Delaunay三角网高效构建及地形仿真应用

针对基于离散点的Delaunay三角网构建过程中待插入点的定位耗时问题,提出Delaunay三角网高效构建算法,并将其用于三维地形仿真应用中。对大量数据点进行分块排序预处理后,运用空间自相关理论使下一个待插入点总是紧邻新近插入点,融合最短路径定位算法和三角形面积法,结合三角形重心与点、有向线段的关系遍历三角形,减少遍历时间。在对三角网进行LOP局部优化时,采用Delaunay四叉树保存待调整的所有边的节点信息,提高遍历效率。实验结果证明,该算法构建的三维地表真实感较强,并且具有较低的时间复杂度。

改进的Delaunay三角网渐次插入生成算法

提出一种改进的Delaunay三角网渐次插入生成算法。在边界初始化阶段,无须对插入点进行排序,只须按链表顺序插入,在LOP算法中,因交换对角线而产生的新三角形只须遵循Delaunay三角化原则由里向外更新邻接三角形。实验结果表明,改进的算法能提高效率,加快Delaunay三角网的构建速度。

基于凸壳技术的Delaunay三角网生成算法研究

TIN作为DEM的一种重要表达模型,其生成算法一直备受关注。首先对传统的生成算法原理进行总结,并针对其特点进行了分析,对利用凸壳建立TIN的原理和方法进行简单描述。由于许多计算几何学对点集进行限制以简化凸壳的建立过程,对凸壳的生成过程进行了改进。在点集的排序过程中剔除重复点,将点联入原凸壳过程中,排除共线这一特殊情况,建立新的凸壳,直至所有点都被包含在凸壳中。至此,三角网建立完毕。通过对三角形公共边进行LOP优化,使其满足Delau-nay三角网的特性。当所有三角形满足特性时,Delaunay三角网构建完毕。该算法的优势在于构网速度较快,并能够对重复点进行处理,同时在生成网的过程中对共线这种特殊情况进行处理。

机载LiDAR点云的Delaunay三角网快速生成算法

为了提高机载激光点云的Delaunay三角网生成效率及稳定性,基于分块算法的思想,改进了点云数据的分块方式,利用点云的凸包及重心点进行数据分块,并结合子块中激光点个数阈值进行三角形子块的细分,从而避免了传统子块合并过程中复杂的相邻三角形搜索及优化处理,仅需简单的一步优化即可完成相邻子块的合并,大大提高了算法的效率。经实验证明,该算法简单、高效且稳定性好,尤其对于大数据量的机载LiDAR点云Delaunay三角网生成具有明显的优势。

热轧带钢轧制批量计划优化模型及算法

基于奖金收集车辆路径问题模型建立了热轧带钢生产批量计划多目标优化模型．模型综合考虑了生产工艺约束、用户合同需求以及综合生产指标优化等因素．利用加权函数法将多目标优化模型转换为单目标优化模型,针对模型特点设计了蚁群优化求解算法,算法中嵌入了单向插入和2-opt局部搜索过程．引用某钢铁企业热轧生产轧制批量计划编制的实际问题对模型和算法进行了验证,结果表明模型和算法的优化效果和时间效率是令人满意的．

基于二维凸多边形内散乱点的三角划分新算法

基于给定的平面散点数据,提出了逐层提取轮廓线,并将轮廓线之间的区域进行三角划分的新算法。实现这一算法的关键是在给定阈值的条件下逐层提取内部离散点的轮廓线,再在所提取的轮廓线间进行等比例三角划分。最后,利用Lawson提出的局部优化过程来优化分割好的三角形网。通过实验证明了算法的有效性。

凸多边形内散乱点的三角划分改进算法

对于平面散点数据,提出了逐层提取轮廓线,并将轮廓线之间的区域进行三角划分的改进算法。实现这一算法的关键是在给定阈值的条件下逐层提取内部离散点的轮廓线,再在所提取的轮廓线间进行等比例三角划分。最后,利用Lawson提出的局部优化过程来优化分割好的三角形网。

一种新的蛋白质结构预测多模态优化算法

针对现阶段药物设计中对于蛋白质结构多模态的需求,提出了一种基于排挤差分进化策略的多模态优化算法。为了降低蛋白质构象空间求解的复杂度,算法采用能量极小化过程,有效缩小了可行域的搜索空间;同时,为了有效地平衡多模态优化问题的局部收敛性和模态多样性,在排挤差分进化算法的框架下,在保证算法收敛速度的前提下,算法采用空间局部性原理,同时随机选取不同交叉策略的集结思想又有效改善了种群的多样性。以脑啡肽为例,算法不仅得到了其全局最稳定结构,还获得了一系列局部最优结构。

一种Delaunay三角网的改进生成算法

Delaunay三角网在地理信息系统等领域有着广泛的应用,通常被用于生成不规则三角网(Triangular Irregular Network,TIN)模型,并被用于描述地表的形态.基于传统的逐点插入法,提出一种改进的Delaunay三角网生成算法,通过合理的数据结构与拓扑关系,建立新生成的三角形之间以及点插入前后三角形之间的联系,优化三角形定位过程.首先通过点集凸包生成若干个初始三角形,然后依次插入各点,新点的三角形定位从前一插入点所在的三角形开始,可大幅缩短三角形定位过程的搜索路径,快速定位到新点所在的三角形,当所有点均插入后,最后对整个三角网进行局部优化.实践表明了该算法的高效性和稳定性.