摘要
本发明提供一种基于多目标优化的3D打印自适应分层方法及系统,涉及3D打印的数据处理或控制技术领域,该方法包括输入STL模型并收集模型的轮廓数据;遍历轮廓数据通过特征分析生成特征高度集;构建多目标优化函数;采用改进的NSGA‑II算法求解多目标优化函数,输出Pareto最优解集;通过改进的加权的隶属度排序法从Pareto最优解集中选择最优解;基于最优解,在特征高度集对应的特征区间内均匀微调层高,生成自适应层高集;基于自适应层高集,完成3D打印。本发明协同优化精度与效率,借改进算法适配需求,精准贴合模型特征,提升打印质量与适配性。
技术关键词
分层方法
轮廓数据
误差函数
STL模型
计算机软件产品
生成特征
计算机存储介质
总线系统
打印控制模块
执行存储器存储
分层系统
隶属度函数
算法
横截面面积
数据采集模块
表达式
动态更新
电子设备
处理器
系统为您推荐了相关专利信息
参数识别方法
频谱特征
声学理论模型
误差函数
传声器
温度预测模型
散热方法
历史性能数据
历史温度数据
误差函数
深度强化学习
节点
资源分配
监测工具
更新网络参数
变电站监测系统
背景图
环境特征值
混合高斯模型
环境数据采集单元