三角网格模型孔洞修补算法研究

提出了一种空间多边形孔洞的修补算法.该算法每次寻找三维孔洞多边形中夹角最小的一对邻边,构造新三角片,然后更新孔洞多边形,直到新增三角片完全覆盖了原有的孔洞.算法中还引入了孔洞多边形特征面的概念,将新增三角片投影到孔洞多边形特征面上,对其进行合法性检查.根据此算法可以获得三角片形状较为优化的修补结果,避免了狭长及错误三角片的出现.实践证明该算法是稳定可靠的.     

基于免疫聚类和遗传算法的RBF网络设计方法

基于人工免疫机制和遗传算法,提出了一种训练径向基函数(RBF)网络的混合算法.该算法采用了一种可以实现数据聚类的人工免疫机制根据输入数据集合自适应地确定RBF网络隐层中心的数量和初始位置;采用遗传算法训练RBF网络,能够使优化过程趋于全局最优.将该方法用于多用户检测问题的实验结果表明,采用这种混合算法训练的RBF网络结构精简,具有很好的抗多址干扰的性能.     

组合曲面NC加工刀具轨迹的生成

提出一种组合曲面NC加工刀具轨迹生成的新算法:将组合曲面进行三角化,并使三角形的顶点沿曲面法矢方向偏置一刀具半径值,依次连接偏置后的三角形各顶点,得偏置的三角形网格.以一组相互平行的平面去截偏置的三角形网格,将交线在截平面上进行调整并消除干涉,即得到组合曲面刀具轨迹.此算法已在实际中得到了很好的应用.     

基于RBF神经网络多步预测的自适应PID控制

提出一种基于RBF神经网络多步预测的自适应PID控制算法．该算法用无局部极小的径向基函数网络对非线性系统进行在线辨识，利用多步预测误差对PID型控制器网络进行训练，从而实现PID参数的在线自适应寻优．通过对典型非线性系统的仿真研究，该控制系统具有较强的适应性和鲁棒性．     

基于免疫神经网络的雷达天线扫描方式的识别

采用了免疫RBF网络进行雷达天线扫描方式的识别.计算机仿真结果表明,对目前常见的几种简单的雷达天线扫描方式,免疫RBF网络系统在输入信噪比为4dB时的识别率已经达到99.13%,而它的网络训练步数仅需99步,具有非常优越的性能.     

一种多属性递进网格模型生成算法研究

提出了一种新的多属性递进网格模型生成算法.该算法将表征网格顶点信息的向量由简单的三维几何信息扩展到包含附属信息的多维向量,可生成带有颜色、纹理等附属信息的递进网格模型.递进网格模型由一个简化网格和一个细化序列构成.该算法在生成细化序列时,将简化网格模型的顶点局限于初始网格模型的顶点集中,减少了细化序列所包含的信息,降低了所占空间,提高了算法速度.文中的实例说明了算法的有效性.     

一种基于聚类的RBF神经网络模型

应用于工程中的径向基函数(RBF)神经网络模型,当训练样本量很大时常存在训练学习速度慢和拟合精度不高的问题.针对这一情况提出了一种基于聚类的RBF神经网络(BC-RBFNN)模型.该模型首先通过对训练样本进行聚类分析,将其分为不同的类,接着根据每类的训练样本构造一个RBF子网并获取其相关参数,接着再将各个子网组织成一个BC-RBFNN模型.通过对其进行理论分析和性能检验试验,结果表明该模型能加快网络训练学习速度,缩小的模型规模,提高网络的预测精度.     

基于径向基函数网络的非线性系统内模控制

针对非线性系统的内模控制，从理论上分析了神经网络控制器的可实现问题，并且用径向基函数(RBF)神经网络实现内部模型及逆模控制器，同时改进了径向基函数中心的学习算法。仿真结果表明，基于RBF网络的非线性系统内模控制的动态性能较好，对于对象参数扰动具有一定的抗扰性。     

用PDE构造三角网格上的插值曲面

提出用ＰＤＥ构造三角网格上Ｃ＾１连续插值曲面的方法，给出了每个三角形上三角曲面边界条件的确定方法玫偏微分方程在给定边界条件下与正三角形域对应的１９点差分格式。     

基于RBF神经网络的总产值预测模型研究

介绍了径向基函数（RBF）神经网络的工作原理和训练算法．根据生产总值与投资分配之间存在的映射关系，应用RBF神经网络建立了投资预测模型，并进行了仿真试验．与BP模型相比，该模型在预测精度和收敛速度方面具有显著的优点．结果表明，用RBF神经网络进行投资预测得到了十分满意的结果．