基于手绘草图的三维CAD系统

Post-IMP界面是下一代用户界面的主要范式。该文研究并实现了一种新型的基于笔的手绘草图三维CAD系统。实现手绘草图三维CAD系统的关键是设计一个自然、合理、高效的草图语义表达与获取框架,它要着眼于解决用户在做什么和在哪里做这两方面的问题。该文详细地讨论了草图语义表达和获取框架的设计思路及实现方法,并开发出一个原型系统,该系统以一支手写笔和一块手写板为交互输入设备,能够较自然高效地进行一些复杂的三维实体和三维场景设计。     

旋转曲面CAD的有理B样条方法

本文给出了旋转曲面CAD的一种有理B样条新方法。只要轮廓曲线用非均匀有理二次B样条曲线来表示,就可相当方便地把旋转曲面表示成非均匀有理双二次B样条曲面。这样做,能把圆柱面、圆锥面、圆环面、球面乃至一 般旋转曲面的程序软件和自由曲面的程序软件都用有理B样条的格式统一处理,对CAD工作是有益的。文中附有旋转曲面和球面的生成实例。     

基于手绘草图的方案设计CAD系统

采用在线手绘草图识别和理解技术,设计并实现了一个支持用户流畅输人的二维方案设计CAD系统.该系统的主要特点体现在3个方面:采用一种基于曲率的笔画分割方法,能适应不同用户的输入习惯;提供了基于上下文的显著图符成组功能,可以支持用户方案构思过程中手绘输入的流畅性;引入主动纠错机制,提高了基于草图文法的图符识别效果.最后,用针对电路图设计所开发的原型系统验证了该方法的有效性.     

异构CAD系统语义信息交换方法研究

传输完整的CAD模型语义信息是协同设计有效进行的关键,提出了一种异构CAD系统语义信息交换方法,该方法通过构建语义转换器实现了常规文件、压缩文件和中性文件三种模型文件的数据转换和翻译,并给出了判定特征相似性的方法,实现了源CAD系统和目标CAD系统的语义互操作,保证了语义传输的完整性和高效性。构建了一个协同资源共享平台,在该平台下实现了Pro/E系统和UG系统之间的语义数据交换,协同传输效率提高了近30%。     

异构CAD系统集成技术综述

异构CAD系统集成是实现协同产品开发的重要环节.首先讨论基于几何数据交换的异构CAD系统集成方法,论述几何数据交换方法本身存在的问题、几何数据交换相比其他方法的不足;然后从参数化特征信息交换的核心问题、代表性研究工作和特征信息交换工具3个方面入手,分析基于参数化特征信息交换的异构CAD系统离线集成,并对基于操作命令交换的CAD系统在线集成工作进行介绍.最后对该领域未来的发展趋势进行了总结.     

面向电子政务的异构数据交换解决方案

分析了我国政府信息系统之间异构数据共享和数据交换所面临的问题,对国内外的数据交换解决方案进行了分析,提出了基于XML及Web Services实现异构数据交换的解决方案及其关键技术实现.数据交换问题的解决,能为数据集成提供有力的支持,保证各信息系统数据一致性,实现政府各机构信息共享,提高信息系统利用率,避免信息系统建没的重复投资,大大简化了政务系统之间数据的交互问题,从本质上促进电子政务的发展.文中的研究工作在电子政务及其它信息系统的数据交换中有一定的理论和实用价值,可为数据交换的设计提供参考.     

基于XML的异构数据交换技术的研究

随着电子政务的不断发展,政府的各个部门间需要交换的数据日益繁重,因此,基于电子政务的异构数据交换技术的研究显得格外重要。论文提出了基于XML的异构数据交换技术,使用XML可以将来自异构系统的不同数据源的数据很容易的集成在一起,应用软件可以在中间层的服务器上对后台数据库的数据进行集成,然后以XML格式发送给客户端或其他服务器。客户端在接收到数据以后,可以使用本地软件来解析数据,并对数据作进一步处理,这样就能有效地解决网络中日益繁重的异构数据交换问题。     

异构CAD系统间的用户自定义特征在线交换

用户自定义特征(UDF)能很好地反映用户特有的设计意图,减少重复性的设计活动,是主流CAD系统都提供的功能,因此实现UDF在线交换是异构CAD系统在线集成中不可或缺的一部分.为此,提出一种基于中性命令的UDF在线交换方法.在综合主流CAD系统UDF表示的基础上,给出了一种UDF的中性命令表示;然后给出系统UDF与中性UDF命令之间的相互转换算法,并重点介绍了其中的差异性解决方法.采用文中方法在Pro/E,SolidWorks和UG之间进行UDF实时交换的实例结果表明,文中提出的UDF在线交换方法能够有效地支持UDF在异构CAD系统间的实时创建、修改和删除操作.     

