为几何设计的基本元素,较好地解决了二维几何约束求解问题.     

一种基于几何推理的参数化设计方法

本文提出一种基于几何推理的参数化设计方法，该方法引入了已知元素，已知约束等新概念；通过扩展一般的图形数据结构统一表示几何元素与几何约束；基于普通算法而不是专家系统实现几何推理，并采用一个更适合地几何推理策略；基于几何推理实现参数化设计。     

二维参数化绘图快速求解研究与实践

本文采用数值方法对几何约束系统进行求解，针对数值迭代中存在的时间花费与稳定性问题，提出了一套有效的解决方法，该方法包含了几何结束的表达，结束有效性检查，约束的分解等多种约束操作技术。此外，根据设计结果的多样性，采用最小二乘技术，使受约束图形的求解可在不完备约束下进行。     

几何约束系统中约束的动态管理方法

几何约束系统的建模及求解是参数化技术的核心。但如何对约束进行方便、有效的管理一直是未完全解决的难题，所以在目前所见到的参数化系统中的大多数，难以处理冗余约束、局部过自由度等问题，这严重妨碍了参数化功能的发挥。文中利用自由度分析，非线性代数方程及矩阵理论，提出了一种在几何约束系统中对约束进行动态管理的新方法。并利用这种方法成功解决了冗余约束预报及局部过自由度判断等难题。     

基于活动约束系统的变量化设计

在变量化设计过程中设计对象可以看作是一个几何约束系统,这个系统由几何元素以及作用于几何元素之间的各种约束关系构成。一个复杂的设计对象所对应的几何约束系统往往包含大量几何元素和约束关系,如果不加区别地把所有的几何元素和约束关系纳入变量化求解的范围,则很难满足交互设计的需要。而另一方面几何约束系统又往往是稀疏系统：（1）作用于任一几何元素的约束很少;（2）与任一约束相关的几何元素很少。基于这一事实给出了一种预处理策略从原始几何约束系统中搜索得到一个规模较小的活动约束系统,变量化求解在活动约束系统上进行。该方法已在自行研制的参数化造型系统GEMS5．0中实现。     

基于整数规划的几何因果定性推理建模和求解

因果定性推理是一种通过分析，描述物理系统行为和关系的约束，找出系统内部各个成分之间的因果结构的推理方法，本文提出了一种基于整数 几何因果定性分析模型和算法，该方法在产品设计中有广泛的应用，利用这个模型和算法可以较好地解决参数化设计中的几何推理问题，还可以用作概念设计的工具，用于完成复杂系统设计任务的划分以及定序、设计变量之间相互依赖关系分析等工作，算法具有约束处理能力强、应用范围广、求解效率和稳定     

实体造型中的几何约束

实体造型是一个基于约束的过程，完成从功能约束到几何约束、再到代数约束的转化而得到实体模型。本文讨论了几何约束的层次性及其表示，并且对几何约束同设计意图的关系进行了研究，提出了基于ＣＳＧ／ＧＣＧ／Ｂ－ｒｅｐ的模型表示。     

基于约束的几何设计系统原理及实现

本文提出了一种基于约束的几何设计系统的基本原理和方法。通过对几何约束系统的最大分解，使整个系统的求解可以通过一系列子系统的求解实现。实践表明，该方法大大缩小了问题求解的规模，提高了求解精度和速度，为参数化设计提供了强有力的手段。     

与历史无关的三维参数化模型构造方法

针对解析曲面构成的B-rep模型，提出了一种陈述性三维几何约束模型的构造方法．基于位置和姿态自由度解耦思想给出了几何实体的外形描述，借助空间矢量正交或平行条件定义了基本约束单元，并推导出常见工程约束的代数方程．讨论了陈述式约束模型自动构造过程，开发了三维模型变形设计原型系统，并验证该方法的可行性。     

三维装配几何约束组合的分类求解策略

针对两个刚体之间的三维几何约束求解问题,依据几何约束的参数结构 分析了角度约束和距离约束的解耦性,给出了角度约束和距离约束可解耦求解的条件;然后 对两个刚体之间的几何约束进行组合分析,总结出约束度不小于2 的几何约束构成的组合只 有几十种,且均可采用几何推理方法进行求解;最后阐述了附加方向约束、冗余约束和矛盾 约束对数值求解的不利影响,提出了三维几何约束组合的分类求解策略,并用实例验证了该 求解策略的有效性。     

协同设计中定量化约束求解方法

通过对约束满足与约束冲突的分析，提出了约束求解的定量化策略．基于变量不确定性，量化了约束满足程度与约束冲突程度，解决了约束求解过程中的优先权问题；给出了约束变化量及关联函数，为约束求解确立了具体的目标和实施方法，实现了约束求解过程的有序搜索．定量化约束求解策略不仅实现了对约束的有序及有效求解，而且真正地实现了在上游约束求解过程中定量地考虑下游约束求解问题．最后，利用随机仿真技术实现了基于变量不确定性的约束求解策略的验证．     

