Phys. Dirk Burghardt
Phys. Dirk Burghardt
Phys. Dirk Burghardt
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
48 Kapitel 4. Verdrängung von Punkt- und Flächenobjekten<br />
Numerische Tests haben gezeigt, daß die quadratische Optimierung die Tendenz besitzt, irreguläre<br />
Punktmuster zu regularisieren. Um diesem Effekt im Sinne der Strukturerhaltung entgegenzuwirken,<br />
erweist es sich als sinnvoll, die Punktabstände r ik nach ihrer Größe zu ordnen<br />
und die Restriktionen (4.1-3) für die m kleinsten Abstände r ik unter allen möglichen r ik < r HC<br />
anzusetzen.<br />
(a) Muster vor der Verdrängung<br />
(b) Lösung mit quadratischer Optimierung<br />
(c) Lösung mit linearer Optimierung<br />
(d) Vergleich beider Verdrängungslösungen<br />
Abbildung 4.1-2: Punktverdrängung mit Hilfe von linearer und quadratischer Optimierung<br />
Die lineare Optimierung (Ritzmann, 1996) mit der Forderung, die Summe der gewichteten<br />
Verschiebungsbeträge zu minimieren, läßt Ungleichungen zu:<br />
n∑<br />
i=1<br />
p i |v i | = Min , r ik − r HC<br />
ik ≥ 0 . (4.1-5)<br />
Indem auch Abstände r ik > rik<br />
HC möglich sind, erweist sich die lineare Optimierung flexibler als<br />
die quadratische. Das Standardproblem der linearen Optimierung (4.1-5) wird üblicherweise mit