我正在尝试找到经典2D打包问题的变体解决方案 - 类似于this question。
给定一个任意多边形 P 和一个短语 W ,我想将 W 的字母“打包”到 P中,使用平移,缩放和90度旋转,以便:
我正在努力实现的一些例子:
我已经开始设置遗传算法来尝试解决这个问题,采用以下方法:
256x256
网格内映射 P ; 26*length(W)
个字母和 B 中的n
个字母; length(W) - n
; 目前,算法正在运行并找到解决方案,虽然它们并不是特别漂亮,因为适应度函数没有考虑字母之间的重叠或可读性约束。
它也很慢,因为适应性评估需要大量的几何计算(我在Ruby中编写算法,但使用C扩展来处理几何体)。我正在考虑使用神经网络(或者可能是SVM)来生成符合this paper和this paper中的想法的适应度估计值。
关于我到目前为止所做的事情,我有几个问题:
首先,整体方法是否有意义?显然,大部分的工作和计算时间都在调整适应度函数,但在我深入研究之前,我想检查一下我是朝着正确的方向前进,并且没有一种不同的方法可以解决这个问题。更好。
如何制定适应度函数以说明字母排序/可读性约束?
我是否可以对健身功能进行任何优化以改善我可以计算的世代数?
任何其他想法或建议也将非常感激。我已经阅读了大多数关于类似主题的现有SO问题,并阅读了大量有关该主题的论文,但没有涉及任何专门处理文本打包的问题。
谢谢!
答案 0 :(得分:10)
问:我如何制定健身功能来说明这封信 订购/可读性约束?
文本可读性与流程有关,即单词的后续字母处于眼睛移动的相同后续方向。我认为像下面这样简单的技术可能有用。
步骤:
angle 1
到angle 5
的角度。35 degrees
作为我们的值。angle 3
和angle 4
属于此类别,因此count = 2
。count
大于特定值,则文字展示位置无法读取。我希望我能够解释这个想法。相同的衍生物可能是一个很好的解决方案。