该文基于SMAC(simplified marker and cell)方法,发展了一种在任意曲线坐标系中求解不可压黏性层流的全隐数值格式。基本方程是以逆变速度为未知变量的动量方程和关于压力修正量的Poisson方程。所有方程离散在MAC交错网格系统中进行。...该文基于SMAC(simplified marker and cell)方法,发展了一种在任意曲线坐标系中求解不可压黏性层流的全隐数值格式。基本方程是以逆变速度为未知变量的动量方程和关于压力修正量的Poisson方程。所有方程离散在MAC交错网格系统中进行。根据构造的全隐数值格式自编程序对一可简化成二维层流的后台阶流场进行计算,通过与已有的实验结果和计算结果进行比较,确认目前的计算结果优于比较的计算结果,和实验结果也相当吻合。为进一步验证该数值格式的可靠性,扩展程序对三维后台阶层流进行计算,结果表明,三维计算结果比二维计算结果更加接近实验结果。展开更多
基于组件的卡通人脸生成分为构件的组合及特征调整两阶段完成,可分别视为组合优化和连续优化问题解决。然而,人脸特征参数优化过程中很难用函数显性表示其优化目标,是典型的隐性目标优化问题。针对此问题,提出基于反向学习策略的交互式...基于组件的卡通人脸生成分为构件的组合及特征调整两阶段完成,可分别视为组合优化和连续优化问题解决。然而,人脸特征参数优化过程中很难用函数显性表示其优化目标,是典型的隐性目标优化问题。针对此问题,提出基于反向学习策略的交互式差分演化算法(interactive differential evolution algorithm based on opposition-based learning strategy,IDE-OBL),将传统交互式演化算法中人为提供适应值的交互方式转化为成对比较的方式,采用反向学习策略加快算法收敛,在一定程度上减少了用户评价次数。实验结果表明,在基于组件的卡通人脸生成问题中,IDE-OBL比未使用反向学习策略的IGA和IDE要好,减少了演化迭代次数,有利于用户疲劳程度的缓解。展开更多
文摘该文基于SMAC(simplified marker and cell)方法,发展了一种在任意曲线坐标系中求解不可压黏性层流的全隐数值格式。基本方程是以逆变速度为未知变量的动量方程和关于压力修正量的Poisson方程。所有方程离散在MAC交错网格系统中进行。根据构造的全隐数值格式自编程序对一可简化成二维层流的后台阶流场进行计算,通过与已有的实验结果和计算结果进行比较,确认目前的计算结果优于比较的计算结果,和实验结果也相当吻合。为进一步验证该数值格式的可靠性,扩展程序对三维后台阶层流进行计算,结果表明,三维计算结果比二维计算结果更加接近实验结果。
文摘基于组件的卡通人脸生成分为构件的组合及特征调整两阶段完成,可分别视为组合优化和连续优化问题解决。然而,人脸特征参数优化过程中很难用函数显性表示其优化目标,是典型的隐性目标优化问题。针对此问题,提出基于反向学习策略的交互式差分演化算法(interactive differential evolution algorithm based on opposition-based learning strategy,IDE-OBL),将传统交互式演化算法中人为提供适应值的交互方式转化为成对比较的方式,采用反向学习策略加快算法收敛,在一定程度上减少了用户评价次数。实验结果表明,在基于组件的卡通人脸生成问题中,IDE-OBL比未使用反向学习策略的IGA和IDE要好,减少了演化迭代次数,有利于用户疲劳程度的缓解。
