基于PSO的Wang Tiles纹理合成

如何在纹理样图中选择组成Wang Tiles的图像块决定着纹理的合成质量。基于PSO的Wang Tiles纹理合成通过粒子群优化算法在纹理样图中快速搜索边界差异最小的图像块,并用选取的图像块构建Wang Tiles,最后用Wang Tiles纹理合成算法合成纹理。实验表明,该算法合成的纹理具有较少的接缝,比随机选择图像块具有更好的合成效果。     

基于Wang Tiles的几何纹理合成

提出了一种基于Wang Tiles的几何纹理合成方法来在不同物体表面上即时地生成几何纹理.首先根据给定的几何纹理预计算出一组Wang Tiles,然后用这组Wang Tiles在不同的目标物体上即时生成新的几何纹理.尽管基于Wang Tiles的方法已经应用于图像纹理,但由于几何纹理采用了与图像纹理完全不同的表示方式,因此需要用完全不同的方法来处理.采用了基于约束的几何纹理合成技术自动生成几何纹理Wang Tiles,从而保证了生成的几何纹理Wang Tiles在所有排列下都能保持其几何连续性.与现有的方法相比,生成的几何纹理Wang Tiles可以重用到不同的目标物体上,同时占用的存储空间及计算量更小,速度更快.     

旋转的Wang Tiles纹理合成算法

针对Wang Tiles存在的样图利用不完全、切割路径非最优、中心和拐角区域不匹配等问题,提出一种旋转的Wang Tiles纹理合成算法.使用4个正方形的子图块构造一个旋转的Wang Tile初始框架,把纹理重叠区域分为两种类型并引入基于边结构的最短路径求解方法快速确定切割路径,生成旋转的Wang Tiles集合后,采用随机的正菱形填充方法合成纹理.实验结果表明,对于多种类型的样图纹理,该算法都能够实时地获得质量较高的合成纹理.     

改进的蜜蜂进化型遗传算法

提出一种改进的蜜蜂进化型遗传算法.在该算法中,种群的最优个体作为蜂王与被选的每个个体(雄蜂)以一定概率进行交叉操作,从而增强了对种群最优个体所包含信息的开采能力;同时,为了避免过早收敛,算法在种群次优解周围进行局部搜索,引入新的随机个体,增加算法的多样性.实验结果表明,该算法能有效地提高遗传算法性能的求解精度和收敛速度.     

基于人工蜂群的D-Tile纹理合成算法

基于块的纹理合成通过拼接给定纹理样图中的纹理块来合成纹理。其主要思想是从给定纹理样图中选取一组纹理块,将这些纹理块按照某种方式进行拼接得到最终的输出纹理。基于人工蜂群的D-Tile纹理合成算法首先引入人工蜂群算法的思想,选择出边界像素差异性较小的4个正方形纹理块来制作D-Tile,用边界差异性较小的纹理块进行拼接能够降低D-Tile内部缝隙的明显程度,选择正方形纹理块则增加了对样图角部信息的利用;其次,4个正方形纹理块有重叠拼接,分别连接对角线,取中心菱形纹理块作为D-Tile初始框架,该框架的选取能够避免D-Tile拼接时存在的拐角不匹配问题;最后,D-Tile按照边界颜色匹配的原则进行无缝拼接,最终实现纹理合成。实验结果表明,该算法对于各类型纹理的合成都有一个良好的视觉效果。     

蜜蜂双种群进化型遗传算法

为了改善传统遗传算法的性能,由蜜蜂种群繁殖进化的方式得到启发,提出了一种蜜蜂双种群进化型遗传算法(DBPGA).算法共有两个种群,一个是通过迭代进行遗传操作得到的;另一个在每代进化过程中随机引入.每个种群中的最优个体作为蜂王分别以概率与其它个体(雄蜂)进行交配操作.既能增强对种群最优个体所包含信息的开采能力,又能提高算法的勘探能力,从而避免算法过早地收敛.实验结果表明,该算法对于改进和提高遗传算法性能及求解连续非线性规划问题是有效可行的.     

移动设备上基于Wang tiles的双向纹理合成算法

为了在移动设备上实现纹理合成,首先在总结了PC平台上纹理合成技术特点的基础上,指出基于Wang tiles的纹理合成适合在资源受限的移动平台上实现;然后通过深入分析Cohen随机贴片算法中的不足,提出了改进的基于Wang tiles的双向纹理合成新算法,即包括样本纹理子图的选取、片填充和基于双向扫描的贴片算法。该算法不仅扩大了最佳切割线的搜索范围和增加了贴片的随机性,同时也减少了计算和存储需求。实验结果表明,该算法不仅能够运行在移动设备上,而且与随机贴片算法相比,还提高了非周期性视觉效果。     

一种基于蜜蜂双种群进化的遗传算法

提出了一种基于蜜蜂双种群进化的遗传算法（BDPGA）。算法共有两个种群,一个是通过迭代进行遗传操作得到的,一个是在每代进化过程中随机引入的。每个种群中的最优个体作为蜂王分别以概率与其它个体（雄蜂）进行交配操作。既能增强对种群最优个体所包含信息的开采能力,又能提高算法的勘探能力,从而避免算法过早地收敛。实验结果表明,该算法对于改进和提高遗传算法性能是有效可行的。     

协同进化的近似规则纹理合成

纹理进化系统是一个面向近似规则纹理合成的算法,系统的主要特点是在进化理论的基础上,通过定义相关行为来优化纹理块在被拼接后无法改变而引发的累积误差问题.提出一种新的基于协同进化思想的纹理合成方案,通过新定义的个体选取及排布方式,可适用任意方向周期的纹理;通过去除迁徙、预建立适应度表等操作,很好地减轻了适应度计算开销的冗余度,并且新的进化过程能够更好地实现并行化.实验结果表明所提方案不仅在通用性上有所增强,在效率上也得到了显著提升.     

