基于人工蜂群算法的疏散运动仿真

针对原始人工蜂群算法在人群疏散仿真中存在的早熟停滞问题,提出一种基于种群划分思想的新型蜂群算法.以种群划分为基础,利用多种群协同进化机制扩展求解的多样性,防止算法陷入局部最优.以ACIS/HOOPS为平台搭建3D仿真系统,对改进算法进行人群疏散仿真及对比分析,结果表明,与原始算法相比,该算法在精度和收敛速度上明显提升.与粒子群优化算法相比,该算法能够实现人群疏散的均衡分布,提高应急疏散的效率.     

基于谷脊线特征的三维网格模型简化方法

已有的网格简化算法容易丢失大量褶皱、边界等明显几何特征,导致简化后的模型在视觉上失真,为此提出一种基于谷脊线特征的三维网格模型简化方法.首先基于隐式曲面提取网格模型的谷脊线,得到体现重要性几何信息的模型特征点;然后利用层次化的紧支撑径向基函数(CS-RBFs)将上述模型特征点恢复成隐式曲面,得到简化后的三维网格模型.与N-Garland方法对比的实验结果表明,文中方法能显著地减少网格模型顶点数,生成的模型精确度高,生成过程高效.     

基于遗传算法和微粒群算法的群体动画造型平台

动漫制作经常需要大量的个体模型。为了解决群体造型的效率性和仿真度问题,提出了基于遗传算法和微粒群算法的群体造型方法——NGP算法,利用该算法实现由一个复杂模型生成复杂模型群体的过程。遗传算法适用于同一类群体的造型,对每种部件应用这种方法形成各种各样的部件库;微粒群算法适用于对复杂模型的部件进行组合,采用这种方法对各部件进行组合优化,以形成模型群体。实现了基于NGP算法的群体动画造型平台。实验结果表明,平台生成的群体仿真度高,且生成过程效率高。