本课题重点研究几何约束的求解问题,几何约束求解技术是基于约束满足的参数化设计方法中的最核心技术。几何约束求解技术的好坏与成熟与否是衡量一个基于约束的参数化设计系统的优良的关键。我们的研究主要有以下几个方面:.(1).对几何约束求解问题中常用到的数值方法及非线性方程组法求解拟进行进一步的改进- - 采用基于路径跟踪的同伦迭代法用数值的方法来解决几何约束求解问题,使得非线性方程组的求解得以简化。在某种意义上能够加快求解速度。.(2)采用遗传量子算法求解几何约束问题。该算法实现简单,求解效率高,可以提高约束求解的效率。.(3)采用群智能算法解决几何约束问题,这里包括用蚂蚁遗传算法、复合粒子群优化算法来求解。由于群智能算法本身具有很多优点:很强的计算鲁棒性、隐含的内在并行性、全局搜索与局部快速收敛能力,因此将群智能算法与约束求解相结合将大大提高约束求解的效率,可以很自然的求解欠约束和过约束的问题。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
中温固体氧化物燃料电池复合阴极材料LaBiMn_2O_6-Sm_(0.2)Ce_(0.8)O_(1.9)的制备与电化学性质
基于旋量理论的数控机床几何误差分离与补偿方法研究
新型树启发式搜索算法的机器人路径规划
"多对多"模式下GEO卫星在轨加注任务规划
几何约束求解方法及工程几何研究
几何约束求解新方法的研究
几何约束求解的关键问题研究
三维几何约束共性表达和求解方法研究