抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人工知能の急速な発展により,人工知能設計から人工知能設計まで手書き設計を開発した。伝統的手書き設計は,長時間消費と低出力の問題を持ち,従って,プロセス技術を改善する必要がある。人工知能技術は,ハンドドラフト設計における最適化設計ステップを提供し,設計効率とプロセスレベルを改善する。漢民族は重要な社会的製品と考えられ,人々の日常生活に存在している。現在の社会では,多くの人々が手ラフトし,主要な展示がある。さらに,手icの表示も非常に大きく,衝撃を与える。手書きの設計において,伝統的設計法は,手の出荷の速度と効率によって完全には維持できない。したがって,本論文は,手書きの設計法におけるマルチノード分岐設計の融合マルチインテリジェント決定アルゴリズムを採用する。アルゴリズムモデル組合せを用いて,ハンドラフトのレイアウトを解析し,設計し,それは,ハンドドラフトの設計効率および生産をスピードアップした。本論文では,2つの知的アルゴリズムを融合のために使用する。それらは,パーティクルスウォーム最適化によって得る遺伝的アルゴリズムとGA-PSO融合アルゴリズムであり,それらは,数学モデル構築と機能構成を通して応用のために,ハンドドラフト設計方法に埋め込んだ。3つのインテリジェントアルゴリズムとGA-PSO融合アルゴリズムの性能パラメータ指数データを比較した後に,GA-PSO融合アルゴリズムが97%正しくて,82%の可読性,72%のロバスト性,および61%の構造を持ち,より良い重要な指標を持っている。4つのアルゴリズムは,現在,手書き設計のすべての側面において,各々の設計問題を最適化した。設計効率,画像分布率,画像最適化度,および画像透明度をシミュレーション実験によって比較する。3つのインテリジェントアルゴリズム,従来の設計法,および手動設計方法と比較して,GA-PSO融合アルゴリズムは,設計効率92.1%,画像分布率82.7%,画像最適化度94.3%,およびレイアウト空隙率84%で,手書きの設計法と設計効果を効果的に改良することができた。最後に,4つのアルゴリズムの空間複雑性実験は,GA-PSOアルゴリズムが11.42空間複雑性で9.73の分散を達成することができて,それは次元縮小を比較的安定にして,このアルゴリズムは手のデザインと応用における安定性を維持することができることを示した。Copyright 2022 Xiaotian Sun. Translated from English into Japanese by JST.【JST・京大機械翻訳】
