本文選題：仿真 + 群體造型　； 參考：《計(jì)算機(jī)科學(xué)》2013年01期

【摘要】：動(dòng)漫制作經(jīng)常需要大量的個(gè)體模型。為了解決群體造型的效率性和仿真度問題,提出了基于遺傳算法和微粒群算法的群體造型方法——NGP算法,利用該算法實(shí)現(xiàn)由一個(gè)復(fù)雜模型生成復(fù)雜模型群體的過程。遺傳算法適用于同一類群體的造型,對(duì)每種部件應(yīng)用這種方法形成各種各樣的部件庫(kù);微粒群算法適用于對(duì)復(fù)雜模型的部件進(jìn)行組合,采用這種方法對(duì)各部件進(jìn)行組合優(yōu)化,以形成模型群體。實(shí)現(xiàn)了基于NGP算法的群體動(dòng)畫造型平臺(tái)。實(shí)驗(yàn)結(jié)果表明,平臺(tái)生成的群體仿真度高,且生成過程效率高。
[Abstract]:Animation production often requires a large number of individual models. In order to solve the problem of efficiency and fidelity of population modeling, a population modeling method based on genetic algorithm and particle swarm optimization algorithm (NGP) is proposed, which is used to realize the process of generating complex model population from a complex model. Genetic algorithm is suitable for the modeling of the same kind of population, applying this method to form a variety of parts library for each component, particle swarm optimization algorithm is suitable for the combination of the components of the complex model, and this method is used to optimize the composition of each component. To form a model group. A group animation modeling platform based on NGP algorithm is implemented. The experimental results show that the population generated by the platform has high fidelity and high efficiency.
【作者單位】： 山東師范大學(xué)信息科學(xué)與工程學(xué)院;山東師范大學(xué)山東省分布式計(jì)算機(jī)軟件新技術(shù)重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(60743010,60970004) 山東省自然科學(xué)基金(ZZ2008G02) 山東省高等學(xué)�？萍加�(jì)劃(J11LG32)資助
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李輝;蔡敏;陳斌;;基于自適應(yīng)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)[J];信息化研究;2010年09期

2 沈承,曹廣益,朱新堅(jiān);燃料電池基于改進(jìn)遺傳算法的多層前向神經(jīng)網(wǎng)絡(luò)控制[J];化工自動(dòng)化及儀表;2001年02期

3 黃立君;許永花;;遺傳算法和蟻群算法融合求解TSP[J];東北農(nóng)業(yè)大學(xué)學(xué)報(bào);2008年04期

4 李瑞霞;李粉霞;;基于改進(jìn)遺傳算法的PID參數(shù)整定策略[J];機(jī)械工程與自動(dòng)化;2008年06期

5 周碩;劉悅;;MATLAB在遺傳模糊控制系統(tǒng)仿真中的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2009年01期

6 譚偉;陸百川;黃美靈;;神經(jīng)網(wǎng)絡(luò)結(jié)合遺傳算法用于航跡預(yù)測(cè)[J];重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

7 李輝;蔡敏;;基于改進(jìn)遺傳算法的模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)[J];系統(tǒng)仿真技術(shù);2010年01期

8 李維;;基于遺傳算法優(yōu)化植物仿真的應(yīng)用研究[J];計(jì)算機(jī)與數(shù)字工程;2010年04期

9 楊曉翠;李春菊;喬雙;;粒子群算法與遺傳算法設(shè)計(jì)四階狀態(tài)變量濾波器的比較[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2007年06期

10 石運(yùn)序;范紅梅;;改進(jìn)遺傳模擬退火算法在多峰值函數(shù)優(yōu)化中的應(yīng)用[J];煙臺(tái)大學(xué)學(xué)報(bào)(自然科學(xué)與工程版);2008年03期

相關(guān)會(huì)議論文 前10條

1 焦力興;韋根原;劉志賓;;基于遺傳算法對(duì)PID參數(shù)尋優(yōu)的設(shè)計(jì)研究與仿真[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2008年會(huì)論文集[C];2008年

2 焦力興;韋根原;劉志賓;;基于遺傳算法對(duì)PID參數(shù)尋優(yōu)的設(shè)計(jì)研究與仿真[A];2008全國(guó)第十三屆自動(dòng)化應(yīng)用技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2008年

3 胡玉玲;曹建國(guó);;T-S模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于變參數(shù)系統(tǒng)的控制研究[A];第16屆中國(guó)過程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

