基于云模型的手机轮廓创新进化设计方法研究与实现

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (33): 108-111.

基于云模型的手机轮廓创新进化设计方法研究与实现

王慧¹,刘希玉²

1.山东师范大学信息科学与工程学院,济南 250014
2.山东师范大学管理与经济学院,济南 250014

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-11-21 发布日期:2007-11-21
通讯作者: 王慧

Research and implementation on innovative and evolutional mobile phone profile design based on cloud model

WANG Hui¹,LIU Xi-yu²

1.School of Information Science and Engineering,Shandong Normal University,Ji’nan 250014,China
2.School of Management and Economy,Shandong Normal University,Ji’nan 250014,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-11-21 Published:2007-11-21
Contact: WANG Hui

摘要/Abstract

摘要： 随着信息技术的发展,产品的创新性愈显重要。遗传算法已广泛应用于创新设计当中,论文将一种定性概念与定量表示之间的不确定性转换模型——云模型应用于遗传算法的变异操作中,并将该算法用于手机轮廓创新进化设计中。实验证明该算法能克服原有遗传算法的缺点,加快设计速度,拓宽设计思路,能够增强构件概念设计的创新性。

关键词: 创新设计, 遗传算法, 云模型

Abstract: Along with information technologic development,innovation has became more and more important.Genetic algorithm has been successfully applied to creative design.An improved genetic algorithm based on cloud model has been presented.Cloud model is an effective tool in uncertain transforming between qualitative concept and their quantitative expressions.The process of evolutionary design has been illustrated by a mobile phone design example.The results show that it can overcome the disadvantage of the original genetic algorithm,quicken the speed of design and widen the thought of design,which improve the innovation of component conceptual design.

Key words: innovative design, genetic algorithm, cloud model

王慧¹,刘希玉². 基于云模型的手机轮廓创新进化设计方法研究与实现[J]. 计算机工程与应用, 2007, 43(33): 108-111.

WANG Hui¹,LIU Xi-yu². Research and implementation on innovative and evolutional mobile phone profile design based on cloud model[J]. Computer Engineering and Applications, 2007, 43(33): 108-111.

[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]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.