基于三角形折叠的网格简化与特征保持算法

三角形折叠简化算法可以通过简单的运算就能识别出模型的三角形中的关键顶点,并在简化的同时可以较好的保持模型的外观。特征三角形保留的策略,可以正确识别并过滤模型的特征三角形,从而避免了因为特征三角形的丢失而导致模型外观的失真和变形。识别边界三角形的策略能有效地保持模型边界的完整性,避免了出现边界裂齿的情况。     

一种基于模糊推理的聚类网格简化算法

本文提出一种新的基于聚类的网格简化方法。算法的简化过程从简单模型向复杂模型过渡。算法可根据给定的误差进行简化，整个简化过程由一个八叉树进行组织，简化过程中的简化平面由模糊推理得到。该算法便于数据组织，易于精度控制。     

网格简化技术在机器人喷漆仿真系统中的应用

机器人喷漆系统对工件模型的精度要求不高,为了能快速提取出喷漆机器人的喷枪行进轨迹,在对工件CAD模型进行网格简化的基础之上,对工件CAD模型的三角网格进行网格均匀化处理,消除病态三角网格,从而获得更为规则的三角网格,为后续喷漆轨迹的提取、参数优化和漆膜厚度的计算仿真提供更有利的条件。     

顶点覆盖问题的贪心算法在网格简化中的应用研究

针对三角网格简化,设计了求解顶点覆盖问题的贪心算法,通过贪心选择最小的顶点集去＂覆盖＂边集,同时保留被简化网格的特征信息,自动实现最大程度简化。给出的实例也表明简化后的网格质量良好,算法既降低了时间复杂度又保持了原形状的特征信息。     

基于网格技术的星地网格研究

针对我国卫星应用领域的实际需求,探讨了网格技术在卫星及星地协同工作中的应用前景。分析了网格技术在我国卫星应用领域的可行性,提出了由卫星群和地面站组成的星地网格的概念模型,并就星地网格的应用方式、特点、改进等方面进行了探讨。     

基于网格的数据挖掘研究

通过对网格概念和特点的讨论,详细阐述网格体系结构的定义及其组成,利用网格理论分析数据挖掘技术。着重分析了开放网格体系结构(OGSA)以网格服务为中心的本质和它必须提供的基本功能。为OGSA的不断完善发展,为网格计算的发展提供了更有力的支持。     

基于网格的远程教育模型研究

现有的远程教育系统普遍存在着一些问题.网格技术的出现,为解决这些问题带来了可能.基于网格的远程教育系统的核心是教学资源的共享和教学服务系统的建立.     

基于改进遗传算法的网格任务调度模型构建

网格任务调度属于一个NP完全问题,传统遗传算法很难将这一多对象问题求得最优解。通过生成节点性能评估函数及构建任务动态调度模型,经由函数参数权重值调节,可实现将多对象问题转化为单一对象问题,并对遗传算法的杂交算子和变异算子进行优化,以实现全局最优解的求解。     

基于智能网格路由器的网格计算环境

针对当今网络计算服务的需要，结合Agent技术，提出一种新的路由器——智能网格路由器，并给出其内部框架结构和计算环境模型．     

简化三角运算七招

三角函数是高中数学的重要内容,解三角题主要是通过公式进行运算,因而简化运算是我们追求的目标．对于三角问题,若能从结构、函数名称、角度等方面进行分析,寻求突破点,选择恰当的方法,则可使复杂的问题简单化,收到事半功倍的效果．简化三角运算的策略主要有以下几种,下面举例说明．     

遗传算法的研究

遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法．近年来，由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用，这种算法受到了国内外学者的广泛关注．本文介绍了遗传算法的研究现状和基本原理，概述了它的理论和技术，并对遗传算法的性能作了分析．以推销员旅行问题为例来展示遗传算法在求解复杂优化问题上的优越性．     

一种基于实数编码的自适应遗传算法

分析了进化遗传算法的弊端。提出了一种基于实数编码和自适应变异率的改进遗传算法,将变异率定义为自上次进化以来未进化次数的函数,同时采取最优保存策略,有效地避免了采用二进制编码时计算精度与计算量之间的矛盾,克服了基本遗传算法因变异率选择不当引起的“早熟”现象及后期收敛速度慢的问题。计算结果表明,新方法成功地解决了进化遗传算法存在的问题,且计算效率较高。     

Elevator group-control policy based on neural network optimized by genetic algorithm

Aiming at the diversity and nonlinearity of the elevator system control target, an effective group method based on a hybrid algorithm of genetic algorithm and neural network is presented in this paper. The genetic algorithm is used to search the weight of the neural network. At the same time, the multi-objective-based evaluation function is adopted, in which there are three main indicators including the passenger waiting time, car passengers number and the number of stops. Different weights are given to meet the actual needs. The optimal values of the evaluation function are obtained, and the optimal dispatch control of the elevator group control system based on neural network is realized. By analyzing the running of the elevator group control system, all the processes and steps are presented. The validity of the hybrid algorithm is verified by the dynamic imitation performance.     

基于遗传算法的自动控制器参数优化

该文提出了基于遗传算法的PID控制器参数优化方法，该方法只需给出大概的PID参数范围即可得到控制性能最优的PID参数。仿真结果表明：当被控对象存在较大纯滞后时间常数特性时，采用本方法优化PID控制器参数可获得比较满意的调节效果。     

Fuzzy flexible resource constrained project scheduling based on genetic algorithm

Both fuzzy temporal constraint and flexible resource constraint are considered in project scheduling. Inorder to obtain an optimal schedule, we propose a genetic algorithm integrated with concepts on fuzzy set theory aswell as specialized coding and decoding mechanism. An example demonstrates that the proposed approach can assistthe project managers to obtain the optimal schedule effectively and make the correct decision on skill training before aproject begins.     

基于改进遗传算法的自动组卷算法研究

在在线考试自动组卷中,为了避免简单遗传算法收敛速度慢及早熟收敛的问题,提出了基于实数编码、分段交叉、有条件生成初始种群的改进遗传算法。实践表明,改进的遗传算法能更好地解决自动组卷问题,具有较好的实用性。