基于免疫神经网络的几何约束求解技术的研究
几何约束求解问题是当前基于约束设计研究中的热点问题。一个约束描述了一个应该被满足的关系，一旦用户已经定义了一系列的关系，那么在修改参数之后，系统会自动选择合适的状态来满足约束。我们首先将约束求解问题转化为优化问题，然后在探讨与分析生物自然界中免疫现象的基础上，结合当前人工神经网络的特点，提出了一种集免疫机制和神经信息处理机制于一体的新型网络结构——免疫神经网络来求解几何约束问题。该网络可以使人们直接利用待求问题的特征信息，并通过注入先验知识来调节隐层单元的激励函数，以达到简化网络的结构，提高其工作的效率和准确性。实验证明，与一般的人工神经网络相比，免疫神经网络不仅是可行的，而且是有效的。它可以明显简化原模型在应用于具体问题时的结构，并具有良好的工作性能。
几何约束 求解技术 免疫算法 神经网络 免疫神经网络
曹春红 张斌 王利民 李文辉
东北大学信息科学与工程学院，沈阳 110004 浙江大学CAD&CG国家重点实验室，杭州 310058 东北大学3S与数字矿山研究所，沈阳 110004 东北大学信息科学与工程学院，沈阳 110004 吉林大学计算机科学与技术学院，长春 130012
国内会议
昆明
中文
536-540
2008-07-01（万方平台首次上网日期，不代表论文的发表时间）