小生境遗传算法的改进

为了避免小生境遗传算法存在的早期成熟和陷入局部极值点等问题,提出了一种改进的小生境遗传算法.该算法基于自适应交叉概率算子和变异算子,根据进化代数和群体的适应值,动态调整各个个体的交叉概率和变异概率,并在变异量的确定上引入了梯度的概念.通过在Shubert函数的全局最优化问题上的验证,并与常规遗传算法和小生境遗传算法比较,改进后的算法提高了搜索速度,能有效跳出局部极小值,并搜索到全局最优值.     

基于局部分块三维物体表面三角划分算法

基于三维重建工作中物体截面轮廓线序列中相邻轮廓线基本相似的事实,提出了物体截面轮廓线点集之间三角划分的一种快速算法,算法首先寻找轮廓线的控制法点,对每两条相邻轮廓线的控制点进行配对;然后将这样两条轮廓线蝗三角划分分配在多个小曲线段对之间进行,并且根据事先匹配的控制点,在每个小的区域中进行简便快速的三角划分的一种实验验证了算法的有效性     

平面点线集三角剖分的扫描算法

提出计算平面点线集三角剖分的一种算法.该算法是利用平面扫描的思想,当扫描线达到事件点时,处理事件点,即将事件点与已被扫描的某些点连接,这样便将已扫描的区域三角剖分.当扫描线达到最左边的事件点时,处理该事件点,就完成了平面点线集的三角剖分.证明了算法的时间复杂性为O(NlbN),其中N是点线集中点的数目与线段端点数之和.     

基于离散变量自适应遗传算法的改进

在自适应遗传算法中交叉算子和变异算子随着其适应度变化自动改变其值,从而影响遗传进化的过程,但算法在进化初期对遗传操作的效果并不明显。本文针对离散变量的特征,通过计算个体间的离散程度,判断种群的进化程度,根据不同的进化时期自适应调整交叉概率和变异概率,使得种群的交叉和变异配合进行,有效地解决了离散变量在进化初期容易陷入局部寻优的问题。实验结果表明,算法经改进后,其全局收敛的可靠性增加并加快了收敛的速度。     

基于免疫遗传算法的多播QoS路由算法

提出一种基于自适应免疫遗传算法的多播QoS路由算法,该算法不仅能随种群进化的需要自适应调整交叉概率和变异概率,而且还通过引入免疫算子,在保证群体多样性的同时得到Pareto最优解.该算法能近似模拟自然界及生物个体竞争、繁衍和死亡的过程,具有较好的空间收缩能力和局部求精能力,能加快收敛速度和提高收敛精度.从而克服遗传算法的早熟问题.仿真结果验证了算法的有效性.     

基于局部分块三维物体表面三角划分算法

基于三维重建工作中物体截面轮廓线序列中相邻轮廓线基本相似的事实,提出了物体截面轮廓线点集之间三角划分的一种快速算法．算法首先寻找轮廓线的控制点,对每两条相邻轮廓线的控制点进行配对;然后将这样两条轮廓线之间的三角划分分配在多个小曲线段对之间进行,并且根据事先匹配的控制点,在每个小的区域中进行简便快速的三角划分．实验验证了算法的有效性．     

平面上散乱数据点的最优三角分划的一个定理证明

首先给出关于平面上散乱数据点的最优凸三角分划的定义。然后，讨论了最优凸三角分划的理论与实现。最后，介绍一个新的最优三角分划算法，并且证明由该算法所得到的三角分划的最优性。     

一种基于超长方体集的模糊模式识别算法

结合模糊C均值算法(FCM)与模糊最小一最大神经网络算法。提出一种基于超长方体集的模糊模式识别算法．首先采用基于特征加权的FCM算法进行粗划分。得到c个平行于特征轴的超椭圆球类；再根据已知的样本的类别标记进行进一步划分；以改进的最小一最大模型建立超长方体阵，使每个超长方体只能容纳一种类别的样本点。并且分属不同类别的超长方体无重叠．使用这种方法构建超长方体集更快速、更简单，但对训练样本的要求较高，应选择能够充分体现数据分布情况的数据点作为训练样本．     

一种改进的自适应遗传算法

在对自适应遗传算法中选择、交叉、变异算子作用分析的基础上,提出一种新的自适应遗传算法,新算法基于实数编码机制,选择操作采用精英选择与轮盘赌相结合,变异和交叉操作采取根据适应度自适应地非线性调整变异和交叉概率的策略,同时提出进化的后期采取先变异后交叉的操作次序.仿真实验表明,新算法有效防止早熟,收敛速度更快,鲁棒性更好且拥有较强的寻优能力.     

