基于遗传算法和模拟退火算法的B样条曲线拟合

J4 ›› 2011, Vol. 33 ›› Issue (3): 191-193.

基于遗传算法和模拟退火算法的B样条曲线拟合

张聚梅1,王洪伦2

(1.滨州学院数学与信息科学系,山东滨州 256603;2.滨州市技术学院,山东滨州 256603)

收稿日期:2009-12-21 修回日期:2010-03-15 出版日期:2011-03-25 发布日期:2011-03-25
作者简介:张聚梅（1981），女，山东无棣人，硕士生，助教,研究方向为运筹与优化研究。王洪伦（1981），男，山东沾化人，助教，研究方向为计算机技术研究。
基金资助:
滨州学院青年科研基金资助项目(BZXYQMG200622)

BSpline Curve Fitting Based on Genetic Algorithms and the Simulated Annealing Algorithm

ZHANG Jumei1,WANG Honglun2

(1.Department of Mathematics and Information Science,Binzhou University,Binzhou 256603;
2.Binzhou Technical College,Binzhou 256603,China)

Received:2009-12-21 Revised:2010-03-15 Online:2011-03-25 Published:2011-03-25

摘要/Abstract

摘要：

本文根据遗传算法和模拟退火算法各自的优缺点，提出将遗传算法和模拟退火算法相结合的方法用在曲线拟合上，在 B样条曲线拟合过程中设计了新的适应度函数和遗传算子，有效地解决了用遗传算法进行B样条曲线拟合时局部效果好、整体效果不好的问题。最后数值实验验证了算法的可行性。

关键词: B样条曲线, 曲线拟合, 遗传算法, 模拟退火算法

Abstract:

This paper firstly describes the genetic algorithm and the simulated annealing algorithm, and then introduces the simulated annealing algorithm into the genetic algorithm to solve the problem of premature convergence of the genetic algorithm. Finally, it designs a new fitness function and a genetic operator. Numerical experiments show clearly the feasibility of this method.

Key words: Bspline;curve fitting;genetic algorithm;simulated annealing algorithm

张聚梅1,王洪伦2. 基于遗传算法和模拟退火算法的B样条曲线拟合[J]. J4, 2011, 33(3): 191-193.

ZHANG Jumei1,WANG Honglun2. BSpline Curve Fitting Based on Genetic Algorithms and the Simulated Annealing Algorithm[J]. J4, 2011, 33(3): 191-193.

[1]	李成冉, 方佳豪, 尹首一, 魏少军, 胡杨. 基于遗传算法的晶圆级芯片映射算法研究[J]. 计算机工程与科学, 2024, 46(06): 993-1000.
[2]	任晟岐, 宋伟. 基于GGInformer模型的多维时间序列特征提取与预测研究[J]. 计算机工程与科学, 2024, 46(04): 590-598.
[3]	孙睿男, 初翔, 陈昱, 闫明宁. 基于混合启发式算法的快递末端选址路径优化研究[J]. 计算机工程与科学, 2024, 46(01): 159-169.
[4]	郭艺, 何廷年, 李爱斌, 毛君宇. 融合GA-CART和Deep-IRT的知识追踪模型[J]. 计算机工程与科学, 2023, 45(09): 1691-1700.
[5]	赵炳巍, 贾峰, 曹岩, 孙瑜, 刘一鸿. 基于模拟退火算法的人工势场法路径规划研究[J]. 计算机工程与科学, 2022, 44(04): 746-752.
[6]	毛媛媛, 石恩雅, 蒋从锋, 仇烨亮, 贾刚勇, 万健, 闫龙川. 基于遗传算法的数据中心能效仿真[J]. 计算机工程与科学, 2021, 43(08): 1341-1352.
[7]	胡新荣, 刘嘉文, 刘军平, 彭涛, 何儒汉, . 基于改进GA-BP-MC神经网络的人体三维尺寸预测[J]. 计算机工程与科学, 2021, 43(08): 1443-1453.
[8]	李静, 莫思敏 . 基于改进遗传算法的深度神经网络优化研究[J]. 计算机工程与科学, 2021, 43(08): 1503-1511.
[9]	袁也, 王刚, 刘晓光, 李雨森. 新型电路版图布局布线算法设计[J]. 计算机工程与科学, 2021, 43(07): 1185-1191.
[10]	李晶晶, 许少华. 基于组合核函数的径向基过程神经网络及其在示功图诊断中的应用[J]. 计算机工程与科学, 2021, 43(04): 746-752.
[11]	季子豪, 江凌云. 一种基于遗传算法的多站点协同计算卸载算法[J]. 计算机工程与科学, 2021, 43(03): 426-434.
[12]	贾俊杰, 秦海涛. 基于遗传算法的动态轨迹匿名算法[J]. 计算机工程与科学, 2021, 43(01): 142-150.
[13]	李丹莲, 曹倩, 徐菲. 基于改进遗传算法的连锁便利店配送路径优化[J]. 计算机工程与科学, 2020, 42(11): 2096-2102.
[14]	陈旺虎，田真，张礼智，梁小燕，高雅琼. 基于插值的高维稀疏数据离群点检测方法[J]. 计算机工程与科学, 2020, 42(06): 966-972.
[15]	王硕禾1，刘旭1，李苏晨1，张国驹2. 基于多目标遗传算法的LoRa参数匹配优化[J]. 计算机工程与科学, 2020, 42(03): 434-440.