耿玉磊
- 作品数：14 被引量：28H指数：4
- 供职机构：浙江大学计算机科学与技术学院计算机辅助设计与图形学国家重点实验室更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术理学一般工业技术机械工程更多>>
- 基于特征线的三维服装部件参数化造型被引量：6
- 2009年
- 基于特征线的服装三维造型方法有诸多优点,但是现有服装模型并不能很好地支持服装参数化设计.为此将参数化造型方法引入三维服装部件造型中,以得到参数化的服装部件.基于光顺人体模型,依据服装部件特点设计服装特征线,将特征线分为截面环和轮廓线,依次通过截面环和轮廓线的生成与调整、特征线综合调整和特征线添加约束3个步骤,得到服装特征线框架;并对该框架利用曲面插值方法得到服装曲面模型.实例结果表明,文中方法功能强大、方便灵活.
- 陈龙陆国栋李郝林耿玉磊
- 关键词：服装造型
- 基于系列模板耦合的三维服装款式创意设计方法研究
- 随着市场竞争的加剧，服装行业对款式设计的创新性要求越来越强烈，现有的服装CAD由于复杂的操作方式、孤立的设计流程及过高的专业要求限制了设计师灵感的捕捉及设计意图的展现，不能满足设计师在创意设计方面的需求。因此，研究三维服...
- 耿玉磊
- 关键词：交互式遗传算法创意设计
- 多目标优化的求解方法与发展
- 多目标优化是数学规划的一个重要分支,是多于一个的数值目标函数在给定区域上的最优化问题,在工程设计、经济规划、计划管理及各领域有着广泛应用.本文首先介绍了传统多目标优化求解方法和改进;对遗传算法,模糊优化,神经网络等算法在...
- 耿玉磊张翔
- 关键词：多目标优化遗传算法神经网络
- 文献传递
- 面向服装CAD的多因素驱动人体模型变形技术研究被引量：4
- 2009年
- 在以人体模型为基础的3维服装CAD系统中,为了获得设计师所需形体尺寸各异的人体模型,提出了一种多因素驱动人体模型变形的方法。该方法将人体模型的变形驱动因素分为尺寸因素、姿态因素和局部体形因素3类,并相应地提出了尺寸驱动、姿态驱动及局部体形驱动的人体模型变形算法。其中尺寸驱动采用基于截面环的算法和基于模板插值的算法,通过对人体特征尺寸进行改变来驱动人体变形;姿态驱动是通过关节变形算法来实现特定姿态的变形,并通过建立姿态库,以实现快速姿态匹配;局部体形驱动包括基于特征面尺寸和基于特征面形状的调整,以得到具有局部特征的人体。实例表明,该方法可对已有的人体进行快速变形,以获得用户所需的人体模型,从而满足了服装CAD中对人体模型的多样性需求。
- 耿玉磊陆国栋邓卫燕王进王媚
- 关键词：服装CAD尺寸驱动
- 改进的多目标优化遗传算法及多目标优化软件的研制
- 优化设计作为现代设计方法之一，已被广泛应用于各个领域。而大部分优化问题为多目标优化。由于多目标优化问题常由若干个相互冲突的目标构成，所以通常不能求得绝对的最优解，而只能求得一组非劣解。近些年，遗传算法已广泛应用于多目标优...
- 耿玉磊
- 关键词：多目标优化遗传算法模糊决策
- 文献传递
- 面向客户便捷交互的三维衣领款式参数化设计技术被引量：2
- 2010年
- 由于传统二维衣领CAD不够形象直观,客户难以参与衣领款式的设计.为此提出一种支持客户便捷交互的衣领款式设计方法.通过多层次模型对三维衣领进行参数化表达,给出立领、平领、衬衫领、翻驳领等典型衣领款式的几何模型,并自动构建衣领曲面;根据轮廓曲线拖曳驱动衣领曲面造型,给出了轮廓曲线约束表达、求解方法,提高交互友好性;对轮廓曲线编码/解码,实现衣领款式存储与重用,方便设计成果共享;采用质点-弹簧模型参数化展平三维衣领曲面,生成二维裁片,结合纹理映射支持客户图纹设计.最后给出三维衣领款式设计实例,结果表明该方法适合客户便捷交互,可较好地表达衣领款式的要求和创意.
- 王进陆国栋陈龙李威龙耿玉磊刘正
- 关键词：客户参与参数化设计服装CAD
- 省级民政电子政务系统建设研究
- 2008年
- 针对民政电子政务系统建设面临的难点,提出构建以"统一网络系统、统一数据中心、统一业务支撑平台、统一民政业务综合办公平台"为主要内容的民政电子政务系统,在此基础上整合已有的民政业务系统,并规划建设新的民政业务系统,从而实现统一的民政电子政务系统。
- 张启华周必水耿玉磊
- 关键词：民政电子政务
- 多目标优化的求解方法与发展
- 本文首先介绍了传统多目标优化求解方法和改进;对遗传算法,模糊优化,神经网络等算法在多目标优化中的应用做了介绍;最后介绍了满意度。
- 耿玉磊张翔
- 关键词：多目标优化遗传算法神经网络
- 文献传递
- 改进的模糊优选多目标优化遗传算法及其应用
- 2007年
- 提出一种改进的模糊优选多目标优化遗传算法.算法采用个体在总群体中的相对优属度作为适应度值,将总群体中的全部个体按子目标函数的数量平均划分为子群体,对每个子群体分配1个子目标函数,以子目标函数值计算子群体中个体的适应度值.2次选择后满足了整体最优的要求,又尽可能地逼近各子目标最优值.经实例计算,效果显著.
- 张翔陈建能耿玉磊
- 关键词：多目标优化遗传算法
- 多目标优化的求解方法与发展被引量：2
- 2004年
- 本文首先介绍了传统多目标优化求解方法和改进；对遗传算法，模糊优化，神经网络等算法在多目标优化中的应用做了介绍；最后介绍了满意度。
- 耿玉磊张翔
- 关键词：遗传算法神经网络算法