异构系统中的三维CAD的解决方案

本文介绍了专业技术人员,在产品的三维设计任务中所做的技术支持,表明了在计算机应用当中,计算机技术支持工作的重要和专业技术人员计算机技术工作中所起的作用。     

基于粒子群三次样条优化的局部路径规划方法

为解决机器人在静态未知环境下如何利用局部环境信息规划出连续平滑的路径问题,提出一种基于粒子群三次样条优化与滚动窗口结合的局部路径规划方法。借助三次样条描述路径,根据机器人实时探测到的局部环境信息,在滚动窗口中运用粒子群算法解决样条参数的优化问题,使各部分路径光滑且一阶连续,从而实现最优局部路径规划。仿真结果表明：所提算法可以在静态环境下快速有效地实现机器人的无碰撞局部路径规划,且所规划路径平滑,便于运动控制。     

Self-organization of Decentralized Swarm Agents Based on Modified Particle Swarm Algorithm

In this paper, an attempt has been made by incorporating some special features in the conventional particle swarm optimization (PSO) technique for decentralized swarm agents. The modified particle swarm algorithm (MPSA) for the self-organization of decentralized swarm agents is proposed and studied. In the MPSA, the update rule of the best agent in swarm is based on a proportional control concept and the objective value of each agent is evaluated on-line. In this scheme, each agent self-organizes to flock to the best agent in swarm and migrate to a moving target while avoiding collision between the agent and the nearest obstacle/agent. To analyze the dynamics of the MPSA, stability analysis is carried out on the basis of the eigenvalue analysis for the time-varying discrete system. Moreover, a guideline about how to tune the MPSA's parameters is proposed. The simulation results have shown that the proposed scheme effectively constructs a self-organized swarm system in the capability of flocking and migration.Category (5) – Intelligent Systems / Intelligent Control / Fuzzy Control / Prosthetics / Robot Motion Planning     

求解非线性方程组的量子行为粒子群算法

介绍了利用量子行为粒子群算法解决非线性方程组的问题.求方程组的解归结为一个最优化问题,当方程组有多个解时,它的适应值函数就是具有多个最优解的多峰函数.为此,引进一种物种形成原理算法,该算法根据群体微粒的相似度并行地分成子群体.每个子群体是围绕一个群体种子而建立的.对每个子群体进行QPSO最优搜索,从而保证方程组中每个可能的解都能被搜索到,具有良好的局部寻优特性.对几个重要的测试函数进行仿真实验,结果证明了所用算法可以保证找到方程组所有的解,并且具有很好的精确度.     

求解非线性方程组的量子行为粒子群算法*

介绍了利用量子行为粒子群算法解决非线性方程组的问题。求方程组的解归结为一个最优化问题,当方程组有多个解时,它的适应值函数就是具有多个最优解的多峰函数。为此,引进一种物种形成原理算法,该算法根据群体微粒的相似度并行地分成子群体。每个子群体是围绕一个群体种子而建立的。对每个子群体进行QPSO最优搜索,从而保证方程组中每个可能的解都能被搜索到,具有良好的局部寻优特性。对几个重要的测试函数进行仿真实验,结果证明了所用算法可以保证找到方程组所有的解,并且具有很好的精确度。     

An improved quantum-behaved particle swarm optimization for multi-peak optimization problems

In this paper, we propose an improved quantum-behaved particle swarm optimization (QPSO), namely species-based QPSO (SQPSO), using the notion of species for solving multi-peak optimization problems. In the proposed SQPSO, the population is divided into subpopulations (species) based on their similarities. Each species is grouped around a dominating particle called the species seed. During the process of iterations, species are able to simultaneously optimize towards multiple optima by using QPSO, so each peak will definitely be searched in parallel, regardless of whether it is global or local optima. Further, SQPSO is applied to solve systems of nonlinear equations describing certain fitness functions, which are multi-peak functions. Our experiments demonstrate that SQPSO is able to search multiple peaks of a given function as accurate and efficient as possible. Finally the experiments for the solutions of systems of nonlinear equations show that the algorithm is successful in locating multiple solutions with better accuracy.     

基于粒子群三次样条优化的移动机器人路径规划算法

针对移动机器人路径规划问题,提出了一种基于粒子群三次样条优化的路径规划方法．借助三次样条连接描述路径,这样将路径规划问题转化为三次样条曲线的参数优化问题．借助粒子群优化算法快速收敛和全局寻优特性实现最优路径规划．实验结果表明：所提算法可以快速有效地实现障碍环境下机器人的无碰撞路径规划,规划路径平滑,利于机器人的运动控制．     

多目标优化的粒子群算法研究

本文介绍了粒子群优化算法PSO中的多目标优化的粒子群算法及其应用,并将其运用在防守对方多个前锋球员的进攻威胁,以粒子群算法随机性来适应不断变化的形势。     

一种动态改变学习因子的简化粒子群算法

基本粒子群优化算法(basic particle swarm optimization,简称bPSO)具有容易陷入局部极值,进化后期熟练速度慢,精度低等缺陷,而简化粒子群算法(simple particle swarm optimization,简称sPSO)在保证了熟练速度和精度的同时舍弃了速度项,使算法更加简练。本文提出了一种动态改变学习因子的简化粒子群算法。经过实验证明,该算法在寻优精度和收敛速度上具有明显的优势。     

双群体随机微粒群算法

以保证全局收敛的随机微粒群算法为基础,文章提出了一种双群体随机微粒群算法——DB-SPSO。该方法采用两个群体同时进化,一个群体在进化过程中所出现的停止微粒由另一群体的微粒来代替,并和此群体中其余的微粒一起继续进化。通过对此算法的参数适用范围及收敛率进行讨论,给出了此算法的适用范围。其仿真结果表明:对于单峰函数和多峰函数,此算法都能够取得较好的优化效果。     

一种基于相角映射的改进多目标粒子群优化算法

提出一种相角粒子群优化算法求解多目标优化问题。该算法采用相角映射实现了粒子在相角空间上仅依赖于归一化多目标函数的快速搜索,在粒子飞行信息共享机制上引入共享池概念,提出基于关联支配排序和相似度排序的共享池更新策略,提高了Pareto解的多样性。采用Sigma领导策略和混沌变异操作,平衡了算法的快速搜索能力和全局寻优能力。标准多目标测试函数和电力系统广域阻尼控制多目标优化算例表明了所提出算法的可行性和有效性。