阿基米·加尔维斯;安德烈斯·伊格莱西亚斯 基于粒子的元模型，用于平滑局部支持曲线拟合中的连续断点优化。 （英语） Zbl 1410.90260号 申请。数学。计算。 275, 195-212 (2016). 摘要：本文涉及一组给定数据点的底层函数的计算过程。在许多情况下，不可能获得此问题的分析解决方案，因此将目标转换为计算元模型。在本文中，我们寻求基于局部支持的自由形式参数曲线计算此类点的光滑元模型。给定初始参数化，我们的方法应用基于粒子的元启发式方法来确定拟合曲线的断点和极点的最优值，这是众所周知的连续非线性优化问题。通过对两个示例的应用来评估我们的方法的性能：一个合成的学术图形和一个真实的图形。我们的实验结果表明，即使对于具有基本函数的形状，如自相交和曲率急剧变化等具有挑战性的特征，该方案也具有很好的性能。比较结果表明，我们的方法在通用性和拟合误差精度方面优于以前的方法。 引用于1文件 MSC公司： 90 C59 数学规划中的近似方法和启发式 65D17号 计算机辅助设计（曲线和曲面建模） 65千5 数值数学规划方法 关键词：粒子群;元模型;断点优化;局部支撑曲线;曲线拟合;计算机辅助设计/计算机辅助制造 软件：FITPACK公司 PDF格式BibTeX公司 XML格式引用 \textit{A.Gálvez}和\textit{A.Iglesias}，应用。数学。计算。275195-212（2016；Zbl 1410.90260） 全文： 内政部 参考文献： [1] 波特曼，H。；利奥波德塞德，S。；霍弗，M。；斯坦纳，T。；王伟，《工业几何学：CAD的最新进展和应用》，计算机辅助设计。，37, 751-766 (2005) [2] 瓦拉迪，T。；马丁，R.R。；Cox，J.，《几何模型的逆向工程——导论》，计算机辅助设计。，29, 4, 255-268 (1997) [3] Barnhill，R.E.，《设计和制造的几何处理》（1992），SIAM：费城SIAM·Zbl 0746.00057号 [4] 埃切瓦里亚，G。；Iglesias，A。；Gálvez，A.，B样条曲面重建的扩展神经网络，Lect。注释计算。科学。，2330, 305-314 (2002) ·Zbl 1055.68585号 [5] Gálvez，A。；Iglesias，A。；Puig-Pey，J.，高效多项式B样条曲面重建的迭代两步遗传算法，信息科学。，182，1，56-76（2012） [6] Gálvez，A。；Iglesias，A.，从三维数据点云重建非均匀有理B样条曲面的粒子群优化，Inf.Sci。，192, 1, 174-192 (2012) [7] Iglesias，A。；Gálvez，A.，计算机辅助几何设计的新人工智能范例，Lect。注释Artif。整数。，1930, 200-213 (2001) ·Zbl 1042.68685号 [8] Iglesias，A。；埃切瓦里亚，G。；Gálvez，A.，B样条曲面重建的函数网络，未来世代。计算。系统。，20, 8, 1337-1353 (2004) [9] 瓦拉迪，T。；Martin，R.，《逆向工程》（Farin，G.；Hoschek，J.；Kim，M.，《计算机辅助几何设计手册》（2002），Elsevier Science）·Zbl 1003.68179号 [10] 卡斯蒂略，E。；Iglesias，A.，《使用函数方程对曲面族进行的一些表征》，ACM Trans。图表。，16, 3, 296-318 (1997) [11] Burchard，H.G.，样条曲线（具有最佳断点）更好，Appl。分析。，3, 309-319 (1974) ·Zbl 0313.41003号 [12] 德布尔，C.A。；Rice，J.R.，最小二乘三次样条逼近。一： 已修复。断点。CSD TR 20（1968），普渡大学：印第安纳州拉斐特普渡大学 [13] Hölzle，G.E.，曲线分段多项式逼近的节点放置，计算机辅助设计。，15, 5, 295-296 (1993) [14] Jupp，D.L.B.，用带自由断点的样条曲线逼近数据，SIAM J.Numer。分析。，15, 328-343 (1978) ·Zbl 0403.65004号 [15] Powell，M.J.D.，《用一个变量中的样条曲线进行曲线拟合》（Hayes，J.，《函数和数据的数值逼近》（1970），Athlone出版社：Athlon出版社伦敦） [16] Farin，G.，《CAGD曲线和曲面》（2002），摩根考夫曼：摩根考夫曼旧金山 [17] Piegl，L。；Tiller，W.，《NURBS图书》（1997），《斯普林格·弗拉格：斯普林格尔·弗拉格·柏林-海德堡》·Zbl 0868.68106号 [18] Goldenthal，R。；Bercovier，M.，《样条曲线逼近与断点最优控制设计》，《计算》，72，53-64（2004）·Zbl 1062.65015号 [19] 李伟（Li，W.）。；徐，S。；赵，G。；Goh，L.P.，B样条曲线近似中的自适应节点布置，计算机辅助设计。，3791-797（2005年）·Zbl 1206.65033号 [20] Lyche，T。；Morken，K.，参数化B样条曲线和曲面的节点删除，计算机辅助设计。，4, 217-230 (1987) ·Zbl 0639.41009号 [21] Ma，W.Y。；Kruth，J.P.，B样条曲线和曲面最小二乘拟合随机测量点的参数化，计算机辅助设计。