一种基于克隆选择算法的线要素化简方法

摘要

本发明涉及一种基于克隆选择算法的线要素化简方法，充分利用克隆选择算法在优化问题求解方面的优势，将克隆选择算法引入线要素化简问题的求解；根据线要素化简问题的特点，设计了克隆选择算法亲和度函数和约束条件，构建了适用于线要素化简的克隆选择算法模型；将局部搜索算法与克隆选择算法结合，充分利用克隆选择算法的全局搜索能力和局部搜索算法的局部优化能力，提高线要素化简的精度和算法性。本发明不仅为推动线要素化简的技术方法体系朝着自动化与智能化发展提供新的思考方向，丰富相关研究的内容与方法。其研究成果也为实际生产中的制图综合提供重要的理论指导和技术方法支持。

主权项

一种用于地图制图的线要素简化方法，其特征在于，包括以下步骤：步骤1，计算线要素上各顶点的贡献值；步骤2，进行编码，包括设抗体种群规模为N，每一个抗体对应一种线要素简化方案，抗体的基因位长度为K，K为线要素上顶点的数目，抗体中每个基因位存储的值为0或1，0表示相应顶点为删除点，1表示相应顶点为保留点；设定每个抗体首尾两个基因位的始终为1；采用随机的方式生成N个抗体，作为初始的抗体种群；以初始的抗体种群为当前的父代种群，进入步骤3；步骤3，对当前的父代种群中每个抗体评价亲和度；步骤4，根据步骤3所得亲和度高低，对当前的父代种群所含N个抗体进行降序排列，将前M个抗体标记为父代种群中的记忆抗体，剩下的N‑M个抗体标记为父代种群中的非记忆抗体；步骤5，从当前的父代种群所含N个抗体中按亲和度从高至低选择出n个抗体作为克隆对象，其中n为预设的参数；步骤6，克隆，包括对步骤5选出的n个抗体进行复制，克隆后所得所有抗体构成一个新种群；克隆时，抗体的亲和度越高，被复制的倍数越大；步骤7，高频变异，包括对步骤6所得新种群中各个抗体实施高频率变异，得到变异后的新种群；高频变异时，各抗体的每个基因位按照概率P_m随机确定是否进行变异，若执行变异，则对基因位上的数值取反，否则不变；其中，概率P_m根据抗体的亲和度动态计算得到，抗体的亲和度越大，则P_m越小；步骤8，局部搜索，得到局部搜索后的新种群；包括对步骤7所得变异后的新种群中的各个抗体进行解码，计算每个保留点与相邻两保留点连线的垂直距离，若垂直距离小于预设的距离阈值，抗体相应基因位的值由1变为0；计算各删除点与相邻两保留点连线的垂直距离，若垂直距离大于预设的距离阈值，抗体相应基因位的值由0变为1；步骤9，对步骤8所得局部搜索后的新种群中每个抗体评价亲和度；步骤10，克隆抑制，包括将步骤8所得局部搜索后的新种群中所有抗体按照亲和度高低进行排序，并依次替换父代种群中亲和度低的记忆抗体；步骤11，免疫补充，包括采用随机的方式生成d个新抗体的临时种群，计算临时种群中各抗体的亲和度，将临时种群中的抗体按亲和度高低进行降序排列，并依次替换父代种群中亲和度低的非记忆抗体；步骤12，终止条件判断，包括判断种群当前的进化得到的优化结果是否满足终止条件，若满足条件，则终止，解码得到最优的线要素简化结果；否则以步骤10和步骤11对父代种群替换的结果作为当前的父代种群，返回执行步骤5，直至满足终止条件为止；步骤3、步骤9、步骤11中，对抗体亲和度的评价采用以下亲和度函数实现，$F=\frac{\underset{i=1}{\overset{\mathrm{Nr}}{\Sigma }}{I}_i}{N_r+N_d}$式中，N_r表示线要素所有的保留点个数，I_i表示线要素上第i个保留点的贡献值；N_d表示线要素上所有的保留点中应删除的个数，通过局部搜索得到应删除的保留点个数，局部搜索实现方式为，通过解码抗体，沿线要素的方向依次遍历并计算各保留点与相邻两保留点连线的垂直距离，判断垂直距离是否小于预设的距离阈值，若是则判断为应删除的保留点。