任意多边形三角剖分的算法

提出了将任意多边形三角剖分的算法．其方法是，首先确定多边形各顶点的凸凹性，然后不断切割多边形的不规则部分，使其成为凸多边形，最后对凸多边形进行三角剖分．证明了算法的正确性，并对该算法的复杂性进行了分析．     

一种改进的区域增长三角剖分方法

传统的区域增长三角剖分方法很难保证含有尖锐边界的物体表面网格剖分的正确性,针对这一问题,本文提出一种改进的区域增长三角剖分方法。通过引入并计算边界边的权值来确定网格生长的方向,网格生长过程是由权值小的边逐步扩展到权值大的边,从而实现物体表面由"平坦"到"不平坦"的剖分过渡,并且相应的网格拓扑操作及队列更新机制保证了边界边队列的正确性。实验表明,该方法能生成反映原始物体表面形状的三角网格,并成功实现了对含有尖锐边界的物体表面的三角剖分。     

二元样条空间S_2~1（Δ_（mn）~（2））的一个恒等式

［１］中给出了均匀（Ⅱ）型三角剖分下关于的一个恒等式，本文将其结果推广到非均匀（Ⅱ）型三角剖分的情形，得到了更一般的恒等式．     

空间散乱点Delaunay三角剖分

本文介绍Delaunay三角剖分方法和基本概念,改进Bowyer-Waston算法,并进行程序实现,最后分析了程序时间效率,对研究三角剖分具有一定指导意义.     

S_3~1(△)表示的B样条

运用三角剖分的协调条件，分析了S13（△）中B样条支撑集问题，获得一般三角剖分下B样条支撑集的存在条件。作为特例，得（Ⅰ）型、（Ⅱ）型三角剖分的B样条支撑集。     

一种改进的螺旋边三角剖分算法

提出了一种改进的螺旋边三角剖分算法.本算法引用“自然邻近点集”的概念,以螺旋边三角剖分算法的边界环为基础向外生长三角形,以包围盒算法搜索边界点的邻近点集,估计边界点的法向量,将边界点及其邻近点集投影到切平面上并进行局部二维Delaunay三角剖分,从而确定边界点的自然邻近点集,最后将自然邻近点集以适当的方式添加到边界环上.这样,既避免了拼接问题又能搜索到自然邻近点集,三角剖分后的网格基本上接近最优Delaunay网格.实验结果表明,本算法能高效、稳定地重构出散乱数据点的三角网格.     

基于增量算法的三角剖分算法

增量算法是平面投影法中一种常用的点云剖分算法,该算法编程简单,占用内存少,计算速度较慢.针对增量算法的特点,改进算法通过将不同位置的点剖分对应存储到不同的边链表和三角形链表中,降低了边和三角形的搜索时间,提高了三角化的速度.同时,采用了加点剖分中同步优化和初步剖分后全体再次优化的优化方案,大大提高了剖分三角形的质量.实际点云剖分的结果显示,该算法不仅速度快、占用内存小,而且形成的三角表面质量高.     

Delaunay三角剖分的几种算法综述

多边形的三角剖分是计算几何中的基本问题,本文对三角剖分算法做简要的综述,并对约束三角剖分动态算法进行了研究,为设计更好的三角剖分算法提供了一定的依据。     

基于逼近体积最小准则的最佳三角剖分研究

研究工程中大量散乱数据的三角剖分 ,提出了基于逼近曲面体积误差最小的最佳三角剖分准则 ,为了快速得到满足此准则的三角剖分 ,给出了启发式搜索算法和该算法在实际曲面重构应用中的一个实例 .结果表明 :重构的结果较好 ,且三角剖分的拓扑保持一致     

一种基于梯度恢复后验误差估计的ZZ改进方法

基于三角网格剖分线性插值,对h型自适应有限元中的后验误差估计的zZ方法进行了改进,提出以单元为中心构造单元块的方法.数值实验表明,该方法比传统的zz方法有较高的精度及较快的收敛速度.     