，27, 9, 663-675 (1995) ·Zbl 0836.65014号 [22] Dierckx，P.，《用样条曲线和曲面拟合》（1993），牛津大学出版社：牛津大学出版社·Zbl 0782.41016号 [23] Lyche，T。；Morken，K.，《样条曲线的数据约简策略及其在函数和数据逼近中的应用》，IMA J.Numer。分析。，8, 185-208 (1988) ·Zbl 0642.65008号 [24] Yoshimoto，F。；原田，T。；Yoshimoto，Y.，《使用实数编码算法的样条曲线数据拟合》，计算机辅助设计。，35, 751-760 (2003) [25] Bonabeau，E。；多里戈，M。；Theraulaz，G.，《Swarm Intelligence:From Natural to Artificial Systems》（1999），牛津大学出版社：牛津大学出版社纽约·Zbl 1003.68123号 [26] Engelbretch，A.P.，《计算群智能基础》（2005），John Wiley and Sons：John Willey and Sons Chichester，England [27] Yang，X.S.，《自然启发的元启发式算法》（2010），Luniver出版社：英国Luniver Press Frome [28] Yang，X.S.，《工程优化：元启发式应用简介》（2010），威利父子公司：威利父女公司新泽西 [29] Rice，J.R.，《函数的逼近》，第2卷（1969年），Addison Wesley：马萨诸塞州Addison Wesley Reading·Zbl 0185.30601号 [30] Park，H.，用B样条表示平面曲线的误差有界近似方法，计算。辅助Geom。设计。，21, 479-497 (2004) ·Zbl 1069.65528号 [31] Wang，W.P。；波特曼，H。；Liu，Y.，通过基于曲率的平方距离最小化将B样条曲线拟合到点云，ACM Trans。图表。，25, 2, 214-238 (2006) [32] 帕克，H。；Lee，J.H.，基于使用优势点的自适应曲线细化的B样条曲线拟合，计算机辅助设计。，39, 439-451 (2007) [33] 方，L。；Gossard，D.C.，通过非线性最小化对无组织数据点进行多维曲线拟合，计算机辅助设计。，27, 1, 48-58 (1995) ·Zbl 0815.65018号 [34] Martinsson，H。；Gaspard，F。；巴托利，A。；Lavest，J.M.，《基于能量的三维曲线重建用于质量控制》，Lect。注释计算。科学。，4679, 414-428 (2007) [35] Vassilev，T.I.，通过能量最小化和点插入实现B样条的公平插值和逼近，计算机辅助设计。，28, 9, 753-760 (1996) [36] 张，C。；张，P。；Cheng，F.，通过最小化能量对样条曲线和曲面进行光顺，计算机辅助设计。，33, 13, 913-923 (2001) ·Zbl 1206.65040号 [37] 布伦内特，G。；Kiefer，J.，最小能量样条插值，计算机辅助设计。，26, 2, 37-144 (1994) ·Zbl 0798.65016号 [38] Moreton，H.P。；Sequin，C.H.，公平表面设计的功能优化，计算。图表。，26, 2, 167-176 (1992) [39] Veltkamp，R.C.公司。；Wesselink，W.，最小能量3D曲线建模，计算。图表。论坛，14，3，97-110（1995） [40] 顾，P。；Yan，X.，用于逆向工程的自由曲面重构的神经网络方法，计算机辅助设计。，27，1，59-64（1995年） [41] Hoffmann，M.，分散数据近似的Kohonen神经网络数值控制，数值。算法，39175-186（2005）·Zbl 1101.65309号 [42] Jing，L。；孙磊，用最小二乘支持向量机拟合B样条曲线，第二届神经网络与大脑国际会议论文集，北京（中国），905-909（2005），IEEE计算机学会出版社 [43] Knopf，G.K。；Kofman，J.，使用伯恩斯坦基函数网络进行自由曲面重建，（Dagli，C.；等，《通过人工神经网络的智能工程系统》，第9卷（1999），ASME出版社），797-802 [44] Barhak，J。；Fischer，A.，基于神经网络和PDE技术的三维散乱点参数化和重建，IEEE Trans。视觉。计算。图表。，7, 1, 1-16 (2001) [45] Iglesias，A。；Gálvez，A.，曲面重建的混合函数神经方法，数学。问题。工程，13（2014）·兹比尔1407.68512 [46] Iglesias，A。；Gálvez，A.，《应用函数网络拟合B样条曲面的数据点》，计算机图形学国际会议论文集，CGI’2001，香港（中国），329-332（2001），IEEE计算机学会出版社：IEEE计算机协会出版社，加利福尼亚州洛斯阿拉米托斯 [47] Iglesias，A。；Gálvez，A.，《RBS功能网络曲线拟合》，《2008年汇聚信息技术国际会议论文集》，釜山（韩国），第1卷，299-306（2008），IEEE计算机学会出版社：IEEE计算机协会出版社，加利福尼亚州洛斯阿拉米托斯 [48] Gálvez，A。；科博，A。