1樓：匿名使用者
最近要解決乙個最小區域圓的問題，所謂的最小區域圓就是數學裡的優化問題，指乙個不規則圓的最大內切圓和最小外接圓的半徑差，一直做不出來，請數學高手用遺傳演算法指導，列出公式。
幾何特徵。異形纖維在橫截面上具有特殊的截面形狀，同時對纖維縱向形態也產生重要的影響。為了表徵異形纖維截面的不規則程度，通常可以採用異形度和中空度等指標來表示。
異形度b是指異形纖維截面外接圓半徑和內切圓半徑的差值與外接圓半徑的百分比。即纖維異形度。
b＝(1一r／r)100％
式中：r為異形截面內切圓半徑；r為異形截面外接圓半徑。在紡絲過程中，纖維異形度將發生變化，因此可以將卷繞絲的異形度與異形噴絲孔的異形度之比，稱為紡絲時的異形保持率k
k＝(b／b。) 100％
式中：b為纖維卷繞絲異形度，b。為異形噴絲孔的異形度。此外，異形纖維截面的異形化程度也可以用圓係數、周長係數、表面積係數和充實度等表示。
中空纖維的截面特徵可以用中空度來表示。所謂纖維中空度是指中空纖維內徑(或空腔截面積)與纖維直徑(或纖維截面積)的百分比。那麼，中空纖維的中空度為。
h=(d／d) 100％
或 h1＝(a／a) 100％
式中：h、h1，分別為內外徑中空度和截面積中空度；d和a分別為中腔圓直徑和截面積；d和a分別為巾空纖維直徑和纖維截面積(含空腔截面積)。
2樓：清風泉
什麼是不規則圓？學計算機演算法的時候學到過遺傳演算法。
matlab遺傳演算法求最小包容圓
3樓：網友
首先定義優化目標函式：
function r=rmax(p,x)
p ：已知平面點集。p的每一列就是一點的x y座標。
x ：包絡圓的中心座標。
a=x(1);b=x(2);
r=max(((p(1,:)a).^2+(p(2,:)b).^2).^
易知，當r取值最小時，即為最小包絡圓。
下面是matlab求解程式：
p=rand(2,10);%已知平面點列。p的每一列就是一點的x y座標。
lb=min(p')';%
ub=max(p')';%限定包絡圓的中心範圍。
options=gaoptimset('timelimit',150);%設定求解時間。
x fval exit]=ga(@(x)rmax(p,x),2,,,lb,ub,,options);%x 就是包絡圓中心的橫縱座標。
執行圖：
4樓：牛得天下
我有乙個求最大不包容圓的程式，暈。
樓上的程式應該是呼叫遺傳演算法工具箱的，我的是自己編的。
最小區域法怎麼取值？
5樓：帳號已登出
1、最小區域法：評定給定平面內直線度誤差的最小區域應符合如下兩個。
2、最小包容區域判定條件：①誤差曲線全部位於兩平行直線之間；②兩平行直線與誤差曲線組成高、低相間的三點接觸。
3、最小二乘法（又稱最小平方法）是一種數學優化技術。它通過最小化誤差的平方和尋找資料的最佳函式匹配。利用最小二乘法可以簡便地求得未知的資料，並使得這些求得的資料與實際資料之間誤差的平方和為最小。
最小二乘法還可用於曲線擬合。其他一些優化問題也可通過最小化能量或最大化熵用最小二乘法來表達。
4、在我們研究兩個變數（x,y）之間的相互關係時，通常可以得到一系列成對的資料（x1,,y2...xm,ym）；將這些資料描繪在x -y直角座標系中，若發現這些點在一條直線附近，可以令這條直線方程如（式1-1）。其中：
a0、a1 是任意實數，為建立這直線方程就要確定a0和a1，應用《最小二乘法原理》，將實測值yi與利用計算yj（yj=a0+a1x）的離差（yi-yj）的平方和最小為「優化判據」。在迴歸過程中，迴歸的關聯式不可能全部通過每個迴歸資料點（x1,y1. x2,y2...
