混合算法在排样问题上的应用研究

结合全局搜索算法和局部搜索算法的互补特性,研究设计了串行和镶嵌两种混合模式,实现了基于邻域搜索和遗传算法的混合算法;在分析排样问题中图形碰靠的相关性特征的基础上,构建了排样问题的邻域假设和匹配邻域结构,基于混合算法获得了排样问题的优化解;实例结果标明,该算法在搜索到了更好的排样模式,验证了算法的有效性。     

异型件排样系统的研究与开发

对于多种不规则零件的排样问题，任何算法都难以保证总能得到最优解。该文采用计算机图形学处理技术以及现代智能算法相结合的方式，按照图形预处理，自动排样、人工交互编辑3步有效地解决了不规则零件的排样问题，并开发了相应的排样软件。     

混合算法的邻域结构变更研究及在排样问题上的应用

本文研究了全局搜索算法和局部搜索算法的混合机制,设计了基于邻域搜索和遗传算法的混合搜索算法。该算法结合了遗传算法的全局搜索特性和邻域局部贪婪搜索特性;在分析排样问题碰靠过程特征的基础上,构建了排样问题邻域假设,当邻域假设满足时,遗传算法+邻域搜索能很好发挥作用;当不能判断邻域结构是否满足邻域假设时,提出了建立遗传算法+匹配变邻域的搜索算法,该算法兼顾了组合优化中邻域搜索的局部搜索无效的情况,实现了匹配的变邻域混合算法在排样优化问题中的应用。实例结果标明,排样图形不一样,其求解难度不一样,该算法均搜索到了更好的排样模式,验证了算法的有效性。     

基于样图的排样及其样图检索方法

为解决不规则图形排样问题,讨论了基于实例(样图)的推理方法在零件排样问题中的应用,给出了基于样图的排样系统结构.此方法的一个关键问题是在已知待排的零件组和板料的前提下,如何从样图库中检索出相应样图的图形匹配方法.为此提出了基于图形(组)简化骨架的模式编码的串间Findler距离的图形(组)之间相似性检索算法,并给出了算例验证.     

实用异形件优化排样系统的研究与开发

对于多种不规则零件的优化排样,综合利用冲裁件排样中的图形识别和图形分析处理技术和拒形件的排样优化技术,在对它们作一些合理的改造后,有机地组合构造出多种不规则需件的5种排样算法。然后在保证可排性的条件下,将这些排样零件按不同的寻化规则排放到板材上去。为此研究开发了一些必要的许多图形处理技术,以保证算法的实现。这些算法具有优化效果好、自动化程度高、并且速度快等特点。因此在实际应用中,一般能为用户提供一个求解的效果接受率高或具有极好参考价值的解。在此基础上制作了一套操作方便、简单、快速的种不规则零件优化排样系统。     

基于离散化和遗传算法的皮革制造中的排样问题

采用离散化处理使排样优化过程与皮料和样片的几何信息无关，解决了不规则几何轮廓约束的困扰，研究方法特别适用于二维不规则形体在多个二维不规则平面上的优化排样。     

一种不规则零件排样的新粒子群优化策略

基于图形扫描转换的启发式底左（Heuristic Bottom-Left,HBL）算法,把一种最大速度收缩策略（Maximal Velocity Contractile Strategy,MVCS）的粒子群优化（Particle Swarm Optimization,PSO）算法应用于不规则零件的优化排样,给出了新的排样组合优化算法（MVCS-PSO）的粒子构造方法和零件排样过程,通过实例把该算法与模拟退火遗传算法（Simulated Annealing Genetic Algorithms,SAGA）进行优化排样比较,实验结果表明,具有良好的非线性和动态搜索性能的MVCS-PSO算法是求解排样问题的一种高效算法。     

基于遗传算法的不规则件优化排样研究

提出了一种基于遗传算法的不规则件优化排样的求解方法,通过剩余矩形匹配算法实现解码和局部寻优,并结合正交靠接算法实现自动排样。实例证明,该方法是有效的。     

改进的遗传算法优化二维不规则图形排样

针对大规模零件和不规则石材下料优化排样问题,提出了改进的遗传算法优化排样方法.采取二进制与十进制混合编码的策略,既克服了单独使用二进制编码时,编码串太长且操作不方便的不足,又解决了十进制编码中相近的编码方案获得的材料利用率却相去甚远的问题;通过计算矢量图形的相似度,从而对图形群体进行分类,降低了遗传算法的时间复杂度.实验结果表明,该优化排样算法在时间复杂度和空间占有率上均优于传统的遗传算法优化排样.     

