一种基于人工智能方法的曲面求交算法

本文成功地将人工智能领域中的退火遗传算法应用于几何造型领域,设计了一种遗传算法与跟踪法结合的曲面求交算法.由于充分利用了遗传算法的全局搜索能力和内在并行性,以及跟踪法的局部快速收敛性,系统可以进行稳定可靠的交线计算,并得到正确的交线拓扑结构.文中对该算法各个部分进行了详细论述,并给出了在一个基于Windows/NT平台的原型系统TigerSurf中的实现和结果数据.     

参数曲面求交算法

参数曲面求交是雕塑产体造型中的关键问题，为了提高曲面／曲面求交方法的稳定性，准确性以及拓扑一致性，本文提出了一种改进方法，它是［Ｈｏｕｇｈｔｏｎ ａｔ ａｌ．＇８５］和［Ｂａｒｎｈｉｌｌ ａｔ ａｌ．＇９０］的思想的延伸，在本算法中，提出了获取曲面临近点的新方法和确定分析支点的可靠方法，改进确定追踪步长的方法。此外，它可以方例地计算出等距曲顶交线而无需等距逼近，通过上述改进本算法可处理分支点，切环     

平面向量与曲率分析在曲面求交中的应用

在曲面求交算法中，初始跟踪点的确定和交线分布的跟踪是最关键的两个问题，本文总结了用平面向量场确定初始跟踪点的算法，给出了使用曲率分析精确计算跟踪方向，并估计跟踪步长的方法，应用平面向量场和曲率分析，作者实现了高效可靠的ＮＵＲＢＳ曲面求交算法。     

曲面分割求交方法的实现

曲面求交是CAD/CAM中的重要问题,分割求交方法用得最多。但是在实现这种方法时,计算精度一直没有得到很好的解决。本文在实验的基础上指出,精度问题贯穿整个求交过程,各种错误现象由此而生。文章还介绍了作者在实现这一方法时在这方面的努力,但最后不得不指出,如果不彻底解决精度问题,这一方法的生命力将受到影响。     

平面向量场与曲率分析在曲面求交中的应用

在曲面求交算法中，初始跟踪点的确定和交线分支的跟踪是最关键的两个问题．本文总结了用平面向量场确定初始跟踪点的算法，给出了使用曲率分析精确计算跟踪方向，并估计跟踪步长的方法．应用平面向量场和曲率分析，作者实现了高效可靠的ＮＵＲＢＳ曲面求交算法．     

任意曲面间跟踪求交的有效算法

提出了一种基于微分方程的跟踪算法，该算法采用基于交线微分形式的跟踪公式，解决了求交中难于处理的分支问题，和已有跟踪法相比，该算法稳定性更强，效率更高，而且适用于任意参数曲面及解析曲面。     

离散曲面间求交的研究

根本散曲面的性质，对离散曲面间求交的方法进行了研究，并探讨了有交区的判断、分割精度等方面的问题。     

运动曲面求交优化算法

运动曲面求交通常采用曲面求交算法，通过反复迭代求取曲面交线，没有考虑运动曲面自身的特性进行求交简化．由于运动曲面不同运动瞬间的曲面交线之间存在必然联系，因此通过对曲面内在属性分析，提出了运用运动曲面不同运动瞬间曲面交线相似性进行运动曲面求交的优化算法．首先对两个运动曲面的基曲面进行预处理。获取表征曲面交线拓扑的特征点；根据特征点分布图确定不同运动瞬间曲面交线起始点搜索策略，采用跟踪法动态调整步长和跟踪方向求解整个交线环．采用文中方法可以有效地解决运动曲面的子环、奇点遗漏、分支跳跃、乱序跟踪和初始点求取问题，精确、鲁棒、快速地计算出交线．     

结合区间算术和退火遗传算法的曲面求交

§1.引言 曲面求交问题,由于在几何实体建模中的重要性,而得到广泛地重视和讨论.目前,已有文献中记载的方法大致可分为:解析法、隐函数法、离散网格法、自适应分割法、局部跟踪法等,其中解析法、隐函数法虽然求解精确、可靠,但依赖于曲面的解析性质及曲面方程,故只能适用于特定类型的曲面求交.离散网格法、自适应分割法虽然对曲面类型没有限制,但存在离散精度与运算效率的矛盾,并普遍存在病态情况.局部跟踪法由于不限定曲面类型且相对高效和精确,而应用得较为广泛,但仍存在如何有效地寻找初始交点问题.     