一种高效构建Delaunay三角网的算法

提出了一种基于改进的Graham扫描法的分块构建不规则三角网算法。采用分割合并的思想,先对平面上的离散点集区域进行分块,然后对各个子块用改进的Graham扫描法生成不规则三角网,再从边界边出发依次合并相邻的三角网子集,直到所有子集合并结束。本算法采用分块的思想缩小了构网时的搜索范围,对子块用改进的Graham法生成三角网提高了算法性能。实验结果表明,本算法使构网效率有很大的提高。     

基于遗传算法的函数优化拟下降算法

在传统优化算法中嵌入一拟下降步,改善了算法的收敛性质;用遗传算法计算拟下降步,提高了算法的全局搜索能力,又不改变原算法的收敛性．数值计算结果表明,所提出的算法结合了遗传算法和传统算法的优点,是一种可行的解决函数优化问题的混合算法．     

混合遗传算法求解双准则线性运输问题

针对传统的遗传算法求解双准则线性运输问题时非劣解容易陷入局部区域的不足之处,提出一种改进的混合遗传算法。该算法分别从初始化染色体、非劣解的寻找和选择算子三个方面对传统遗传算法进行改进。并且在选择算子中结合使用权重系数变化和最小境技术保证可行解的收敛性,增加非劣解的多样性,使所求的非劣解具有一定代表性。最后通过计算实例结果,表明改进的混合遗传算法能获得更多的有效非劣解。     

序列图像三维重建中的关键算法

主要讨论了基于序列图像的三维重建中的两个关键算法:特征数据点列的重采样算法与三角化算法.本文改进了Chetverikov等提出的轮廓曲线中高曲率点的检测算法,使在重采样时,数据的压缩比得到了明显的改善,也显著地提高了可视化速度.并使用一种简单的三角化算法,对重采样后的数据点列进行三角化,实现目标的三维重建.     

一种改进的遗传算法在云计算中的应用

针对传统的遗传算法在云环境中迭代次数多、耗时长的缺陷,提出了一种改进的遗传算法,主要从执行时间及执行任务所需的费用两个方面来优化任务调度.通过建立任务调度模型,设计出相应的适应度函数、界限函数.仿真结果表明,在任务调度中运用改进的遗传算法,所需的平均等待时间要短,调度所需的费用也比传统的遗传算法要低.     

基于相似个体拥挤与Fibonacci法的遗传算法

由于传统遗传算法在应用中会出现"早熟",局部寻优能力较差,求解结果精度不高等缺点,提出了相似个体排挤方法和Fibonacci算子,给出了用相似个体的拥挤与Fibonacci算子相结合的改进遗传算法.数值仿真表明改进后的算法优于传统遗传算法和当前一些改进遗传算法,提高了遗传算法的局部搜索能力和收敛速度,并且能以较大概率搜索到优化问题的全局最优解.     

针对机器人路径规划问题的改进型遗传算法

针对路径规划的"求解质量"和"求解效率"2个问题,在传统遗传操作的基础上,通过在遗传操作中加入优化算子,减少了搜索的盲目性,使得优秀个体能较快地产生,算法在很少的进化代数中就可以求出问题最优解.算法的分析和仿真试验表明,算法的改进是有效的.     

“机器人”路径改进型单亲遗传算法规划及其仿真

在中国机器人大赛"机器人游中国"比赛项目的路径规划基础上,为克服遗传算法在有约束组合优化问题中计算效率不高的问题,提出了改进的单亲遗传算法.该算法在传统单亲遗传算法的计算步骤中,引入了交换算子、提前算子和修复算子,较大程度地提高了单亲遗传算法的搜索效率.Matlab仿真试验表明,改进的单亲遗传算法计算效率和路径规划能力得到大幅度提高.     

一种渐进式的遗传算法在智能组卷中的应用

智能组卷是一个多约束目标的组合优化问题。针对传统遗传算法在组卷解决问题方面存在的不足,提出了一种渐进式的遗传算法,此算法针对传统遗传算法的不足做了改进,速度和性能都有显著提高,尤其是针对大规模题库的组卷,仿真结果表明这种方法是有效的。     

数字电路设计的改进遗传算法

针对传统遗传算法应用于数字电路设计时出现的未成熟收敛和收敛速度慢等问题,提出了一种新的改进遗传算法,该算法对每次迭代产生的种群进行适应度分布和个体差异度的统计,并根据统计结果进行种群规划.实验结果表明,该算法使种群具备更好的多样性,从而显著地提高了电路的正确率和算法的收敛速度.