基于改进PSO算法的B样条曲线拟合

李轩宇; 张兆军; 许钊雄

doi:10.13873/J.1000-9787(2022)07-0130-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进PSO算法的B样条曲线拟合

计算与测试 | 更新时间：2025-09-11

- 基于改进PSO算法的B样条曲线拟合
- 基于改进PSO算法的B样条曲线拟合
- 传感器与微系统 2022年第7期页码：130-133+138
- 作者机构：
  
  江苏师范大学电气工程及自动化学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2022)07-0130-04
  中图分类号： TP18
- 纸质出版：2022
- 稿件说明：
移动端阅览
李轩宇, 张兆军, 许钊雄. 基于改进PSO算法的B样条曲线拟合[J]. 传感器与微系统, 2022,(7):130-133+138.

基于改进PSO算法的B样条曲线拟合[J]. 2022, (7): 130-133+138.
李轩宇, 张兆军, 许钊雄. 基于改进PSO算法的B样条曲线拟合[J]. 传感器与微系统, 2022,(7):130-133+138. DOI： 10.13873/J.1000-9787(2022)07-0130-04.

基于改进PSO算法的B样条曲线拟合[J]. 2022, (7): 130-133+138. DOI： 10.13873/J.1000-9787(2022)07-0130-04.

摘要

节点向量的确定对B样条曲线最终拟合效果有着重要影响。粒子群优化（PSO）算法在优化节点向量时存在易于陷入局部极值的问题，导致曲线拟合效果较差。针对这一问题，提出一种改进的PSO算法—GBPSO算法。在PSO算法中引入天牛须搜索（BAS）策略增强算法的局部搜索能力，引入交叉和变异操作增强算法的全局搜索能力。首先通过罚函数的方法建立B样条曲线拟合问题的数学模型，然后使用GBPSO算法优化节点向量，最后得到误差较小的拟合曲线。通过对4个实例的仿真以及与另外3种算法的实验数据对比，验证了所提算法的有效性。

Abstract

关键词

Keywords

references

边缘检测与B样条曲线结合的轮廓预测方法 [J]. 李奂谌,郭来功,汪义庭,杨昊. 传感器与微系统 . 2020(03)

基于B样条曲线的轮胎胎面缠绕算法 [J]. 张鹏,沈精虎,彭婷. 传感器与微系统 . 2019(11)

基于粒子群-遗传混合算法的函数优化研究 [J]. 刘文英,张自鲁,路慎强,张晓燕. 计算机技术与发展 . 2019(10)

基于天牛须搜索的粒子群优化算法求解投资组合问题 [J]. 陈婷婷,殷贺,江红莉,王露. 计算机系统应用 . 2019(02)

基于二进制GA的B样条重构曲线节点优化 [J]. 胡良臣,寿华好. 软件学报 . 2016(10)

BAS: Beetle Antennae Search Algorithm for Optimization Problems [J] . Jiang Xiangyuan,Li Shuai. International Journal of Robotics and Control . 2018 (1)

B-spline curve fitting with invasive weed optimization [J] . Kübra Uyar,Erkan ülker. Applied Mathematical Modelling . 2017

A graph-based method for fitting planar B-spline curves with intersections [J] . Pengbo Bo,Gongning Luo,Kuanquan Wang. Journal of Computational Design and Engineering . 2015

Progressive and iterative approximation for least squares B-spline curve and surface fitting [J] . Chongyang Deng,Hongwei Lin. Computer-Aided Design . 2014

浏览量

524

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据