关于改进遗传算法的曲面拟合参数辨识.pdfVIP

基于改进遗传算法的曲面拟合参数辨识1 1 1,2 1 谷川 , 潘国荣 ，陈兴权 ⒈同济大学测量与国土信息工程系，上海 (200092) ⒉现代工程测量国家测绘局重点实验室，上海 (200092) E-mail: guchuanhaha@163.com 摘 要：空间曲面拟合是一个难以解决的复杂强非线性问题。已有的曲面拟合方法在求解明 确的曲面表达式方面尚显难有作为。从参数辨识的角度来看，曲面拟合需要求解出坐标平移、 旋转以及标准曲面方程参数。利用遗传算法在该领域的优势，并且针对经典简单遗传算法的 缺陷进行了一系列改进。用MATLAB语言实现了改进算法的程序包。在钢结构马鞍面工业 部件以及雷达天线椭圆抛物面表面检测两个工程实例中分别采用文章中的改进遗传算法和 简单遗传算法进行了多次运算，并且对结果进行了比较。应用和比较结果表明，遗传算法能 够较好地应用于空间曲面拟合，并且本文的改进算法更具优势。 关键词：曲面拟合，参数辨识，遗传算法，改进，坐标转换，马鞍面(双曲抛物面) ，椭圆抛 物面 中图分类号：TB22 文献标示码：A 1 引言 在工业检测与逆向工程中，曲面拟合是一个经常涉及到的实际问题。由于实物的形状通 常有严格的数学公式描述，通过对其表面点进行三维坐标采样，可以拟合出实物表面在空间 坐标系中的几何方程，这对于发现实物的整体变形以及生成模型设计CAD 图纸是至关重要 的，在工业领域中有广泛的应用。 [1] [2]，基于神经网络的曲面 目前已有的曲面拟合方法主要有基于插值和逼近的样条拟合 拟合[3] [4] ，格网法拟合 ，这些方法在曲面拟合中具有一定的应用价值，但是，无法拟合出曲 面方程的参数。比较基础的多项式曲面拟合由于精度较低不适用于高精度工业检测和逆向工 程领域。文献[5]提出了一种出了按特征值、旋转角和平移量为参数拟合二次曲面的拟合方 法，能够拟合出曲面方程的参数，但是算法比较复杂，需要大量的矩阵运算，并且通用性也 不够好。 正如文献[6]所阐述的，对于平面拟合问题，已经得到很好的解决，但对于复杂曲面， 即便是简单的二次曲面的最小二乘拟合的研究也相对较少，而且已有的拟合算法存在方程求 解困难、有奇异值和算法不稳定等问题，因此需要探索采用一种新的参数辨识方法。 遗传算法(Genetic Algorithm，简称GA)是由美国Michigan大学的John H. Holland教授于 1975年在他的著作《Adaptation in Natural and Artificial Systems》中根据C. R. Darwin 的生物 进化论和G. Mendel 的遗传变异理论提出的一种基于种群搜索的优化算法。其思想是随机产 生初始种群, 通过选择(Reproduction)、交叉(Crossover) 和变异(Mutation) 等遗传算子的共同 [7] 作用使种群不断进化, 最终得到最优解 。 与其他优化方法相比， GA 以单一字符串的形式描述所研究的问题，只需利用适应度函 数进行优化计算，而不需要函数导数等其他信息，特别适合解决其他学科技术无法解决或难 以解决的复杂和非线性问题,是继专家系统、人工神经网络之后又一受人青睐的人工智能学 科，一直是研究的一个热点，被广泛地应用于组合优化、机器学习、自适应控制、规划设计、 智能机器系统、智能制造系统、系统工程，人工智能、人工生命等领域，是21世纪智能计算 1本课题得到自动化工业测量系统的资助。 - 1 -