基于智能計(jì)算的計(jì)算機(jī)輔助建模方法研究.pdf

1、計(jì)算智能作為一種現(xiàn)代搜索算法近年來(lái)不論從理論還是應(yīng)用方面都得到了研究者們的極大關(guān)注。其中以進(jìn)化計(jì)算、神經(jīng)網(wǎng)絡(luò)、群體智能等啟發(fā)式搜索算法為典型算法。他們的共同特點(diǎn)都是模擬自然界中生物行為的特征來(lái)構(gòu)造算法過(guò)程。例如群體動(dòng)物的運(yùn)動(dòng)規(guī)律，生物進(jìn)化的一般準(zhǔn)則。以進(jìn)化算法為例，該類算法都包括以下幾個(gè)元素:以種群中的個(gè)體作為搜索主體，解空間為搜索環(huán)境，以適應(yīng)能力作為評(píng)判個(gè)體的標(biāo)準(zhǔn)，以個(gè)體之間的相互作用為搜索動(dòng)力。區(qū)別于傳統(tǒng)的線性優(yōu)化方法，這類方法可以

2、對(duì)較為復(fù)雜且不容易得到數(shù)學(xué)模型的問(wèn)題能夠有效解決。該類方法普遍具有非線性、并行性、通用性等特點(diǎn)。計(jì)算智能的主要應(yīng)用集中在函數(shù)優(yōu)化，機(jī)器學(xué)習(xí)等領(lǐng)域。
　　隨著人們逐漸對(duì)該類算法的深入研究和廣闊應(yīng)用，以及該類算法的構(gòu)造簡(jiǎn)單性，計(jì)算智能算法被應(yīng)用到更多領(lǐng)域。基于智能計(jì)算的計(jì)算機(jī)輔助設(shè)計(jì)就是其中一個(gè)近年來(lái)的研究熱點(diǎn)。由于設(shè)計(jì)問(wèn)題就是在有限的空間內(nèi)尋找符合需求的方案，因此計(jì)算智能方法尤其是進(jìn)化算法可以很自然的解決設(shè)計(jì)問(wèn)題的工具。
　　

3、從功能上分，基本可分為兩種應(yīng)用:第一種是工程優(yōu)化問(wèn)題。該類問(wèn)題是通過(guò)智能算法對(duì)一個(gè)不管是從需求還是約束方面具備完整描述的工程性問(wèn)題進(jìn)行最優(yōu)解搜索。這種問(wèn)題的特征是一般具備明確和唯一的最優(yōu)解及最優(yōu)值，且適應(yīng)值函數(shù)容易確定。這類問(wèn)題的難點(diǎn)在于如何設(shè)計(jì)高效的算法處理大量復(fù)雜的數(shù)據(jù)。第二種是創(chuàng)造性設(shè)計(jì)問(wèn)題。這類問(wèn)題的特征是問(wèn)題的描述多樣性和最優(yōu)值的主觀性。它是利用計(jì)算智能算法協(xié)助人腦進(jìn)行解空間的搜索。由于最優(yōu)值并不確定，因此如何設(shè)計(jì)收斂標(biāo)準(zhǔn)是該

4、類問(wèn)題的難點(diǎn)。由于這個(gè)原因，研究人員提出了一種基于由人腦參與的對(duì)解的評(píng)判機(jī)制的交互進(jìn)化算法。在交互式遺傳算法中，由于種群之間的每個(gè)個(gè)體都需要人工進(jìn)行評(píng)判，因此使得算法時(shí)間消耗極大，從而不適合處理大規(guī)模問(wèn)題。
　　在設(shè)計(jì)過(guò)程中，如何對(duì)實(shí)體表達(dá)也是一個(gè)開(kāi)放性的問(wèn)題。實(shí)體的表示方式有很多種，隨著人們對(duì)數(shù)字化功能的依賴和發(fā)展，更多的更高層次的抽象表示方法得以發(fā)展。如基于手繪線條的建模，基于骨骼的建模，基于交互的快速建模等方法。
　　

5、本論文主要針對(duì)基于智能機(jī)算方法的概念設(shè)計(jì)展開(kāi)研究。該研究的主要對(duì)象是可由實(shí)體的骨骼信息完全描述概念特征的設(shè)計(jì)對(duì)象，如中國(guó)傳統(tǒng)的花紋裝
　　飾，龍的形狀變化等等。該研究的目的是通過(guò)對(duì)骨骼的編碼及適應(yīng)值函數(shù)的構(gòu)造，能夠主觀的控制骨骼的外觀特征，而利用進(jìn)化算法協(xié)助設(shè)計(jì)者找到既符合外觀特征又具變化的設(shè)計(jì)方案。
　　研究主要分為以下幾個(gè)步驟:
　　第一步，針對(duì)骨骼的特征對(duì)設(shè)計(jì)對(duì)象的骨骼進(jìn)行編碼，通過(guò)這種方法可以對(duì)一個(gè)設(shè)計(jì)對(duì)象的全

