首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

不规则域皮衣农片排样算法的研究

摘要第1-7页
abstract第7-12页
第1章 绪论第12-18页
   ·研究背景和意义第12-13页
   ·二维排样问题的分类第13-14页
     ·规则件排样问题第13-14页
     ·不规则件排样问题第14页
   ·国内外研究现状第14-16页
     ·国外研究现状第14-15页
     ·国内研究现状第15-16页
   ·本文研究内容及组织结构第16-18页
     ·本文主要研究内容第16-17页
     ·本文组织结构第17-18页
第2章 预处理及相关技术第18-35页
   ·排样件与母板的表示第18-19页
     ·不规则图形的表示第18页
     ·简化和关键点提取第18-19页
   ·不规则衣片排样问题的优化策略第19-23页
     ·摆放策略第19-21页
     ·靠接算法第21-22页
     ·母板分区和衣片分级第22-23页
   ·Graham扫描法计算凸包第23-27页
     ·算法流程第24-25页
     ·具体实例第25-27页
   ·相关的几何计算基础第27-33页
     ·多边形凹凸性判断第27页
     ·多边形面积的计算第27-28页
     ·多边形的几何变换第28-29页
     ·点是否在线段上的判别算法第29页
     ·点与多边形位置关系的判断第29-33页
   ·不规则域衣片排样的难点第33-34页
   ·本章小结第34-35页
第3章 基于临界多边形的定位靠接算法第35-46页
   ·临界多边形法第35页
   ·现有的NFP生成方法介绍第35-39页
     ·Minkowski矢量和法第36页
     ·Ghosh斜率图法第36-38页
     ·移动碰撞法第38页
     ·凹多边形凸化分割法第38-39页
     ·轨迹线NFP计算法第39页
   ·改进的临界多边形的求取第39-44页
     ·多边形靠接状态检测第40页
     ·确定移动方向第40-41页
     ·求解可移动向量第41-42页
     ·计算最小可移动距离第42-44页
     ·移动多边形并保存可移动向量第44页
   ·本章小结第44-46页
第4章 基于自适应概率的遗传模拟退火算法第46-53页
   ·经典智能优化算法介绍第46页
     ·遗传算法第46页
     ·模拟退火算法第46页
   ·基于自适应概率的小生境遗传模拟退火算法第46-50页
     ·个体编码第47页
     ·适应度函数设计第47-48页
     ·选择算子第48页
     ·自适应的交叉算子和遗传算子第48-50页
     ·新个体接受概率第50页
     ·算法终止条件第50页
   ·算法流程第50-51页
   ·实验结果第51-52页
   ·本章小结第52-53页
第5章 粒子群优化算法第53-60页
   ·粒子群算法介绍第53-54页
   ·基于改进粒子群算法的排样问题第54-58页
     ·定义相关概念第55-56页
     ·定义基本操作第56-57页
     ·适应度函数设计第57页
     ·粒子更新公式第57页
     ·算法描述第57-58页
   ·实验结果第58-59页
   ·本章小结第59-60页
第6章 实例系统的设计与实现第60-65页
   ·系统框架第60-61页
   ·功能模块设计第61-62页
   ·系统主界面第62-63页
   ·两种优化算法对比第63-64页
   ·本章小结第64-65页
第7章 总结与展望第65-67页
   ·总结第65页
   ·展望第65-67页
参考文献第67-70页
致谢第70-71页
攻读学位期间参加的科研项目和成果第71页

论文共71页,点击 下载论文
上一篇:基于Mean Shift的高分辨率遥感图像分割研究
下一篇:基于主动式全景视觉的移动机器人障碍物检测方法研究