基于临界多边形的不规则件启发式排样算法

为提高不规则件启发式排样的材料利用率,提出一种基于重心临界多边形和边适应度的不规则件启发式排样算法GEFHNA。首先,定义了边适应度以衡量排样过程中原材料与不规则件间贴合程度,在此基础上给出了将边适应度与重心NFP（GNFP）相结合的排放策略以减少排样过程中可能产生的空隙面积;其次,给出了基于Weiler-Atherton多边形裁剪算法的剩余原材料求解方法,重用排样过程中产生的孔洞,减少孔洞面积;最后,给出了基于上述排样策略和材料重用策略的启发式排样算法GEFHNA,给出了与智能算法和同类软件的实验比较。对欧洲排样问题兴趣小组提供的基准测试用例的实验结果表明,GEFHNA的耗时约为基于智能算法的排样方法的千分之一,同时在与两款商业软件NestLib和SigmaNest的11个基准测试的对比中,GEFHNA获得了7/11个相对最优的排样面积利用率。     

增强型四叉树RFID防碰撞算法

在四叉树及各类自适应防碰撞算法的基础上,提出一种增强型四叉树防碰撞算法——EFFT(Enhanced four-fork tree )。该算法首先利用曼彻斯特编码准确定位出标签的碰撞位,对K位长度标签提取出其碰撞位形成新的k位标签UID信息,再采取动态四叉树进行识别。在MATLAB平台对EFFT算法、后退式二进制算法、自适应算法进行仿真对比实验。仿真结果与理论分析表明,所提算法大幅度减少了阅读器查询次数和传输比特数,同时也提高了吞吐率及系统识别效率。     

一种针对复杂3D物体碰撞检测的算法改进

碰撞检测是虚拟现实世界的一个关键问题。该文对常用的碰撞检测算法进行分析比较,针对普遍采用的两步算法,综合运用AABB树和规则空间划分算法,提出一种用于复杂的虚拟空间三维运动物体的碰撞检测改进算法。算法分成三步,每一步都排除不可能碰撞的元素。实验结果表明:该算法提高了碰撞检测性能,能满足复杂3D物体碰撞检测准确、快速的要求。     

导弹飞行视景仿真中的碰撞检测算法

针对导弹飞行视景仿真中碰撞检测实时性与精确性的不足,提出了一种优化的混合包围盒碰撞检测算法.该算法在包围盒树的上层使用Sphere,下层使用OBB;将该算法在导弹飞行视景仿真系统中实现后,分别与相交矢量碰撞检测算法、OBB包围盒算法进行对比试验和分析.结果表明,这种混合包围盒算法能够有效地提高导弹飞行视景仿真中碰撞检测的实时性与精确性.     

一种改进的二叉树型RFID防碰撞算法

介绍了射频识别技术特点和应用前景,对目前RFID系统中确定性算法进行了分析与比较。针对每次探测得到的碰撞位信息,提出了一种利用构造二叉树来处理碰撞位的方法。通过数学分析与仿真,算法在标签传输数据量和阅读器查询次数上有很大改进;为解决RFID系统中的碰撞问题提供了新的思路。     

