首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--机器辅助技术论文

几何约束求解的关键技术研究

提要第4-5页
摘要第5-7页
Abstract第7-9页
第1章 绪论第13-31页
    1.1 CAD技术的发展历史第13-14页
    1.2 CAD技术的发展趋势第14-15页
    1.3 基于约束的设计方法第15-16页
    1.4 参数化与变量化设计体系第16-20页
    1.5 几何约束求解策略第20-29页
    1.6 本文工作及组织结构第29-31页
第2章 几何约束系统的全增量分解机制第31-73页
    2.1 几何约束系统的建模第31-39页
        2.1.1 约束的定义和分类第31-32页
        2.1.2 几何基元的表达第32-34页
        2.1.3 几何约束的表达第34-36页
        2.1.4 几何约束系统的表示第36-39页
    2.2 几何约束系统的定性分析第39-50页
        2.2.1 几何约束满足问题第39-41页
        2.2.2 系统约束属性第41-45页
        2.2.3 约束闭环第45-47页
        2.2.4 基本约束域第47-50页
    2.3 系统全增量分解第50-72页
        2.3.1 MFA分解法第50-52页
        2.3.2 C-树分解法第52-54页
        2.3.3 核架构规约法S-DR第54-55页
        2.3.4 规划图第55-57页
        2.3.5 规划图的全增量构造第57-72页
    2.4 本章小结第72-73页
第3章 分级自适应规模粒子群优化算法的几何约束求解第73-99页
    3.1 系统优化策略第73-77页
        3.1.1 演化计算第73-74页
        3.1.2 优化模型第74-76页
        3.1.3 优化方法第76-77页
        3.1.4 群智能计算技术第77页
    3.2 基本粒子群优化算法(PSO)第77-83页
        3.2.1 基本原理第78页
        3.2.2 数学模型第78-79页
        3.2.3 收敛性分析第79-81页
        3.2.4 PSO的局限性及改进第81-83页
    3.3 分级自适应规模粒子群优化算法(HASPSO)第83-90页
        3.3.1 基本原理第84-85页
        3.3.2 数学模型第85-87页
        3.3.3 算法分析第87-90页
    3.4 几何约束求解应用第90-96页
        3.4.1 多解问题研究方法第90-91页
        3.4.2 附加约束分类第91-94页
        3.4.3 性能比较第94-96页
    3.5 本章小结第96-99页
第4章 免疫和图知识迁移人工蜂群算法的几何约束求解第99-127页
    4.1 人工蜂群算法第99-107页
        4.1.1 生物背景第99-100页
        4.1.2 基本原理第100-103页
        4.1.3 收敛性证明第103-104页
        4.1.4 参数选择第104-105页
        4.1.5 局限性及改进第105-107页
    4.2 免疫机制第107-111页
        4.2.1 基本原理第107-109页
        4.2.2 数学模型第109-111页
    4.3 图知识迁移第111-114页
        4.3.1 邻接迁移矩阵第111-112页
        4.3.2 扩展模型迁移图第112-113页
        4.3.3 参数优化第113-114页
    4.4 算法融合及求解应用第114-125页
        4.4.1 融合模型(IA&GKT-ABC)第114-116页
        4.4.2 算法分析第116-118页
        4.4.3 约束求解应用第118-125页
    4.5 本章小结第125-127页
第5章 基于原型的动态轨迹求交法第127-149页
    5.1 算法研究第127-132页
        5.1.1 相关原理第127-130页
        5.1.2 典型算法第130-132页
    5.2 动态轨迹求交策略第132-147页
        5.2.1 轨迹求交法第132-136页
        5.2.2 基本约束域求解第136-147页
    5.3 本章小结第147-149页
第6章 总结与展望第149-153页
    6.1 总结第149-151页
    6.2 展望第151-153页
参考文献第153-167页
作者简介及在学期间所取得的科研成果第167-168页
致谢第168页

论文共168页,点击 下载论文
上一篇:基于图像的人脸识别中关键技术研究
下一篇:图像去噪及其效果评估若干问题研究