4 紀(jì)樹新;錢積新;孫優(yōu)賢;;基于遺傳算法的車間作業(yè)調(diào)度系統(tǒng)研究[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

5 吳建生;金龍;;基于實(shí)數(shù)編碼的遺傳算法神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)建模研究[A];推進(jìn)氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國(guó)氣象學(xué)會(huì)2004年年會(huì)論文集（下冊(cè)）[C];2004年

6 申元霞;張翠芳;;GA-BP算法在系統(tǒng)辨識(shí)中的應(yīng)用[A];中國(guó)自動(dòng)化學(xué)會(huì)、中國(guó)儀器儀表學(xué)會(huì)2004年西南三省一市自動(dòng)化與儀器儀表學(xué)術(shù)年會(huì)論文集[C];2004年

7 曹春紅;李文輝;張永堅(jiān);;遺傳螞蟻算法在幾何約束求解中的應(yīng)用[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

8 朱秀娥;周寶q;;振動(dòng)篩設(shè)計(jì)的遺傳算法[A];福建省科協(xié)第三屆學(xué)術(shù)年會(huì)裝備制造業(yè)專題學(xué)術(shù)年會(huì)論文集[C];2003年

9 汝勇;楊樹強(qiáng);;遺傳算法在歷史性約束組合優(yōu)化問題中的應(yīng)用[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2010年

10 李大偉;戴建設(shè);李敉安;;遺傳算法及其在神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法中的應(yīng)用[A];復(fù)雜巨系統(tǒng)理論·方法·應(yīng)用——中國(guó)系統(tǒng)工程學(xué)會(huì)第八屆學(xué)術(shù)年會(huì)論文集[C];1994年

相關(guān)重要報(bào)紙文章 前1條

1 郭明波;來自蝙蝠的啟發(fā)[N];北京科技報(bào);2001年

相關(guān)博士學(xué)位論文 前10條

1 姚有領(lǐng);智能自適應(yīng)解耦控制及其在板形板厚綜合控制中的應(yīng)用[D];上海大學(xué);2008年

2 李航;遺傳算法求解多模態(tài)優(yōu)化問題的研究[D];天津大學(xué);2007年

3 左洪浩;蟻群優(yōu)化算法及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

4 張華;基于動(dòng)覺智能圖式的多級(jí)擺系統(tǒng)仿人智能運(yùn)動(dòng)控制[D];重慶大學(xué);2006年

5 陶吉利;基于DNA計(jì)算的遺傳算法及應(yīng)用研究[D];浙江大學(xué);2007年

6 焦嵩鳴;計(jì)算智能及其在熱工系統(tǒng)中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2007年

7 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

8 陳霄;DNA遺傳算法及應(yīng)用研究[D];浙江大學(xué);2010年

9 李軍華;基于知識(shí)和多種群進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

10 陳峰;多星測(cè)控調(diào)度問題的遺傳算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 羅生斌;白車身焊接機(jī)器人焊接路徑規(guī)劃及其仿真[D];同濟(jì)大學(xué);2006年

2 朱奉梅;遺傳算法在高校排課系統(tǒng)中的研究與應(yīng)用[D];東北大學(xué);2009年

3 孫曉麗;基于遺傳算法的既有線平面及縱斷面整正優(yōu)化設(shè)計(jì)[D];中南大學(xué);2010年

4 宋品;基于改進(jìn)遺傳算法的波束形成技術(shù)研究及其應(yīng)用[D];西安電子科技大學(xué);2010年

5 高建兵;基于遺傳算法的模糊推理控制系統(tǒng)的參數(shù)優(yōu)化研究[D];遼寧工程技術(shù)大學(xué);2011年

6 李振業(yè);多向變異遺傳算法及其優(yōu)化神經(jīng)網(wǎng)絡(luò)的研究[D];華南理工大學(xué);2011年

7 欒麗霞;遺傳算法在濰坊商校排課系統(tǒng)的研究與應(yīng)用[D];電子科技大學(xué);2011年

8 李臻;城市公交車輛智能調(diào)度優(yōu)化研究[D];山東科技大學(xué);2010年

9 段楊;遺傳算法的若干改進(jìn)及其在支持向量機(jī)中的應(yīng)用研究[D];南京郵電大學(xué);2012年

10 劉東;行為約束下的Acrobot起擺控制研究[D];哈爾濱工業(yè)大學(xué);2010年

，

本文編號(hào)：1948633