应用分段遗传算法的视频纹理合成算法

通过对视频纹理定义的分析,将视频纹理合成转化为一个优化组合问题。提出一种应用分段遗传算法的视频纹理合成算法,采用分段遗传算法,对有限长度的源视频进行加工,得到可无限播放的连续视频序列。算法采用更适当的相似性尺度和测量准则,省去了大量复杂的对源视频的预处理,分段的搜索策略只需要用很少的遗传代数即可快速合成出质量很高的视频纹理。与现有的视频纹理合成方法比较,该算法具有较小的计算复杂度,在合成的速度和质量上都有所提高。另外,实验结果给出了种群大小以及最大遗传代数对合成质量和速度的影响。     

遗传算法与进化规划的比较研究

遗传算法和退化规划是目前工程应用研究中最普遍的两种进化算法，由于它们的来源及原理的不同导致它们在生物基础、算法操作及实施细节上均存在很大差异，适最终影响到它们的实施效果及性能。通过系统的理论分析及函数仿真实验研究表明。进化规划无论是生物基础、算法实施选是计算性能方面都明显优于遗传算法，是处理工程优化问题的一种更理想的方法。     

人工蜂群算法的一种改进

人工蜂群算法作为一种新生代的优化算法,近年来在众多科学领域中表现出一定的优势,但是其收敛速度并不高效,并且容易过早地陷入局部最优。首先通过对适应度选择进行改进,提高算法的收敛速度,同时结合模拟退火算法,一定程度上避免过早陷入局部最优。最后用一组基准函数进行实验,证明改进后的人工蜂群算法有更好的优化性能。     

一种带规范知识引导的改进人工蜂群算法

针对数值函数优化问题,提出一种改进的人工蜂群算法.受文化算法双层进化空间的启发,利用信度空间中的规范知识引导搜索区域,自适应调整算法的搜索范围,提高算法的收敛速度和勘探能力.为保持种群多样性,设计一种种群分散策略,平衡群体的全局探索和局部开采能力,并且在各个进化阶段采用不同的方式探索新的位置.通过对多种标准测试函数进行实验并与多个近期提出的人工蜂群算法比较,结果表明该算法在收敛速度和求解质量上均取得较好的改进效果.     

基于量子遗传算法的非线性无约束优化方法

量子遗传算法(QGA)是量子计算和遗传算法相结合的产物,量子遗传算法将量子比特和量子旋转门表示引入到遗传算法中,具有比遗传算法更好的搜索效率和收敛性。非线性无约束优化是典型的工程应用问题,而复杂非线性函数的优化结果往往不能令人满意,如陷入局部最优等。利用量子遗传算法强大的搜索能力,可以很好的解决复杂非线性函数的无约束优化问题,实验表明量子遗传算法在该类问题中的有效性和可行性。     

Synthesis Optimization of Piezo Driven Four Bar Mechanism Using Genetic Algorithm

Over the past few years, there has been a growing demand to develop efficient precision mechanisms for fine moving applications. Therefore, several piezoelectric driven mechanisms have been proposed for such applications. In this work an optimal synthesis of a four-bar mechanism with three PEAs is proposed. Two evolutionary multi-objective Genetic Algorithms (GAs) are formulated and applied; A Genetic Algorithm Synthesis method (GAS) is first used to obtain a synthesis solution for the mechanism regardless of power consumption. Then another Genetic Algorithm Minimum Power Synthesis method (GAMPS) is used to obtain the synthesis solution of minimum power consumption. For that purpose, the study performs simulation investigation of the aforementioned algorithms for each point along sinusoidal and kidney shaped paths of motion. Results show capability of both methods in obtaining a synthesis solution. However, GAMPS outperformed GAS in terms of driving power consumption as it is minimized by 99% ratio.     

增加主瓣增益控制的阵列天线方向图综合遗传算法

阵列天线方向图综合是针对阵列天线方向图进行的相关研究中的一项基础性的研究内容。不同的应用场景中不仅需要设计形式不同的天线阵列,更需要阵列天线方向图并根据不同的性能参数指标要求进行分析优化,从而获得符合使用要求的阵列方向图。针对传统阵列天线方向图综合算法在方向图综合过程中未考虑主瓣增益约束的问题,提出了一种用于阵列天线方向图综合的改进遗传算法。在经典遗传算法的基础上设计了新的适应度函数以满足特殊情况下对主瓣增益进行约束的需求;并在算法计算过程中增加了精英保留策略,设计了随进化代数改变的交叉、变异概率。经仿真实验,结果表明所提算法能够在阵列天线方向图综合时在保证主瓣方向上的增益满足要求的同时可以获得相对低的副瓣电平水平。