基于二叉排序树的约束Delaunay三角网局部调整算法

在两步法构建约束Delaunay三角网过程中,向现有三角网中嵌入约束边时需要进行三角网的局部调整,对这一过程进行了研究,给出了一种对影响域进行重新剖分的二叉排序树算法。使用该算法在向三角网内嵌入约束边时,只需以影响域边界点在边界数组中的序号来构造一棵二叉排序树即可完成对影响域的剖分,并且可以利用生成的二叉树中各节点之间的关系迅速重构三角形之间的拓扑关系从而完成一次调整,该算法使用递归思想,简洁而高效。     

Delaunay三角网剖分中嵌入约束边的局部调整算法

提出了一种建立约束Delaunay三角网（CDT）的算法，该算法对约束数据集先建立非约束Delaunay三角网，然后嵌入约束边对其影响域按角度最大原则进行局部调整，同时使其满足CDT的性质。详细地说明了在CDT中嵌入约束边的过程，同时给出了三角网拓扑关系更新的方法，最后对算法的时间效率进行了分析。该算法执行效率高，并且运行稳定。     

限制性Delaunay三角网的剖分算法

通过对Delaunay三角剖分的凸壳特点分析，通过划分与限制条件相关的点集为左、右两人点集，并分别对上述两个点集进行Delaunay三角剖分的方法，提出了一类新的限制性Delauny三角剖分算法。     

带约束的动态Delaunay三角剖分算法研究

根据传统的三角网格生长算法和数据点渐次插入算法,改进了带约束的动态Delaunay三角剖分算法,进一步得到了优化三角网格的动态三角剖分算法,改进了以往三角剖分算法必须知道所有顶点后才能进行剖分的缺点,并引入合理的约束边插入算法,使得最终三角网格达到最优.     

基于约束Delaunay三角剖分进行数模建构

分析了各种三角网生成算法，选定逐点插入算法进行三角构网，并对该算法进行了优化处理。在数据点集不变的情况下，提出了交换对角线的算法以进行数字地面模型的建构，使得数模成果真实地反映了地面情况。     

一种Delaunay三角网数模快速定位算法

逐点插入法是构建Delaunay三角网的主流算法之一,在众多三角形中快速定位目标三角形是影响逐点插入法构网速度的一个重要因素,同时也是影响高程内插速度的关键。在分析多种已有定位法特点的基础上提出区域定位法,给出了详细的判断条件,并加以证明。通过对几种定位方法进行分析比较,在两种投点方式下用逐点插入法对四种算法进行了TIN的构网实验,结果表明均匀投点的构网速度都要快于任意投点的构网速度,区域定位法搜索方向唯一,算法稳健,具有较快的定位速度。     

带内外边界约束的平面点集Delaunay三角剖分

算法首先将离散点与约束边界点一起进行Delaunay三角剖分,形成初始Delaunay三角网,然后将约束边界上的各条约束线段通过局部更新依次嵌入已有的三角网,最后再删除多余的三角形,从而得到带内外边界约束的平面点集Delaunay三角剖分.     

基于蚁群算法的航班着陆排序

当空中交通拥挤时，对航班的着陆顺序进行的调整，可以缓解拥挤，减少航班延误，提高飞行安全性，本文将蚁群算法用于着陆航班的排序问题，首先，建立以航班延误总时间最小为目标的规划模型，将航班着陆排序问题转化为非对称的TSP问题；然后，用蚁群算法寻找符合实际操作的优化排列；最后，经过对某机场实际数据的仿真计算，并与实际运行相比较，本文应用的算法具有较好的有效性和较强的使用性。     

基于图像变形的全景平滑漫游算法研究

针对目前全景漫游系统在切换视点时产生跳跃感的问题,提出了一种基于图像变形的平滑漫游算法.首先采用SIFT特征提取方法对过渡图像进行特征提取,同时采用图像区域划分的方法对特征点进行筛选,建立特征点集的映射关系;然后,构造特征点集的Delaunay三角剖分,在三角剖分的基础上,计算对应三角形区域的仿射变换参数;最后,对图像进行插值和生成中间过渡图像.实验表明该方法实现了特征点集的自动对应,提高了全景漫游系统的交互性和沉浸感,算法实用、高效,对于有诸多不确定性因素的过渡图像有较好的自适应性.     

