基于改進(jìn)遺傳量子算法的最小權(quán)三角剖分.pdf

1、　　平面上有限點集的三角剖分在數(shù)值逼近，有限元方法，數(shù)值分析，計算機輔助幾何設(shè)計，計算機圖形學(xué)，計算機視覺，機器人技術(shù)等方面都扮演著重要的角色。而平面上有限點集的最小權(quán)三角剖分(MWT)問題在計算幾何領(lǐng)域中是一個開放性的難題。在學(xué)術(shù)界已公認(rèn)傳統(tǒng)的貪心算法和Delaunay算法得到的三角剖分不是最小權(quán)三角剖分的前提下，本文深入分析了基于傳統(tǒng)遺傳算法的最小權(quán)三角剖分的缺陷，介紹了目前非常流行的遺傳算法領(lǐng)域的一個新的分支——遺傳量子算法，并將

2、這種具有很強的勘探和開采能力的算法創(chuàng)新地引入到求解最小權(quán)三角剖分問題當(dāng)中，提出了新的三角剖分編碼方式和新的量子“點權(quán)”的概念，利用點權(quán)將量子位編碼與三角剖分聯(lián)系起來，并根據(jù)具體的問題對遺傳量子算法提出了一系列的改進(jìn)措施：由于遺傳量子算法的固定初始化模式極易導(dǎo)致早熟收斂，本文摒棄了這一做法，提出了新的隨機初始化染色體量子位的思想；舍棄了每代最優(yōu)個體保留策略而提出了用全局最優(yōu)個體保留策略作為量子位進(jìn)化的依據(jù)，從而有效地使算法逃脫局部極值。