融合神经网络的布料碰撞检测算法

目的 针对当前在虚拟环境中布料柔体碰撞检测效率慢和准确性低的问题,提出一种根节点双层包围盒树结构和融合OpenNN （open neural networks library）神经网络加速预测碰撞检测的算法。方法 首先改进了碰撞检测常用的包围盒技术,提出根节点双层包围盒算法,减少包围盒的构造时间。其次使用神经网络优化碰撞检测技术,利用神经网络可以处理大量数据的优势,每次可以检测大量基本图元是否发生碰撞,解决了碰撞检测计算复杂性高的问题。最后准确地找到碰撞粒子并做出碰撞响应。结果 在相同的复杂布料模型情况下,根节点双层包围盒算法在运行速度上比传统混合包围盒算法快,耗时缩减了5.51%~11.32%。基于OpenNN算法的总耗时比根节点双层包围盒缩减了11.70%,比融合DNN （deep neural network）的自碰撞检测算法减少了6.62%。随着碰撞检测难度的增大,当布料模型的精度增加84%时,传统物理碰撞检测方法用时增加96%,融合DNN的自碰撞检测算法用时增加90.11%,而本文基于神经网络的算法用时仅增加了68.37%,同时表现出更高的稳定性,满足使用者对实时性的要求。结论 对于模拟场景中简单模型的碰撞,本文提出的根节点双层包围盒算法比传统的包围盒方法耗时短。对于复杂模型,基于OpenNN神经网络的碰撞检测算法在效率上优于传统的包围盒算法和融合DNN的自碰撞检查算法,而且模拟效果的准确性也得以保证,是一种高效的碰撞检测方法。     

锁位式RFID自调整多叉树防碰撞算法*

针对射频识别(Radio frequency identification,RFID)系统中出现的标签碰撞问题,提出了一种锁位式自调整多叉树防碰撞算法。新算法采用自调整防碰撞算法的基本原理,利用曼彻斯特编码特点,发送锁位指令确定碰撞位信息并提取碰撞位,在随后的标签识别中不再传输非碰撞位信息,结合自动识别思想,在减少碰撞时隙的同时,减少了传输数据量。新算法充分考虑了总时隙数、吞吐率、通信复杂度这三个重要的性能参数。理论和仿真分析表明,新算法具有更高的吞吐率和搜索效率,能够进一步改善RFID系统的性能。     

General numerical algorithm for classical collision integral calculation

A new automatic algorithm to calculate collision integrals from isotropic interaction potentials has been developed. The proposed method overcomes the limits of existing codes that need a priori definition of potential features. The algorithm efficiency has been tested by comparison with traditional approaches. The agreement achieved in reproducing published data is good. A theoretical analysis of the asymptotic behaviors, related to the accuracy of integral evaluation with respect to interval finiteness, is also reported.     

RFID系统中多电子标签防碰撞改进算法

在现有防碰撞算法的基础上提出了一种改进的二进制搜索算法。当读写器检测到碰撞位之后,仅需要记录最高碰撞位和次高碰撞位的位置,并设定这两个位置上的比特数作为下次查询命令,从而使系统的传输数据量、查询次数及传输时间大大减少,提高了系统的吞吐率。仿真结果表明,改进后的算法比二进制搜索算法和动态二进制搜索算法更具优势。     

引入信息预处理的多状态二进制改进算法

针对多状态二进制防碰撞算法通讯数据存在冗余的情况,引入信息预处理与阅读器部分接收机制。在识别过程只处理冲突位,阅读器只接收并记录标签部分数据,尽量避免数据重复发送与接收,状态标志根据不同指令做变化,减少交互次数,从而降低通讯数据量。采用Java进行算法模拟仿真,结果表明,在碰撞位不连续,碰撞位冲突率低于25%时,算法在减少通讯量方面,具有明显优势。若不计入预处理过程,该算法在任何碰撞位冲突率下通讯数据量都有较大优势。     

基于信息预处理的分组动态二进制防碰撞算法

针对现有二进制防碰撞算法通信数据量大、存在冗余信息的缺点,提出了一种新二进制防碰撞算法。新算法在阅读器与标签的首次通信中首先进行信息预处理,后继识别过程中只处理冲突位,然后利用每次探测得到的碰撞位信息构造二叉树。最高碰撞位之前的部分后接一个“0”为左子树,最高碰撞位之前的部分后接一个“1”+两个最高碰撞位之间的部分为右子树,在叶子结点实现标签的识别。该算法从阅读器和标签两方面同时进行改进,减少了通信量,提高了识别效率。