6、局外觀信息進(jìn)行唯一的表示。第二步，編碼骨骼數(shù)據(jù)為基因表示之后設(shè)計(jì)合適的適應(yīng)值函數(shù)，利用遺傳算法搜索設(shè)計(jì)空間并生產(chǎn)相應(yīng)的最優(yōu)解。第三步，對(duì)最優(yōu)搜索空間進(jìn)行聚類操作，從而進(jìn)一步提高算法的方案生產(chǎn)效率。
　　本文主要研究?jī)?nèi)容包括:
　　1、提出一種面向設(shè)計(jì)的利用骨骼的角度和半徑的對(duì)象表示方法。骨骼數(shù)據(jù)作為一種表示實(shí)體整體外觀的工具經(jīng)常被應(yīng)用到三維動(dòng)畫(huà)、模式識(shí)別和快速建模領(lǐng)域，尤其是隱曲面為主的建模方法中骨骼是主要的外觀信息表示載體

7、。作為實(shí)體的一種高度概括的表示方法，以骨骼本身作為對(duì)象的設(shè)計(jì)方法并不常見(jiàn)。本文根據(jù)骨骼數(shù)據(jù)的特點(diǎn)，固定線段長(zhǎng)度而只利用關(guān)節(jié)角度對(duì)骨骼進(jìn)行完整的表示。該方法符合骨骼數(shù)據(jù)的本質(zhì)特征且實(shí)現(xiàn)簡(jiǎn)單，容易獲得關(guān)節(jié)點(diǎn)的位置信息，方便對(duì)關(guān)節(jié)進(jìn)行角度范圍限制。由于線段即半徑的長(zhǎng)度可控，骨骼的整體信息完全由關(guān)節(jié)角度表示，因此適合下一步的編碼和形狀的控制。
　　2、利用對(duì)骨骼的編碼對(duì)其應(yīng)用進(jìn)化算法從而自動(dòng)生成大量的設(shè)計(jì)方案。為了能夠產(chǎn)生符合要求的設(shè)計(jì)方

8、案，可通過(guò)對(duì)適應(yīng)值函數(shù)的設(shè)定控制骨骼的外觀特征。根據(jù)骨骼的編碼表示可從多個(gè)角度構(gòu)造適應(yīng)值函數(shù)。第一種方法是利用關(guān)節(jié)角度的約束，即構(gòu)造解空間本身約束區(qū)間，從而進(jìn)行骨骼特定關(guān)節(jié)點(diǎn)的角度控制，利用這種方法可以使產(chǎn)生的骨骼設(shè)計(jì)方案滿足特定的關(guān)節(jié)角度要求從而達(dá)到一定的外觀特征。第二種方法是對(duì)關(guān)節(jié)點(diǎn)的位置信息進(jìn)行控制，使控制點(diǎn)之間距離滿足一定的要求或者特定分布。通過(guò)設(shè)定寬松的進(jìn)化條件，利用遺傳算法對(duì)骨骼對(duì)象進(jìn)行設(shè)計(jì)，可以得到多個(gè)最優(yōu)解也稱之為也行解

9、，從而實(shí)現(xiàn)輔助設(shè)計(jì)的目的。實(shí)驗(yàn)證明該方法產(chǎn)生最優(yōu)解的效率很高。
　　3、利用對(duì)搜索空間的聚類劃分，可進(jìn)一步提高該方法的效率。由于該問(wèn)題是一種多最優(yōu)值問(wèn)題，在搜索空間中對(duì)于滿足同一個(gè)適應(yīng)值函數(shù)的最優(yōu)個(gè)體可有多個(gè)甚至無(wú)限個(gè)。因此，多次進(jìn)行算法可產(chǎn)生相似的設(shè)計(jì)方案，對(duì)多個(gè)最優(yōu)解進(jìn)行劃分和歸類則可以進(jìn)一步提高對(duì)算法效率。本論文采用解空間的聚類方法。通過(guò)對(duì)最優(yōu)解數(shù)據(jù)集的無(wú)監(jiān)督聚類操作，使算法能夠產(chǎn)生有限個(gè)或者特定數(shù)目的最優(yōu)解，而與之類似的方

10、案則與其歸為一類而不予顯示。本文采用k-means聚類的方法，實(shí)驗(yàn)證明，該方法可有效的將設(shè)計(jì)方案歸類從而提供更加靈活和有效的輔助設(shè)計(jì)方法。
　　本研究的主要?jiǎng)?chuàng)新點(diǎn)歸納如下:
　　1、提出一種面向設(shè)計(jì)的基于角度和半徑的骨骼表示方法。通過(guò)該方法不僅可以對(duì)骨骼進(jìn)行有效的表達(dá)，同時(shí)利用這種方法進(jìn)行骨骼的編碼適合進(jìn)化計(jì)算的輔助概念設(shè)計(jì)。
　　2、提出一種利用遺傳算法對(duì)骨骼進(jìn)行進(jìn)化設(shè)計(jì)的方法。該方法不僅采用了改進(jìn)的交互進(jìn)化計(jì)算，同