摘要：为了提高多孔零件的设计自由度、内部力学性能梯度与实际应力分布的匹配度,提出一种应力驱动的2.5D梯度各向异性维诺多孔零件轻量化设计方法。将零件有限元分析结果分解为应力标量场和应力方向场,通过加权随机采样算法将应力标量场映射为零件设计域内的维诺站点分布,实现零件内部力学性能的梯度分布;将应力方向场映射为二维黎曼流形,提出一种基于胞元择优方向生长策略的各向异性维诺图生成算法,生成胞元沿黎曼流形分布的各向异性维诺图。在此基础上,通过偏置算法、调和距离场和拉伸算法生成光滑的梯度各向异性维诺多孔零件。最后,采用有限元分析、三点弯曲实验等方法将所设计的多孔零件和其他多孔零件进行比较分析。实验结果表明,所提出的梯度各向异性维诺多孔零件建模方法能有效提升零件内部力学性能梯度与实际应力分布的匹配度,降低材料消耗,实现轻量化设计。

摘要：提出一种由足底压力映射的三维维诺(Voronoi)支杆鞋中底结构设计方法。将足底压力信息作为鞋中底结构设计的数据驱动基础,采用加权随机采样策略构建Voronoi站点;通过裁剪算法,使三维Voronoi图适应鞋中底边界;以裁剪后的三维Voronoi边为骨架线,采用隐式曲面建模技术和隐式函数融合生成光滑连续的三维Voronoi支柱鞋中底。测试结果表明:三维Voronoi支柱鞋中底可以使足底压力分布更加均匀,并可有效地减轻跖骨和足跟区域的负荷,降低足底压力异常集中导致关节损伤的概率。

摘要：为实现大数据量下空间多核心凸域划分,改善传统维诺图在空间划分问题的应用广度和运行效率,在传统维诺图算法的基础上,提出一种根据聚类形成多点单元核心维诺图的并行算法。以合理确定单元核心为目标,结合二分查找法及距离二叉树,建立多点单元核心集合影响力函数模型,实现空间多核心凸域划分问题。应用嗜中性粒细胞二维空间划分问题及仿真算例对算法进行验证,实验结果表明,该算法高效可行,为大数据量下样本空间多核心凸域划分问题提供了可参考的模型和求解算法。

摘要：为了提高智慧乡村平台智能培养系统信息传输的效率,提出一种基于VI–MFO算法的信息传输网络节点部署优化方法。研究首先从通信网络的全连通、通信能耗两个方面,建立网络节点最优部署的多目标评价模型。之后针对模型求解,提出一种改进的MFO算法,一方面通过引入全局扰动因子和互利因子,解决算法后期全局搜索能力下降且易陷入局部最优的问题;另一方面使用三维维诺图对网络节点的空间分布进行划分,将维诺图中各节点的权重引入改进MFO算法,设计了一种基于三维维诺图的引导式搜索算法,解决传统智能算法种群生成随机与搜索过程中无序的问题。结果表明,相较于原始MFO算法、SSA算法和BOA算法等经典群智能优化算法,改进MFO算法的性能得到了显著提高,在5个测试函数上的收敛结果都是最佳,寻优精度和寻优稳定性优越。基于VI-MFO算法对智慧乡村平台智能培养系统通信网络节点部署的仿真结果表明,相较于未结合三维维诺图的改进MFO算法,VI-MFO算法在实现通信节点的全连通的基础上,能耗成本得到了降低,求解耗时减少了3.04 s,证明了所提改进方法的有效性。

摘要：随着通信技术、传感技术和控制技术的发展,多机器人系统因其良好的鲁棒性,灵活性和可扩展性,在理论研究和工程应用中展现出广阔的前景.区域覆盖是多机器人系统典型应用之一,目前多采用维诺图分割覆盖区域并使用Lloyd算法控制机器人前往维诺图细胞中心.然而传统Lloyd算法存在不平衡问题,即机器人覆盖区域面积大小不一,这降低了多机器人协作效率.针对平均区域覆盖问题,本文提出了一种改进的Lloyd算法,将维诺图中各细胞面积方差引入Lloyd算法,相应地设计了基于梯度下降法的分布式控制器.本文方法降低了维诺图中各细胞面积的方差,改善了Lloyd算法的平衡性,能够实现整个区域面积更为平均的划分与机器人对该区域的覆盖.数值仿真与无人机实物实验均验证了改进算法的有效性.

摘要：针对5G背景下大规模智慧农业传感器网络通信节点在三维空间内部署时,传统的随机节点部署方式存在高能耗、高成本及节点脱节问题,提出了一种基于维诺图(VD)与飞蛾扑火算法(MFO)结合的节点优化部署策略。首先,利用5G通信高带宽的特点,设计了一种分层式通信方案,在此基础上,建立了分层式节点最优部署模型、通信能耗模型以及传感器信息传输网络全连通模型;其次,针对MFO算法种群生成的随机性及搜索无向性的缺陷,设计了基于三维VD的引导式搜索算法(VIMFO);最后,通过对相关模型进行优化求解,从而取得传感器网络通信节点的部署位置。仿真结果表明,与经典MFO算法相比,VIMFO算法能够在提升寻优速度37.89%的基础上,降低传感器通信网络能耗6.9%;在保证农田传感器通信网络节点全连通的前提下,提升了通信网络节点的生存周期。

摘要：针对LEACH算法在智能家居组网系统中存在数据节点能量消耗太快以及节点死亡过快等问题,提出了一种首先利用维诺图改变几何图形的方法进而确定数据节点被选举作为无线传感器网络的簇首,再进一步根据数据节点到中心节点的距离利用簇半径动态确定的方式将其划分为"热区"簇群以及"非热区"簇群的改进的LEACH算法。通过MATLAB2016a软件对其进行实验仿真,测试结果表明本文改进的LEACH算法不仅数据节点存活率高于未改进的LEACH算法,而且数据节点网络生存时间以及节点能量利用率也优于未进行改进的LEACH算法,结果表明,经过改进的LEACH算法在性能方面均显著优于未改进的LEACH算法,具有较高的实际应用价值。