基于MLS-SVR多响应曲面法的FDM参数优化

提出基于多输出最小二乘支持向量回归(MLS-SVR)的多响应曲面法优化FDM工艺参数,以降低打印件侧面尺寸误差、表面翘曲,约束打印时间。首先,在利用拉丁超立方抽样设计实验的基础上运用MLS-SVR对尺寸误差、翘曲和打印时间进行多输出拟合;然后,运用带约束遗传算法在打印时间输出不大于1173 s的约束条件下,对由尺寸误差、翘曲输出组成的复合响应进行寻优并进行实验验证;最后,在相同条件下运用传统多响应曲面法对尺寸误差、翘曲进行优化。结果显示,所提方法尺寸误差、翘曲优化结果分别为3.71‰、0.177 mm。同传统多响应曲面法相比尺寸误差减少53.39%,翘曲减少71.13%,同时可有效约束打印时间。所提方法对FDM多输出复杂系统建模能力和优化能力更强,更加适用于多输出复杂系统的建模和优化。

基于汉字字体结构认知计算的多意象预测模型

为了揭示汉字字体与受众的情感意象之间的内在关系,从认知计算的角度出发,探索构建一种"设计特征-结构指标-意象"的灰箱关联模型,以其预测汉字字体的多个意象。首先依据认知计算的原理将字体结构规则抽象为知识,运用产生式规则将字体结构知识进行定量描述,提出字重、重心、字面、字怀4个字体结构指标的认知计算公式,将无序的形态信息转化为结构化的有序信息。然后基于汉字字体意象认知系统的非线性耦合的特点,发展出一种运用多输出最小二乘支持向量回归机(MLS-SVR)进行汉字字体多意象预测的方法。将该方法对汉字字体的3个意象进行预测,实验结果表明其具有良好的预测效果和精度。该模型可作为字体智能设计系统的适应度函数,为发展字体智能设计提供有益的参考。