遗传算法在曲线多边形近似中的应用

被引：15

作者：

张鸿宾

郭建军

机构：

[1] 北京工业大学计算机学院!北京,北京工业大学计算机学院!北京

来源：

计算机学报 | 1999年 / 10期

基金：

北京市自然科学基金;

关键词：

平面数字曲线; 多边形近似; 遗传算法; Pareto最优解;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

在平面数字曲线的多边形近似中，为克服顶点的检测只依靠局部区域、缺乏全局信息的弱点，文中把多边形近似问题作为寻找在满足一定的近似误差条件下使顶点数最少、或者使顶点数和近似误差都尽可能少的最优化问题来处理．为了能够处理点数较多的曲线，文中采用遗传算法和基于Ｐａｒｅｔｏ最优解的改进遗传算法来求近似最优解．和一些经典算法的实验比较表明，文中算法与只依靠曲线局部特性的一类算法相比，在近似的保真性和效率上有明显的改进，同时又比准确寻优一类的算法如动态规划等有大幅度的时间节省．

引用

页码：1100 / 1104

页数：5