摘要：提出了一种复杂产品三维模型轻量化服务构建方法。采用一种改进模型数据导出与空间索引生成方法,能够在模型轻量化过程中保留复杂产品模型装配树与标注信息;设计并实现了基于面片密度的自适应面片简化算法,能够在满足误差要求的条件下对几何模型面片进行自适应简化;并通过采用一种具有较高的压缩比和压缩效率的模型数据压缩算法,减小复杂产品模型的存储空间占用。设计并实现一种模型轻量化服务的B/S部署架构,能够借助高性能计算资源,提高多用户并发场景下复杂产品模型轻量化效率。

摘要：本文比较了传统的BP算法和遗传算法用于神经网络设计的优缺点 ,阐明了遗传算法和神经网络相结合的必要性。提出了一种用遗传算法同时优化网络的结构和权值的神经网络控制方法。通过对遗传算法基本参数及编码方案、遗传算子的设计 ,实现了权值与结构的同时优化 ,成功地应用于二级倒立摆系统的控制。仿真结果显示了这种遗传算法能够有效抑制早期收敛 ,以较快的速度与较高的精度达到全局快速收敛。

摘要：研究小样本情况下,GAN在复杂产品费用预测上的应用。针对小样本情况下传统神经网络难以训练、预测准确度不高的问题,采用GAN网络与CNN网络结合的方法,借助GAN判别网络强大的特征提取能力,提取出样本的浅层特征,并将特征共享给CNN预测网络。CNN预测网络与判别网络共同约束生成网络,从而训练整个神经网络,最后以CNN预测网络进行复杂产品费用预测。以导弹作为复杂产品的样例进行实验,经实验论证,GAN-CNN联合网络预测的准确性约为95%。