-
题名面向三维模型轻量化的自私羊群优化算法研究
被引量：7
- 1
-
-
作者
朱惠娟
王永利
陈琳琳
-
机构
南京理工大学紫金学院计算机学院
南京理工大学计算机科学与工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第3期42-48,共7页
-
基金
江苏省高校自然科学研究面上项目（No.18KJB520023）
国家自然科学基金（No.61170035,No.61272420,No81674099,No61502233）
南京理工大学紫金学院2019年度一般科研项目（No.2019ZRKX0401005）
-
文摘
针对传统三维仿真模型优化的费时、费力、占用大量内存以及渲染时的画面丢帧、报错等问题,提出一种基于自私羊群智能优化的三维模型轻量化方法3DL-SHO,在确保三维数据准确性的基础上,降低冗余类型、减少场景的数据量、加快模型的优化速度,同时利用3DMax脚本语言MAXScript实现了轻量化处理方法,方便烘焙。通过对BIM系统以及电厂三维仿真系统的几种智能优化算法的对比实验证明,采用该方法可快速执行所有3DMax批量化操作,显著提高了建模和优化的效率。
-
关键词
三维仿真
自私羊群优化
轻量化建模
MAXSCRIPT
-
Keywords
3D simulation
selfish herd intelligent optimization
lightweight modeling
MAXScript
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名动态SHO-ACO的焊接机器人路径规划
被引量：1
- 2
-
-
作者
任红格
宋雪琪
史涛
-
机构
华北理工大学电气工程学院
天津城建大学控制与机械工程学院
天津理工大学天津市电气与电子工程学院复杂系统控制理论与应用重点实验室
-
出处
《机械设计与制造》
北大核心
2024年第7期1-5,共5页
-
基金
国家自然科学基金项目(61203343)
河北省自然科学基金项目(F2018209289)。
-
文摘
移动焊接机器人在户外进行路径规划时的高效性和安全性尤为重要。针对蚁群算法(ACO)信息素以总长度为单个影响因子的缺陷,加入转向次数要素,建立环境适应度函数,从而改进轨迹上信息素增值状况;针对基本蚁群收敛速度慢的问题,借鉴自私羊群算法(SHO)的空间因素,改进启发函数;针对局部最优问题,将SHO的吸引力函数融入信息素变化中再结合环境适应度函数,动态指引蚁群朝向更加优良的轨迹前行;而且针对停滞僵局问题,提出撤离行动与预警行动,确保蚂蚁探路效率;针对传统轮转方法随机性问题,提出了评判拐弯机制以在有目的选择下一节点的同时,计算路径距离方法,降低了算法的复杂程度。SHO-ACO与势场蚁群和传统蚁群算法进行仿真对比实验,结果表明,SHO-ACO在简单环境与复杂环境中均具有优越性。
-
关键词
移动焊接机器人
路径规划
自私羊群优化算法
蚁群算法
环境适应度函数
信息素更新
评判拐弯机制
-
Keywords
Mobile Welding Robot
Path Planning
Selfish Herds Optimization Algorithm
Ant Colony Optimization
Environmental Fitness Function
Pheromone Update
Judging Turning Mechanism
-
分类号
TH16
[机械工程—机械制造及自动化]
TP391
[自动化与计算机技术—计算机应用技术]
-