基于约束规划的一类排序问题通用求解方法

多约束排序问题是生产调度中常遇到的问题,传统的优化模型及方法在适应约束改变等方面存在诸多不足。鉴于此,将多约束排序问题定义为约束满足问题,系统设计时将模型定义与求解算法分离,利用约束规划平台的基本约束构建特定领域的抽象约束库,形成可重构的多约束排序问题通用求解框架。应用时,根据问题需求不同可利用抽象约束库快速重构优化模型,针对重构的优化模型配置相应的求解算法即可实现问题求解。应用结果表明,提出的方法通用性强,可满足实际应用的要求。     

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。     

Geometric constraint solving with geometric transformation

This paper proposes two algorithms for solving geometric constraint systems. The first algorithm is for constrained systems without loops and has linear complexity. The second algorithm can solve constraint systems with loops. The latter algorithm is of quadratic complexity and is complete for constraint problems about simple polygons. The key to it is to combine the idea of graph based methods for geometric constraint solving and geometric transformations coming from rule-based methods.     

一种实现偏序约束条件下的序列模式挖掘算法

在序列模式挖掘应用中，约束是非常重要的。本文提出了一种新的约束一偏序约束，允许事务之间的间隔可以是无穷大。但是，本文间隔约束中事务之间的间隔只能是整数，所以可以把偏序约束看成是间隔约束的扩展。针对这个问题，提出了一种新颖的算法SPM（Sequential Pattern Maintenance，简称SPM）算法来解决偏序约束，采用含蓄分割 割技术把不满足偏序约束的数据序列分割出去，充分利用已挖掘出来的信息来解决由于数据序列数目变小使得支持度值变小的复杂情况。实验表明，SPM算法能够快速可扩展
地挖掘出所有满足约束的频繁序列模式。     

半在线调度中约束求解算法研究

很多实际调度问题是半在线的. 尝试运用人工智能方法来求解半在线调度问题, 首先简要介绍了半在线调度问题并对其约束模型进行了分类, 通过引入单调性约束扩展的相关概念, 从约束建模角度形式化描述 了一类动态约束扩展, 并在此基础上设计了一个完备动态约束求解算法, 最后给出该算法在半在线离散资源约束调度求解的应用算例. 测试结果表明, 该算法是可行有效的.     

分布式约束优化方法研究进展

多agent系统作为分布式人工智能研究领域的重要分支,已被广泛应用于多个领域中复杂系统的建模.而分布式约束优化作为一种多agent系统求解的关键技术,已成为约束推理研究的热点.首先对其适用性进行分析,并基于对已有算法的研究,总结出采用该方法解决问题的基本流程,在此基础上,从解的质量保证、求解策略等角度对算法进行了完整的分类;其次,根据算法分类结果以及执行机制,对大量经典以及近年来的分布式约束优化算法进行了深入分析,并从通信、求解质量、求解效率等方面对典型算法进行了实验对比;最后,结合分布式约束优化技术的求解优势给出了分布式约束优化问题的实际应用特征,总结了目前存在的一些问题,并对下一步工作进行了展望.     

基于ParetoHeu和实例化失败统计的关联启发式方法

变量排序启发式是约束规划求解约束满足问题中的一项关键技术,对求解效率有着重要影响。为进一步提高基于关联的变量排序启发式方法CRBS对问题求解的效率和能力,提出了一种基于ParetoHeu和实例化失败统计的关联启发式PICRBS。PICRBS采用源于帕累托最优的启发式组合方式ParetoHeu,将CRBS与经典的通用启发式dom/wdeg进行结合,同时加入基于实例化失败次数的权值统计方法,为问题求解选择最有可能导致搜索发生回溯的变量。实验结果显示,针对多个问题实例,该方法在问题求解效率上高于CRBS和主流变量排序启发式。     

启发式回溯算法求解约束满足问题

针对一个典型的具有可变取值域的随机约束满足问题,提出了利用度启发式策略和最少约束值启发式策略来选择变量进行赋值的不完备回溯算法。该算法首先通过度启发式来确定待赋值变量的顺序,然后利用最少约束值启发式对选择的变量进行赋值,最后在有限时间内通过回溯得到变量的一组取值。用此算法对由RB模型生成的随机实例进行求解,实验结果表明,与经典的回溯算法相比,该算法具有显著的优越性。在控制参数(即约束紧度)进入相变区域时,该算法能在较短的时间内有效地找到实例的解。