xm,ym），為了判斷關聯式的好壞，可藉助相關係數「r」，統計量「f」，剩餘標準偏差「s」進行判斷；「r」越趨近於 1 越好；「f」的絕對值越大越好；「s」越趨近於 0 越好。
遺傳演算法求最小值時為什麼每次結果都不一樣，而且差別很大。那這麼找到最小值呢？
6樓：牛得天下
這說明遺傳演算法本身不收斂，還存在較大的優化空間。
建議對種群初始化方法、交叉變異方法、種群更新運算元等做優化，增加最優儲存策略，保證能收斂到最優解。
求翻譯，急用，別拿**翻譯貼上的敷衍我
7樓：
機器使用檢查表(rmcg)也用於座標測量。
機器(cmm)系統簡單的幾何精度驗證。它的主要裝置是乙個鏈結。
未知的精確的長度，是位於乙個能力成熟度模型桌子。cmm操作。
鏈結球體，產生了一種可以測量cmm探針。傳統上，分析並取樣資料通過最小二乘方法在cmm軟體。rmcg的。
也被應用在woollett[10]所聚集的相當cmm和由肯尼思機床[11]
檢測錯誤。使用rmcg的固定長度的鏈結校準機床使。
不可能獲得磁滯效應，因為取樣的變數徑向距離在同一。
角定向無法成交。在本文中，測試裝置是發達，是相似的。
到rmcg,除了乙個變長的lvd感測器，而不是採用剛性英國。
調查。這樣的安排使遲滯進行檢查。同時，鏈結可以是乙個。
已知的絕對的長度，絕對錯誤資訊就可以獲得。此外，一種新的自動化。
抽樣技術，開發了適用於容積錯誤確認。這些取樣。
顯示優良的效能，可靠的技術。資料可以快速並自動測量。
因此，高度可靠的測量資料的資料，還可以獲得更進一步了。
通過分析驗證演算法。
在傳統的計量、最小二乘方法通常用來分析取樣。
資料。然而，偏心和誤差樂隊最小二乘法的產生。
在overestimation最佳，有可能造成。因此，這是很重要的，獲得最佳的價值。
最小區域簡汪法用於驗證錯誤)的數控機床。最有趣的演算法。
最小區域法，從而使最大誤差測量資料之間。
和理想。許多傳統的方法，如單純形法[12]和線性規劃。
方法[13]的基礎上，提出解決最小區域的錯誤。最小區域。
問題是非凸問題。這些傳統的方法可能產生區域性最優。
解決方案，而不是全球的。因此，啟發式演算法文中提出了一種將效率。
評價圓的解決方案(最小區域使用遺傳演算法。眾所周知。
效能優越，天侍咐巨集然氣找到全域性最優解決老冊方案。
本文描述了測量裝置上半年自動取樣程式。
切合實際的檢測數控機床。下半場，理論基礎的遺傳。
演算法。遺傳演算法的結果進行了對比最小二乘的結果。
8樓：網友
雷尼紹機器校對測規(rmcg)也使用在座標測量機(忽瞎侍公尺)系統為簡單體積的準確性驗證。它的主要裝置是乙個鏈結同乙個未知精確的長度，被定位——在乙個忽公尺表。忽公尺被經營答神衝以便鏈結發生的的乙個領域，美清殲國婦女健康研究。
用最小區域法如何評定圓度的誤差
9樓：柳尋
圓度誤差" 英文對照：roundness error 1.圓度誤差是指在迴轉體同一橫截面內被測實際圓對其理想圓的變動量，理想圓的選擇應使變動量為最校圓度誤差值的評定方法按定義應為最小區域法，近似的評定方法有最小二乘圓法。
遺傳演算法求最小值點
10樓：網友
用遺傳演算法求已知函式的最小值點的方法：
1、首先建立自定義函式，f(x)
ga_fun=@(x)11*sin(6*x)+7*cos(5*x);
2、其二用ga()函式求解最小值。
x,fval,exitflag] = ga(ga_fun,1,,,lb)
3、然後用ezplot()函式或plot()函式，繪出其函式f(x)的圖形及最小值點。
4、執行結果。
5、執行**。