空间三角形网格局部优化研究

提出了一种空间三角形网格局部优化算法,该算法分为两部分：ａ．网格局部细分优化方法,该方法结合等间距采样法和黄金分割法来获得最优插值点,使网格细分达到满足给定近精度的目的;ｂ。网格局部合并优化方法,给出了网络中三角片合并的判别准则,在满足逼近精度要求的前提下,采用边删除操作合并网格中的某些三角片,达到了减少三角片数量及保证网格中三角片性状较好的目的。空间三角形网格局部优化算法能有效地使网格达到逼近精     

基于多目标遗传算法的云服务部署优化方法

将服务部署优化问题建模为多目标组合优化问题.在多目标遗传算法的基础上,把部署方案转换为基因编码,用轮盘赌选择机制选择个体,用单点交叉算子产生新的子代,并以设定的概率发生变异.对合适个体考虑支配值和稀疏值设计适应度函数;对不合适个体根据支配值和SLA冲突设计适应度函数.最后给出了优化过程.通过仿真实验可以看出:随着迭代次数的增加,适应度值及各个优化指标值逐渐收敛于一个固定且较优值,说明利用设计的优化算法,能使各个优化目标值较快地收敛到一个较优解,能较好地帮助基础设施即服务(SaaS)提供商在部署应用服务时进行有效规划和决策.     

基于遗传算法的曲线曲面光顺

以能量和曲率作为双重条件来考察曲线和曲面的光顺性问题，应用模糊罚函数将有约束多目标优化问题转化为无约束多目标优化问题，采用遗传算法对曲线进行光顺，得到了最优解；并进一步将该光顺算法推广到曲面的光顺。     

基于自适应遗传算法的网格任务调度优化

针对传统任务调度算法效率较低、资源负载不平衡等缺点,基于遗传算法,考虑现代网格系统异构性和动态性的特点,提出一种有效的交叉概率和变异概率自适应更新方法,提高遗传算法的全局搜索能力和收敛速度.仿真实验表明,改进后的遗传算法在进化速度上有明显提升,可较好地处理网格任务调度问题,提高任务调度效率,降低资源负载的不平衡性.     

基于遗传算法的分组算法

依据学生特征给定学生的初始值建立初始种群,根据"组内异质,组间同质"的分组策略构造适应度函数并进行迭代计算直至满足结束条件。适应度函数值最大的一个个体可以认为是合理的分组序列,该方法在实践教学中取得了令人满意的结果。     

基于遗传算法的网格结构优化方法

为了加快遗传泊进化过程,提出了基于遗传算法和满应力准则进行网格结构优化的杂交算法,杂交算法能大幅度地减少单纯采用遗传算法进行网格结构优化的解空间,其结果表明杂交算法能明显地加快遗传算法的收敛进程。     

一种改进的遗传算法

从基因进化和退化的角度提出了基因优劣编码,在收敛性定性分析的基础上给出了适应度的另一种定义方式,使改进后的遗传算法更准确地模拟了生物进化机制,并对改进后的遗传算法的性能作了分析。经实验验证,改进后的遗传算法比标准遗传算法在求解质量和求解效率上都得到了明显提高。     

基于遗传算法的机械优化设计

阐述了遗传算法的原理、理论基础和实现步骤,将遗传算法与搜索算法进行了分析比较,并附有应用实例。     

基于LOD的多边形网格简化算法的优化

介绍了LOD的多边形网格简化算法，通过对LOD的多边形网络简化算法的改进，从而能有效地加速复杂场景的渲染，不仅能实现连续的转换LOD模型，而且能提高虚拟环境中实时仿真的效果。     

遗传算法的原理及组成分析

本文简单讨论了遗传算法的特点、组成,即介绍了算法的交叉及常用的交叉算子、变异,其中进一步说明算法的编码原理、适应度函数设计,最后提出该算法的不足之处和改进．     

基于四边形折叠的三角网格简化算法

 通过定义三角网格模型中的两个以公共边相连的三角形构成一个空间四边形,提出了一种新的基于这种空间四边形折叠的网格简化算法。该算法以四边形折叠为基本操作,利用Garland的二次误差度量(QEM)做误差控制,每次折叠操作可以减少3个顶点及6个面片,从而实现比Garland的QEM算法、周昆等的三角形折叠算法更高的简化效率,文中给出多个试验结果说明了该算法的有效性。     

一种改进的基于二次误差测度的网格简化算法

在医学图像三维表面建模中,会产生大量的三角面,难以在普通PC机上进行实时渲染.为了解决这个问题,本文作者提出一种改进的基于二次误差测度的网格简化算法.通过对顶点进行分类,在简化过程中更好地保持了模型的细节特征,同时考虑了网格中三角面的分布情况,减小了几何误差.结果表明,算法既保持了原算法快速的优点,又满足了医学图像处理对逼真度和网格质量的较高要求.     