转向约束网络中的对偶最短路径树原理及其原型算法

为比较有无转向约束条件下最短路径特征及其搜索算法的异同点, 基于对偶图理论证明了转向约束网络中从单个源点到所有弧的最短路径集构成其对偶网络的生成树, 提出了对偶最短路径树(DSPT)概念, 并利用其分析算法之间的关系。研究结果表明: 转向约束下的现有求解方法包括弧标号算法、节点标号算法和对偶网络法都可以统一到DSPT算法框架内, 而且与无转向约束的最短路径树(SPT)算法在路径搜索策略上是相同的; 对于转向约束网络中的最短路径问题可建立一个DSPT原型算法, 结合各种SPT标号技术能设计出更多的有效算法。     

一种基于二叉树的P2P网络查找算法

针对P2P网络中资源查找以及其自身存在的问题,提出了一种基于二叉树的P2P网络模型。该模型借鉴了可信计算中的直接匿名认证机制、DHT、超级节点的思想,在此基础上设计了一种高效的可扩展查找算法,解决P2P网络查询延迟、冗余信息、可扩展性等关键问题。模拟实验表明,该算法能够有效减少网络带宽消耗并能显著提升P2P网络的查找效率。     

基于遗传算法的单线列车运行调整体系

针对单线列车运行的特点，提出了“相邻列车”的概念，根据此概念建立了单线列车运行调整模型，并推导了列车运行图偏差函数作为模型调整目标．鉴于列车运行调整问题的解空间太大，用一般的运筹学方法难以有效地求解，提出了基于遗传算法的优化求解算法．该算法根据被调整列车的等级将原问题分解成若干子问题，并在对每个子问题求解的过程中，运用遗传算法在解空间中寻优．仿真结果显示了该模型和算法在应用于实际运行调整时的有效性和实时性．     

基于二元决策图的系统可靠性模块分析方法

为了克服二元决策图方法分析故障树所存在的不足,提出了基于二元决策图的模块方法分析系统可靠性。采用线性时间算法将故障树分解成相互独立的子故障树,然后用二元决策图方法对子故障树进行分析,递归综合相互独立子故障树的求解结果,得出整个系统的可靠性。基于二元决策图的模块分析方法克服了故障树分析与二元决策图方法存在的不足,适用于大型、复杂系统的可靠性分析。     

基于局部模糊熵的图像过渡区提取算法

为了提高图像过渡区提取算法的抗噪声性能，对基于局部熵的图像过渡区算法加以改进，提出了基于局部模糊熵的图像过渡区算法．该算法充分利用局部模糊熵区分过渡区与目标区（或背景区）性质的差异，更为有效地提取出图像中的过渡区．仿真实验结果表明，这两种算法在图像含有椒盐噪声的情况下都能有效提取过渡区，但在图像含有高斯噪声的情况下，采用本文算法比采用基于局部熵的图像过渡区算法提取的过渡区更为准确．     

基于蚁群算法的铁路空车调整优化模型设计

针对铁路空车调整问题,采用蚁群算法解决此问题,建立以空车走行公里数最小为目标的优化模型,并给出求解算法。算例分析表明模型的正确性和算法的合理性,将蚁群算法的时间复杂度与其他一些解决空车调整问题的算法的时间复杂度进行比较,充分体现蚁群算法解决大规模路网空车调整问题的优越性。     

专业化分工粒子群优化算法在地铁列车运行调整中的应用

地铁列车运行调整是一个大规模、复杂的组合优化问题,该问题的特点是有庞大的搜索空间和众多的约束条件,故要快速地获得其最优解尤为困难。在该问题基础上,建立优化列车运行调整模型。对此模型进行优化求解过程中,提出一种基于专业化分工的粒子群优化算法。在仿真过程中,选取数据是沈阳地铁二号线某工作日。实验显示,该算法能较好地适用于解决列车运行调整问题,且其在此过程中表现出来的特征是收敛速度快、计算效果好。     

基于球面Delaunay三角网的GPS网络构造算法

根据球面Delaunay三角网的最大二面角性质，提出了一种GPS网络快速生长算法．采用国际大地坐标系的离散GPS站点，构造了全球球面Delaunay三角网，以验证该算法的可靠性．最后，对球面Delaunay三角网快速生长算法和球面Delaunay三角网直接搜索算法的效率进行了比较．结果表明，所提出的基于球面Delaunay三角网的GPS网络快速生长算法是有效的．