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

智能优化算法在几何设计中的应用

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第11-18页
    1.1 研究背景及意义第11-13页
    1.2 研究现状第13-16页
        1.2.1 智能优化算法第13页
        1.2.2 拟合以及约束拟合问题第13-15页
        1.2.3 几何迭代及相关应用第15-16页
    1.3 本文主要工作和研究内容第16-18页
第二章 法向约束下的B样条曲线逼近PSO算法第18-32页
    2.1 引言第18页
    2.2 问题描述及模型建立第18-20页
    2.3 PSO优化算法原理第20-23页
        2.3.1 基本PSO算法第20-21页
        2.3.2 带权重的PSO算法第21-23页
    2.4 带法向约束的B样条曲线逼近实现第23-26页
        2.4.1 最小二乘法求最优控制顶点第23-24页
        2.4.2 节点向量自由化的适应度函数的建立第24-25页
        2.4.3 数据点参数化设置第25页
        2.4.4 基于PSO的优化算法描述第25-26页
    2.5 数值实验与说明第26-31页
        2.5.1 传统B样条拟合问题中节点向量的选取第26-27页
        2.5.2 实验与比较第27-31页
    2.6 小结第31-32页
第三章 法向约束下的B样条曲线逼近GA算法第32-51页
    3.1 引言第32-33页
    3.2 实GA控制顶点求解第33-41页
        3.2.1 节点向量的设置第33-34页
        3.2.2 实GA原理及相关设置第34-36页
        3.2.3 数值试验及说明第36-41页
    3.3 二进制GA节点优化第41-49页
        3.3.1 二进制GA及相关设置第41-43页
        3.3.2 数值实验及说明第43-49页
    3.4 小结第49-51页
第四章 NURBS曲线插值的节点和型值点参数配置第51-66页
    4.1 引言第51页
    4.2 NURBS曲线插值第51-55页
        4.2.1 基本概念第51-52页
        4.2.2 插值及问题提出第52-55页
    4.3 切向计算第55-56页
    4.4 限制条件第56-58页
        4.4.1 拐点第56-57页
        4.4.2 交叉点第57页
        4.4.3 矩阵条件数第57-58页
    4.5 基于遗传算法的节点向量和型值点参数化的计算第58-62页
        4.5.1 二进制编码与解码第58页
        4.5.2 变量及其取值范围第58-59页
        4.5.3 适应度函数第59-60页
        4.5.4 遗传算子第60-61页
        4.5.5 算法流程第61-62页
    4.6 数值实验及说明第62-65页
    4.7 小结第65-66页
第五章 非均匀B样条的PIA迭代加速与型值点参数优化第66-89页
    5.1 引言第66-67页
    5.2 非均匀B样条曲线曲面的标准迭代插值及其分析第67-70页
        5.2.1 曲线迭代格式第67-68页
        5.2.2 曲面迭代格式第68-69页
        5.2.3 标准迭代格式分析第69-70页
    5.3 逐次超松弛的渐进逼近迭代格式第70-73页
        5.3.1 曲线迭代格式第70-71页
        5.3.2 曲面迭代格式第71-72页
        5.3.3 最佳松弛因子的计算第72-73页
    5.4 标准迭代格式中任意节点向量下的参数优化选择第73-75页
        5.4.1 随机节点下曲线曲面迭代插值的参数优化第74-75页
        5.4.2 曲线曲面迭代插值的节点和参数同时优化第75页
    5.5 遗传算法在本章中的应用第75-80页
        5.5.1 二进制编码与解码第75-76页
        5.5.2 基于GA的优化算法步骤第76-80页
    5.6 数值实验及说明第80-88页
        5.6.1 SOR-PIA迭代插值的数值实验第80-83页
        5.6.2 型值点参数优化计算的数值实验第83-88页
    5.7 小结第88-89页
第六章 改进的PIA及其收敛性分析第89-98页
    6.1 引言第89-90页
    6.2 HPIA的迭代格式第90-91页
        6.2.1 曲线格式第90页
        6.2.2 曲面格式第90-91页
    6.3 HPIA收敛性分析第91-93页
    6.4 HWPIA的迭代格式第93页
    6.5 数值实验第93-97页
    6.6 小结第97-98页
第七章 结论与展望第98-100页
参考文献第100-105页
致谢第105-106页
攻读学位期间参加的科研项目和成果第106页

论文共106页,点击 下载论文
上一篇:Laplacian中心性峰值聚类算法及其在交通小区划分中的应用研究
下一篇:基于敏捷开发的电子政务软件项目进度管理研究