网格模型简化算法综述

网格模型的简化是解决复杂三维模型存储、传输和实时绘制的有效性与硬件处理能力的局限性之间矛盾的主要方法.在分析了网格模型简化的主要技术和方法的基础上,以这些方法和技术为线索,对现有模型简化主要算法进行了较为详细的介绍,并分析了各主要算法的特点;最后对模型简化技术的发展趋势进行了展望.     

基于二次误差度量的网格简化算法

网格简化是提高计算机处理复杂模型速度有效方法,要求算法时间和空间复杂性低,简化质量高且简化结果中三角形紧致性好,给出一种简化三角形网格表示的三维模型的算法。算法采用边折叠为基本操作,以点到相关直线的距离的平方为误差度量。为降低算法的空间复杂性,简化过程中每个点保留一个浮点数的历史记录。实验结果表明,在ＰⅢ上,算法可在１２ｓ内简化含７万个三角形的模型,简化结果中三角形紧致性大于０．９的三角形数为５６     

基于曲率和面积的二次误差测度网格简化算法

在经典的二次误差测度(QEM)简化算法基础上,将离散曲率和面积引入到边收缩代价计算中,提出了一种基于离散曲率和面积的二次误差测度网格简化改进算法.该算法既考虑了离散曲面在各顶点附近的弯曲程度,又考虑了曲面的几何形状特征.为保留模型的原始边界特征,规定不对其边界进行简化.试验结果表明,改进算法在网格简化过程中保持了原有算法运行速度快的优点,且简化模型能合理地分配网格,并更好地保持了原始模型的重要特征.     

具有3D边缘保持的网面简化算法

研究用于计算机视觉领域的三维物体模型网面简化算法。该算法可物体形状和拓扑关系及物体表面法线、纹理、颜色和边缘等特征,是一种基于边操作（收缩,分裂）的网面模型的简化算法。该算法将网面不对称最大距离作为形状改变测度,在大量简化模型数据的同时,能有效地保持模型几何形状,拓扑关系、3D边缘点和边的特征,并能合理分布网面特点。     

面向网格简化的STL拓扑信息快速重建算法

以STL模型为研究对象，针对网格简化要求的显式、完整拓扑关系，提出了一种快速构建拓扑信息的新算法．在优化选取拓扑信息构建顺序的基础上，一方面针对各种几何元素的特点选取有效的数据结构，在数据组织层次上保证顶点归并的效率和几何元素的检索效率；另一方面，充分利用顶点与其邻接点和邻接面的关系，将边归并的比较范围控制在顶点的邻域，并在全局遍历时选择数据规模最小的顶点．算法具备优良的时间效率性，提高了网格简化预处理的效率．     

一种基于阳光的运动轨迹简化算法

阳光对运动轨迹的影响非常广泛,高效地估算出轨迹的光照信息,在简化冗余点的同时保留轨迹的阳光信息至关重要.本文提出一种基于阳光的运动轨迹简化算法,结合市内道路的特性解决上述问题.首先,提出一种方向模型用以抽象阳光和运动轨迹的关系;同时,提出一种与阳光方向相关的运动轨迹简化模型,并利用遗传算法求取运动轨迹中需要保留的点.最后,用美国明尼阿波利斯市的数据进行运动轨迹简化实验,实验表明运动轨迹的点集数量可以在参数T_max的控制下有效地减少.     

一种基于Dijkstra算法的三角网格地表模型算法

对二维地表模型运用Dijkstra算法求解最短路径时,为了减少计算量,需要对模型进行简化后,才开始进行Dijkstra算法的求解,所以结果并不符合实际地表情况。不在模型上进行任何简化,而是直接在模型上划分三角网格来处理最原始的模型。然后用基于Dijkstra算法和矢量夹角的三角网格地表模型算法求解最短路径。通过此算法完成了一个实例的最短路径求解。结果表明,采用文中算法所得到的结果符合Dijkstra算法求得的路径和实际情况,而复杂度并没有因为未简化模型而大幅上升,并且算法具有效率高、复杂度低、稳定性好等优点。     

基于粒子群优化聚类算法的点模型简化

为了有效地简化稠密采样点模型,提出了一种基于粒子群优化聚类算法的点模型简化方法.引入了具有强大全局寻优能力的粒子群优化算法,对传统的k-均值聚类算法进行改进,基于改进的聚类算法对点模型进行简化,选取具有最优个体适应度函数的粒子作为原始采样点集的最终简化模型.算法聚类依据采样点的空间位置、法向和曲率的邻近性,实现了点模型表面区域几何特征保持的简化.同时在聚类区域的划分中考虑了曲率阈值和区域半径,使得算法在有效地保持特征边界和曲面细节的同时,能够生成高质量的简化曲面.实验结果表明,粒子群优化的k-均值聚类算法克服了传统聚类算法容易陷入局部极小的缺点,具有更好的全局收敛性和较快的收敛速度.该简化方法在有效简化点模型的同时,很好地保持了原始模型的几何形状,且在相同简化效率下能够生成更高质量的简化曲面.