基于遗传算法和非均匀有理B样条的创新设计

为了更好地使用曲线和曲面进行产品的外观造型设计,提出了将交互式遗传算法与非均匀有理B样条相结合进行产品形态创新设计.把控制有理B样条曲线和曲面的关键点、权因子和节点向量三个控制因素使用遗传算法进行层次编码,通过用户对实体进行交互式评价,最终以共识满意度作为遗传算法的适应度函数,然后进行对遗传编码进行交叉和变异操作,通过适应度函数的大小进行筛选,最后得到满意的解.以花瓶外观设计为例,利用VC++2003.net、acis和hoops 的开发设计环境,对此算法进行了验证.实验结果表明此算法在产品外观创新设计中是行之有效的.     

Apriori算法在税务系统中的应用

为提高对税务稽查历史数据的管理水平,为税务稽查提供有力的决策支持,分析了数据挖掘技术的基础以及税务稽查工作中引入数据挖掘技术的必要性,给出了关联规则挖掘的基本概念,提出了一种改进的Aoriori算法。使用WEKA工具,实现了关联规则挖掘的可视化和生成结果按“支持度-可信度”形式的可视化,为基于频繁集的交互式挖掘提供了方便、友好的界面。对历史稽查数据中纳税人采用的主要违法违章手段之间的关联关系进行了数据挖掘,得到了一些合理的规则,对稽查工作有一定的指导意义。     

基于粒子群模糊C-均值聚类的图像分割算法

模糊C-均值（FCM）聚类算法是一种结合无监督聚类和模糊集合概念的图像分割技术,比较有效,但存在着受初始聚类中心和隶属度矩阵影响,可能收敛到局部极小的缺点。将粒子群优化算法（PSO）与模糊C-均值聚类算法相结合,实现了基于粒子群模糊C-均值聚类的图像分割算法。实验表明,该方法具有搜索全局最优解的能力,因而可得到很好的图像分割结果。     

支持进化的计算机辅助设计环境

介绍一个支持进化的计算机辅助设计环境。多Agent系统的结构为设计人员在该环境下的协作及资源共享提供了支撑框架，基于树结构的遗传算法为拓宽设计人员的思维空间提供了一种工具。文中用一个手机设计实例描述了该环境中进化设计的过程。该实例用基于数学表达式二叉树的遗传算法及数学软件工具MATLAB生成形状草图，用基于特征的设计产品树产生可选的部件组合。由于进化过程由设计人员引导，因此可以较快地实现令人满意的结果。     

一种基于遗传算法的创新进化系统实现方法

提出了一种基于遗传算法的交互式创新进化系统实现方法。为了说明遗传算法在开发面向用户的进化系统中的有效性，给出了一个基于遗传算法的创新进化系统，它可以辅助工业设计师完成手机外形的概念设计。实验表明，遗传算法在创新进化系统中有很好的应用前景。     

支持外观造型创新设计的进化计算方法

采用二叉树结构表示数学函数,并对树结构表示的数学函数实施交叉、变异、算术运算、选择等操作,产生新的后代．数学函数对应的曲线可以形成二维草图,经计算机处理后的三维图,能产生造型各异的组件,把生成的组件和人工设计的组件统一保存到原型实例库中。对组件进行二进制编码,然后执行简单的遗传算法,能生成不同的组合方案．由于利用了CAD的可视化环境,并结合人类设计师的智慧及进化计算技术,因此可以产生很多新颖的外观造型．最后以台灯设计为例,介绍了文中算法的执行过程．     

一种基于蚁群算法的K-means算法——在公路运输枢纽宏观布局规划中的应用

公路运输的发展有效促进了我国经济持续、快速的发展,但公路建设和运输枢纽建设呈现出不平衡性。因此需采用聚类分析对公路主枢纽城市进行聚类,划分层次来进行功能分析。K-means算法是聚类分析中使用最为广泛的算法之一,但算法具有初始中心点和聚类个数不确定等方面的缺点。针对其缺点,提出将基于蚁群算法的K-means算法应用于在公路运输枢纽布局规划中。实验结果表明,与单独使用两种算法相比,该算法更能有效地解决公路主枢纽城市的聚类问题。     

基于HOOPS接口技术的3D造型的研究*

ACIS是全球著名的3D造型软件开发平台,介绍了ACIS的新接口技术——HOOPS以及它的组件、功能、特色和应用,展示了一个应用开发实例。     

基于半监督支持向量机的交互式遗传算法

为减轻用户疲劳并将交互式遗传算法应用于复杂的优化问题中,提出一种基于半监督支持向量机的交互式遗传算法。根据标记样本和未标记样本几何特性派生出数据依赖的核函数,以此构建半监督支持向量机,再以自训练方法进行高可信未标记样本的批量选择,实现用户评价代理模型的高泛化性能。将该方法应用于基于内容的图像检索系统,结果表明其能有效加快进化收敛的速度,提高优化成功率。     

一种Hopfield神经网络能量函数改进下的作业车间调度*

由于作业车间调度问题的目标函数目前还无法用换位矩阵的元素以数学公式的形式表示,因此无法保证求出全局最优解。文中首先对换位矩阵表示方法进行了改进,给出新的带有目标函数的能量函数表达式,然后提出改进的Hopfield神经网络作业车间调度方法,并将模拟退火应用于Hopfield神经网络求解,避免了陷入局部极值。仿真结果表明,该方法具有全局搜索能力,并能够保证神经网络的稳态输出为全局最优或近似全局最优。