用遗传算法确定三次β样条曲线的形状参数

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (9): 175-177.

• 图形、图像、模式识别 • 上一篇下一篇

用遗传算法确定三次β样条曲线的形状参数

李彦红1，穆国旺2，郭增3

1.河北建筑工程学院数理系，河北张家口 075024
2.河北工业大学理学院，天津 300130
3.张家口职业技术学院土木工程系，河北张家口 075000

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-21 发布日期:2011-03-21

Application of genetic algorithm to determine shape parameters of β-spline curves

LI Yanhong1，MU Guowang2，GUO Zeng3

1.Department of Mathematics and Physics，Hebei Institute of Architecture and Civil Engineering，Zhangjiakou，Hebei 075024，China
2.School of Science，Hebei University of Technology，Tianjin 300130，China
3.Department of Civil Engineering，Zhangjiakou Vocational and Technical College，Zhangjiakou，Hebei 075000，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-21 Published:2011-03-21

摘要/Abstract

摘要： 研究了三次β样条曲线插值中形状参数的选取问题。给出了三次β样条曲线的能量模型，提出了一种用遗传算法确定插值三次β样条曲线形状参数的方法。对于给定的插值点，以曲线的形状参数作为决策变量，以插值曲线的能量最小作为目标，利用遗传算法确定最优形状参数。实验结果表明利用该算法得到的插值曲线具有较好的光顺性。

关键词: 遗传算法, 能量优化法, β样条, 形状参数

Abstract: How to determine the shape parameters of cubic β-spline curves to interpolate given points is considered.The energy model is introduced for cubic β-spline curves and a new method is proposed for determining the shape parameters of β-spline curves based on genetic algorithm.For given points，the shape parameters are determined by minimizing the energy of the interpolating β-spline curves using genetic algorithm.The experiments show that the interpolating cubic β-spline curves obtained by this algorithm possesses good fairness and smoothness.

Key words: genetic algorithm, energy optimization method, β-spline, shape parameters

李彦红1，穆国旺2，郭增3. 用遗传算法确定三次β样条曲线的形状参数[J]. 计算机工程与应用, 2011, 47(9): 175-177.

LI Yanhong1，MU Guowang2，GUO Zeng3. Application of genetic algorithm to determine shape parameters of β-spline curves[J]. Computer Engineering and Applications, 2011, 47(9): 175-177.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[10]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[11]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[12]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

用遗传算法确定三次β样条曲线的形状参数

Application of genetic algorithm to determine shape parameters of β-spline curves

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics