Resumen de Inmunological-based metaheuristic techniques for free-form curve and surface reconstruction

Andreina Margarita Ávila Torres

• español

  Esta tesis se centra en la aplicación del algoritmo de selección clonal, ClonalG (una potente metaheurística englobada dentro de los llamados sistemas immunitarios artificiales), para resolver el problema de la reconstrucción de curvas y superficies de forma libre mediante funciones de soporte global y de soporte local a partir de nubes de puntos dato ruidosos. La metodología ha sido aplicada a resolver este problema en los casos relevantes de curvas y superficies de Bézier y B-splines, tanto polinomiales como racionales, y tanto en su versión paramétrica como explícita. Nuestros métodos pueden ser aplicados a nubes de puntos dato afectados por ruido, muestreado irregular y otros problemas típicos en aplicaciones del mundo real. Otra contribución relevante es la hibridación del algoritmo ClonalG con otras técnicas de búsqueda local para mejorar la eficiencia de la optimización. La tesis viene avalada por un buen número de publicaciones en revistas relevantes (Q1 y Q2) del JCR, así como en congresos internacionales de referencia en su campo.

  La principal conclusión de la tesis es que resulta posible aplicar la metodologia propuesta en la tesis, basada en diversas modificaciones del algoritmo clonalG para optimización, a fin de resolver el problema de la reconstrucción de curvas y superficies de forma libre con funciones tanto de soporte global como de soporte local a partir de nubes de puntos dato ruidosos. En general, los métodos desarrollados han funcionado muy bien para todos los ejemplos considerados en los bancos de pruebas analizados, y para todos los casos abordados, tanto para curvas como para superficies, y tanto en el caso polinomial como en el racional.

• English

  This PhD thesis is focused on the application of a powerful metaheuristics belonging to the family of the artificial immune systems and called clonal selection algorithm (ClonalG) to solve the free-form curve and surface reconstruction problem with both local-support and global-support functions from clouds of noisy data points. Our methodology has been applied to solve this problem in several relevant cases, such as polynomial and rational Bézier and B-spline curves and surfaces in both the parametric and the explicit cases. Our methods can be applied to sets of data points subjected to noise, irregular sampling and other artifacts typically found in real-world applications. Other relevant contribution is the hybridization of the ClonalG algorithm with local search techniques to enhance the efficiency of the optimization process. This thesis work has led to several publications in relevant JCR-indexed journals (Q1 and Q2) as well as in prestigious international conferences in the field.