基于二进制GA的曲线重构优化方案

　　带法向约束的自由曲线曲面重构在光学反射面设计中起着至关重要的作用．为解决法向约束下的曲线重构问题提出了一种优化方案，使得重构出的曲线在逼近数据点的同时，亦能满足相应法向约束．首先，利用惩罚函数的方法将带法向约束的优化问题转化为无约束的优化问题．然后，引入二进制编码的遗传算法（GA），建立合适的适应度函数，自适应产生优化节点向量，如此迭代进化，直到产生令人满意的重构曲线为止．考虑到节点向量非递减的特性，而遗传算法在寻找最优节点向量的过程中有可能打乱节点向量的顺序，所以在建立适应度函数的时候将变量调整为无序有界变量．通过与传统最小二乘方法和粒子群智能优化方法的比较，所提方案在解决带法向条件约束的曲线重构问题上优势明显，且对于任意形状的曲线重构都行之有效．