；Puig-Pey，J。；Iglesias，A.，《Bézier曲面重建的粒子群优化》，Lect。注释计算。科学。，5102, 116-125 (2008) [49] Gálvez，A。；Iglesias，A.，多项式Bézier曲面参数化的Firefly算法，J.Appl。数学。，9 (2013) ·兹比尔1397.90408 [50] Gálvez，A。；Iglesias，A。；Avila，A.，用Bézier曲面精确拟合3D噪声数据点的基于免疫学的方法，2013年国际计算机科学会议论文集，Procedia Computer Science，18，50-59（2013） [51] Gálvez，A。；Iglesias，A。；科博，A。；Puig-Pey，J。；Espinola，J.，Bézier通过遗传算法、函数网络和最小二乘近似法对三维点云进行曲线和曲面拟合，Lect。注释计算。科学。，4706, 680-693 (2007) [52] Gálvez，A。；Iglesias，A。；Avila，A.，人工免疫系统离散Bézier曲线拟合，Stud.Comput。整数。，441, 59-75 (2013) [53] Yoshimoto，F。；森山，M。；Harada，T.，利用遗传算法对样条曲线进行数据拟合的自动节点调整，《国际形状建模会议论文集》，1999年，第162-169页，IEEE计算机学会出版社 [54] O.瓦伦苏埃拉。；德尔加多·马尔克斯，B。；Pasadas，M.，平滑样条中最优节点分配的进化计算，应用。数学。型号。，37, 8, 5851-5863 (2013) [55] Gálvez，A。；Iglesias，A.，用自由节点B样条拟合数据的高效粒子群优化方法，计算机辅助设计。，43, 12, 1683-1692 (2011) [56] Gálvez，A。；Iglesias，A.，数据点显式B样条曲线拟合的萤火虫算法，数学。探针。工程，12（2013）·Zbl 1296.65020号 [57] 袁，Y。；陈，N。；Zhou，S.，使用多分辨率基集的自适应B样条节点选择，IIE Trans。，45, 12, 1263-1277 (2013) [59] X.赵。；张，C。；杨，B。；Li，P.，在B样条曲线逼近中使用基于GMM的连续优化算法进行自适应节点调整，计算机辅助设计。，43, 598-604 (2011) [60] Gálvez，A。；Iglesias，A.，制造业曲线拟合的一种新的迭代互耦混合GA-PSO方法，应用。软计算。，13, 3, 1491-1504 (2013) [61] Gálvez，A。；Iglesias，A.，通过firefly算法和间接方法从非线性优化到凸优化，及其在CAD/CAM、Sci中的应用。世界J，10（2013） [62] Ulker，E。；Arslan，A.，使用人工免疫系统进行B样条曲线逼近的自动节点调整，《信息科学》。，179, 10, 1483-1494 (2009) [63] Ulker，E.，使用基于帕累托包络的选择算法的B样条曲线近似-PESA，Int.J.Compute。Commun公司。工程师，2，1，60-63（2013） [64] 肯尼迪，J。；Eberhart，R.C.，粒子群优化，IEEE神经网络国际会议论文集，澳大利亚珀斯，1942-1948（1995） [65] 肯尼迪，J。；埃伯哈特共和国。；Shi，Y.，《Swarm Intelligence》（2001），摩根考夫曼出版社：摩根考夫文出版社旧金山 [66] 埃伯哈特共和国。；Shi，Y.，《粒子群优化：发展、应用和资源》，《2001年进化计算大会论文集》，81-86（2001） [67] Clerc，M。；Kennedy，J.，粒子群：多维复杂空间中的爆炸稳定性和收敛性，IEEE Trans。进化。计算。，6, 1, 58-73 (2002) [68] 波利·R。；肯尼迪，J。；Blackwell，T.，粒子群优化-概述，swarm Intell。，1, 33-57 (2007) [69] Trelea，I.C.，《粒子群优化算法：收敛分析和参数选择》，Inf.Process。莱特。，85, 317-325 (2003) ·Zbl 1156.90463号 [70] Akaike，H.，《信息理论与最大似然原理的扩展》（Petrov，B.；Csaki，F.，《第二届信息理论国际研讨会论文集》（1973），Akademiai Kiado:Akademiai Kiad Budapest），267-281·Zbl 0283.62006号 [71] Akaike，H.，统计模型识别的新视角，IEEE Trans。自动。控制，19，6，716-723（1974）·Zbl 0314.62039号 [72] 出版社，W.H。；Teukolsky，S.A。；维特林，W.T。；Flannery，B.P.，《数值配方》（1992），剑桥大学出版社：剑桥大学出版社·Zbl 0778.65003号 [73] Sun，Y.H。；陶振林。；Wei，W.X。；Xia，D.S.，基于自适应粒子群优化算法的B样条曲线拟合，应用。机械。材料。，20-23, 1299-1304 (2010) [74] de Boor，C.A.，《样条实用指南》（2001），Springer-Verlag·Zbl 0987.65015号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。