基于改进进化算法的无人机航迹规划

基于进化算法的无人机航迹规划已经得到了广泛的研究;但是由于其进化算子的多样化,还存在许多不足之处。针对现有进化算法的缺点引入一种新的坐标系,提出了一种定向进化策略,使每个航迹点根据具体情况进行定向变异。为了测试改进算法在航迹规划中的避障能力,进行了一系列的仿真实验。仿真结果表明基于改进进化算子的进化算法在无人机航迹规划应用中具有很大的优越性。     

Data Reduction and Triangulation Approach to Scattered Points

For the generation of the model in reverse engineering, a laser scanner is currently used a lot due to the fast measuring speed and high precision. Direct triangulation of data points captured from a physical object has a great advantage in that it can reduce the time and error in modeling process. It is important to reduce the number of data points for triangulating points with maintaining precision. To triangulate data points within a tolerance ε a new approach is developed in this paper. Different level of triangulations can be generated directly from data points using the proposed strategy that reduces and triangulates data points based on triangulation of 3D parametric surfaces. An experimental example is presented to demonstrate the effectiveness and efficiency of the proposed algorithm.     

基于改进遗传算法的三角剖分优化算法研究

以三角剖分原理和传统基因遗传算法为基础，提出了一种优化三角剖分的改进基因遗传算法．该算法采用下三角矩阵表示三角剖分问题，并设计出相应的适应度函数、改进的算子以及控制参数，以弥补传统基因遗传算法的不足，提高了执行速度和进化效率．     

带岛屿多边形Delaunay三角剖分算法

提出一种适用于任意多边形(含岛屿或不含岛屿)的统一Delaunay三角剖分算法.该算法首先将带岛屿多边形的所有顶点统一构建基于多边形边约束的Delaunay不规则三角网(CD-TIN);基于三角形顶点绕向,提出了多边形域外三角形的判定法则,剔除CD-TIN中的域外三角形,实现了带岛屿多边形的三角剖分.实验表明,该算法在含有大量岛屿的带岛屿多边形三角剖分中具有很高的时间效率和很强的鲁棒性,并成功将其应用到基于剖面的三维矿体建模与可视化系统中,解决了含有夹石或孔洞的矿体剖面多边形三角剖分问题,具有一定的实际应用价值.     

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．     

基于单调链法的凸壳三角剖分算法研究

在分析应用相关定义的基础上，该文提出了一种基于单调链法的凸壳三角剖分方法。这种算法的计算复杂度优于标准的Delaunay算法，有效性也比许多凸多边形算法要突出，是一种行之有效的快速算法。将它用于网格重新剖分处理，在矢量图形网格的简化、优化、压缩以及传输中都具有现实的应用意义。     

计算Delaunay三角剖分的新算法

提出一种计算K维欧氏空间EK 中任意数据点集的凸包的Delaunay三角剖分的新算法 .通过引入辅助的无穷三角形和在全空间 EK 的Delaunay三角剖分 ,确保最终结果是数据点集的凸包的完整Delaunay三角剖分 ,而且使算法具有在线性质 ,适用于动态的数据点集 .     

蚁群优化算法在发电机励磁控制中的应用研究

针对现有发电机励磁控制器参数优化中存在的寻优时间长、易陷入局部最优的问题,提出了一种引入杂交及变异算子的蚁群算法。该算法利用蚁群算法良好的全局寻优能力,避免搜索陷入局部最优,同时借鉴遗传算法的思想,利用杂交及变异算子来进行局部寻优,使其能快速搜索到全局最优点。MATLAB仿真结果表明,该算法可行且有效。     

一种任意复杂平面域三角化的健壮算法

提出了一种新的广义交换算子,并且以广义交换算子为基础实现了任意复杂平面域的三角剖分算法.该算法的特点有二整个算法的实现过程不会出现多边形的空腔,只需维护单一的三角形数据结构,数值稳定性高;可对任意复杂的非正则平面图形进行有质量控制的三角化.     

基于遗传算法的关联规则挖掘

根据关联规则挖掘的要求,结合遗传算法的特点,提出了一种基于遗传算法的关联规则挖掘算法,在基本遗传操作选择、交叉、变异的基础上,引入了挑选操作,取消了交叉、变异概率,给出了详细的算法设计及描述,并通过实例证明了算法的性能。     

建筑物多边形的多尺度合并化简与平差处理

通过带约束的Delaunay三角形表达建筑物间的空间拓扑关系,提出了取建筑物间Delaunay三角形的最短边同阈值比较,实现了基于SDS（simplicial data structure）模型的建筑物多边形合并的改进算法,及根据最长边最优原则实现合并后对象的直角化处理.探讨了利用直接面状要素综合算法进行建筑物多边形化简,和化简过程中阈值及转折点处理的不确定性带来的综合前后数据质量的变化,由此提出了建筑物多边形合并和化简的整体平差处理模型.算例分析表明,对建筑物合并和化简过程中的平差处理,能提高建筑物在综合过程中的数据质量,并能较好地保持建筑物的形态特征.