遗传模拟退火算法解决纸箱生产的损耗问题

纸箱包装行业是一个传统的产业,在纸箱生产中需要拼单来降低修边损耗以减少成本.根据生产上的实际经验提出了问题的数学模型,针对该模型,将遗传算法和模拟退火算法结合,解决了遗传算法的收敛过快以及局部搜索能力不强的问题.在选择操作中直接保存优秀个体,来增强算法的收敛性.在变异和交叉操作中采用自适应的变异和交叉概率,增强了搜索解空间的均匀性,并引入了记忆功能,最终获得问题的近似最优解.     

混沌遗传模拟退火组合算法性能研究

提出了一种混沌遗传模拟退火组合算法.为了提高算法的收敛速度,对遗传算法的适应度进行了拉伸操作,并且对模拟退火算法进行了改进,使其搜索范围随退火温度的降低而缩小.最后通过对4个典型函数的模拟,对算法的性能进行了研究.实验结果表明,该算法能明显改善传统遗传算法的性能,具有较强的全局搜索能力和较快的收敛速度.     

布局问题的模拟退火算法

布局问题属于ＮＰ－完全问题已被研究多年，模拟退火法是一种新的通用启发式优化算法，现已广泛用于解决大规模集成电路逻辑布线设计、图象处理等组成优化问题，本语文通过对布局问题及模拟退火算法的分析，将它们综合起来构成了求解布局问题的模拟退火算法，计算结果表明，本文算法得到的解优于传统优化方法所得到的解；本文还通过实验对算法中各参数所起作用进行了论述。     

模拟退火算法与遗传算法结合及多目标优化求解研究

多目标优化问题是目前遗传算法应用研究的一个重点。本文针对经典遗传算法在多目标优化计算中,难以获得足够的比较均匀的Ｐａｒｅｔｏ优集的不足,提出一种热力学遗传算法,研究热力学中熵和温度的概念,并综合利用约束交叉、适应度共享技术来进行目标函数的优化计算。实验结果显示,这种改进型遗传算法能得到一个较好的Ｐａｒｅｔｏ优集。     

基于遗传模拟退火算法的多约束QOS组播路由优化算法

组播路由问题在计算机网络中是著名的Steiner树问题,是NP完全问题.通过考虑组播通信服务质量需求与网络资源约束,研究了基于服务质量的组播路由选择算法问题,首次提出了一个基于遗传算法和模拟退火算法的多约束组播路由优化算法,该算法在满足带宽、延时、延时抖动及包丢失率约束条件下寻找代价最小的组播树.     

一种参数曲面与隐式曲面的求交算法

提出一种新的参数曲面与隐式曲面的求交算法,即把参数曲面的表达式代入到隐式曲面的方程中去,得到关于两参数的方程,可把求解这个方程的问题视为在第二维标量场抽取参数曲面的参数域的等值线。该等值线在参数曲面上的映射,便是参数曲面与隐式曲面的交线。     

基于加速模拟退火策略的Agent协商优化算法

网络的普及促进了电子商务的发展,而智能代理是电子商务的关键,如何实现智能代理的快速、高效协商是一个很重要的问题。本文在加速模拟退火策略的基础上,提出了一种Agent协商优化算法。理论分析和仿真实验都表明该算法是一个快速、有效的方法。     

基于模拟退火算法思想的粒子群优化算法

粒子群优化是由Eberhart博士和Kennedy博士于1995年根据鸟或鱼群居社会行为而提出的。本文提出了4种改进的算法,特别推荐结合模拟退火算法思想提出的一种新算法。经过与基本粒子群算法比较测试,证实它是一种简单有效的算法。