论文部分内容阅读
针对C-Bézier曲线的降阶逼近问题,提出了一种将1条n次C-Bézier曲线降阶为1条m(m<n)次C-Bézier曲线的方法.该方法从最优化思想出发,把C-Bézier曲线的降阶问题转化为求解函数的优化问题,并结合智能计算中的小生境遗传算法,实现了C-Bézier曲线在端点无约束和G0约束条件下的一次性近似降多阶逼近.同时给出了一些具体的C-Bézier曲线降阶实例与降阶误差,并估计了该曲线的降阶误差界.结果表明:该方法不仅提高了C-Bézier曲线降阶算法的精度,且获得了较好的降阶逼近效果.