论文部分内容阅读
本文在论述现有自动制图综合的特点和难点的基础上,尝试将遗传算法这一新的智能化计算方法用于自动制图综合。论述了作者利用遗传算法对自动制图综合中点群目标选取,线要素化简,注记配置,道路网综合等几个方面的研究,结合综合的各自不同目的和要求,作者建立了以下几种基于遗传算法的制图综合模型: 1.基于遗传算法的点群目标选取模型 在分析现有点群目标选取模型的基础上,结合点群分布范围,分布密度,综合后需要保留点的数量,重要点目标需要保存等特征,巧妙地将物理学中的力学知识来描述点点之间的关系,结合遗传算法的基本特性,提出了基于遗传算法的点群目标选取模型。实验结果表明,基于遗传算法的点群目标选取模型克服了凸包选取模型、圆选取模型等的缺限,较为全面地考虑了点群目标选取的各种选取指标,具有较好的实用性。 2.基于遗传算法的线要素化简模型 本文在指出线要素化简的实质就是在保证精度的前提下使点尽可能少的基础上,结合线要素化简的经典算法Douglas-Peucker的思想,建立了基于遗传算法的线要素化简模型。将实验结果与Douglas-Peucker的结果进行比较,发现在同等精度下,基于遗传算法的线要素化简模型的压缩效果更加明显。 3.基于遗传算法的注记配置模型 在对现有注记配置方法分析的基础上,结合制图中注记配置的基本原理和要求,利用遗传算法对点、线、面注记分别进行配置,并取得较好的结果。 4.基于遗传算法的道路网综合模型 本论文在考虑道路网的拓扑信息等结构化信息的基础上,简单地将最短路径作为经济实用价值的评估标准,结合遗传算法的基本框架建立了基于遗传的道路网综合模型,并通过实验进行了论证,克服了传统的道路网综合一般情况下道路的结构化和经济实用价值等社会因素难以进行综合考虑的困难。