[发明专利]基于改进遗传算法和模拟退火算法的三维球体装箱方法在审
| 申请号: | 202110406644.0 | 申请日: | 2021-04-15 |
| 公开(公告)号: | CN113128683A | 公开(公告)日: | 2021-07-16 |
| 发明(设计)人: | 邵晗琦;彭建;牛永卿;张琦 | 申请(专利权)人: | 杭州炽橙数字科技有限公司 |
| 主分类号: | G06N3/12 | 分类号: | G06N3/12;G06N20/20;G06T15/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 310000 浙江省杭州市萧*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 改进 遗传 算法 模拟 退火 三维 球体 装箱 方法 | ||
本发明涉及三维模型显示技术领域,尤其是基于改进遗传算法和模拟退火算法的三维球体装箱方法,包括数据预处理阶段、球体内接立方体空间装箱阶段和“立方体‑球体”展开阶段,本发明通过将完整问题分为两个部分,分别使用改进后的遗传算法和模拟退火算法进行求解,两种算法在不同的阶段中发挥了各自的优势,能够实现高效率、高精确度、高泛用性的求解效果。
技术领域
本发明涉及三维模型显示技术领域,具体领域为一种基于改进遗传算法和模拟退火算法的三维球体装箱方法。
背景技术
在进行3D模型渲染展示时,有时会需要将某一层级的模型进行分解,以此达到更完善的展示效果。传统的模型分解算法通常是对初始零件与中心点位置的差值进行倍增,调整展开后零件的最终位置,以达到分解展示的效果。但是这种简单的位置处理方法在处理分布不规则、零件数量繁多的模型时具有空间利用率低和泛用性差的问题,经常出现分解后零件位置重叠等现象,较大地影响了模型展示的效果,阻碍了这类3D模型展示方案的推广。
装箱问题是一种经典的离散组合最优化问题,旨在将给定的确定数量的“箱子”,按一定约束条件填装至指定目标容器中。这与我们要解决的模型零件分解,并对最终位置进行展示的方案有很大相关性,因此将对模型分解后各个零件最终位置的计算,转化为球体空间三维装箱问题进行求解。
三维装箱问题的求解由于受到控制因素的影响,常规枚举算法得到精确解需要花费难以计量的时间成本,可行性不高,因此通常使用启发式算法对这类问题进行近似求解。但是即使使用了传统的遗传算法等启发式算法,在应用在网页端的模型展示上时,其所要花费的求解时间仍然不能满足即时性的需求,无法在用户点击后及时反馈结果。
发明内容
针对现有技术存在的不足,本发明的目的在于提供一种基于改进遗传算法和模拟退火算法的三维球体装箱方法,先将三维球体空间的装箱问题求解的过程分为两个部分,即球体内接立方体空间装箱,和“立方体-球体”布局展开。对于球体内接立方体空间装箱,使用改进后的遗传算法模块,根据预设的位置编码等处理信息,将待处理模型零件属性进行立方体空间的位置处理,得到中间解。接下来进行“立方体-球体”布局展开过程,使用模拟退火算法,对中间解进行球体空间的展开,调整位置,以达到最终位置信息的求解。
为实现上述目的,本发明提供如下技术方案:一种基于改进遗传算法和模拟退火算法的三维球体装箱方法,包括数据预处理阶段、球体内接立方体空间装箱阶段和“立方体-球体”展开阶段,
(1)数据预处理阶段步骤为:
(1.1)接收待分解的模型信息;
(1.2)对接收的模型信息进行编码设计;
(2)球体内接立方体空间装箱阶段步骤为:
(2.1)根据预处理后的信息生成初始解;
(2.2)根据适应度函数,求解当前初始解中初代种群的适应度函数值;
(2.3)根据当前的交叉率和变异率,随机选取需要进行交叉和变异的个体并进行操作,以此产生部分新个体;
(2.4)根据当前代中各个个体的适应度函数值,使用选择算子选出将进入下一代种群的个体;
(2.5)判断得到的后代是否发生进化,并以此为依据调整交叉率和变异率;
(2.6)进行终止条件判断,若当前进化的次数计数器达到预设的数值,说明完成了求解,结束操作,若未达到预设进化次数,则返回步骤(2.2),重复接下来的步骤直至终止;
(3)“立方体-球体”展开阶段步骤为:
(3.1)根据步骤(2)中得到的中间解,并以此进行参数的初始化;
(3.2)使用分割法生成模拟退火算法的初始解;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州炽橙数字科技有限公司,未经杭州炽橙数字科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110406644.0/2.html,转载请声明来源钻瓜专利网。





