[发明专利]基于随机森林算法的分层布料模拟方法

权利要求书

1.基于随机森林算法的分层布料模拟方法，其特征在于：具体按照以下步骤进行：

步骤1，使用隐式积分方法计算出初始布料中质点位置x⁰(t+Δt)，将质点用线连接，产生布料网格L₀，将布料网格L₀里的三角形的索引值标为0，即产生最初始水平的布料；

步骤2，使用随机森林模型中的回归算法，在初始水平布料的基础上，计算出新质点的位置，然后将新质点与步骤1产生的布料网格L₀里与新质点相对应的三角形的三个顶点相连，产生新的布料网格，将新产生的布料网格里的三角形的索引值标为1；

步骤3，采取边翻转操作，将步骤2中新的布料网格中的狭长三角形转化为不含钝角的稳定三角形，产生了新的布料网格L₁，将新的布料网格L₁里的经边翻转产生的三角形索引值加1；

步骤4，重复操作步骤2-3，每当产生新的三角形，其索引值依次加1；直至产生满意的布料动画，即完成基于随机森林算法的分层布料模拟。

2.根据权利要求1所述的基于随机森林算法的分层布料模拟方法，其特征在于：所述步骤1中使用隐式积分方法计算出初始布料中质点位置x⁰(t+Δt)，具体操作过程是：

x⁰(t+Δt)＝x⁰(t)+v⁰(t+Δt)Δt (1)

M⁰v⁰(t+Δt)＝M⁰v⁰(t)+(f_ext(t)+f(t+Δt))Δt (2)

其中：x⁰(t)表示t时刻质点的位置；v⁰(t)表示t时刻质点的速度；M⁰表示质量矩阵；f_ext表示外力；f代表模型的隐含力；

将方程(1)和(2)的计算可以转换为一下最小化问题：

其中：表示的是在没有隐含力f的情况下所预测的质点的下一位置，U是影响布料模型的不同能量项的总和。

3.根据权利要求2所述的基于随机森林算法的分层布料模拟方法，其特征在于，所述步骤2中使用随机森林模型中的回归算法，计算出下一水平布料中新质点的位置，具体操作过程是：

步骤2.1：将布料网格中质点的位置作为样本，假设原始数据样本含量为n，样本含有7个输入特征维，利用bootstrap有放回地随机抽取b个新的自助训练样本集，每次未被抽到的样本组成b个袋外数据，作为随机森林的测试样本；

步骤2.2：将三角形的各质点与其初始位置相比的局部差异作为输入特征向量，定义为：

其中：为的初始位置；

步骤2.3：随机森林算法的输出为预测的新质点的位置与其真实位置的差异，定义为：

其中：为的初始位置；

步骤2.4：随机森林算法所预测的新质点的位置为：

4.根据权利要求3所述的基于随机森林算法的分层布料模拟方法，其特征在于：所述步骤3中需要采取边翻转操作的狭长三角形为：

满足以下两个条件：

(1)有与三角形中钝角所对应的边共享此边的三角形；

(2)要进行边翻转操作的两个三角形具有相同的索引值。

5.根据权利要求1-4任一项所述的基于随机森林算法的分层布料模拟方法，其特征在于，所述步骤4中重复操作步骤2-3，每当产生新的三角形，其索引值依次加1；直至产生满意的布料动画，即完成基于随机森林算法的分层布料模拟，具体操作过程是：

每当使用随机森林算法产生更精细水平的布料，便评判产生的布料模拟效果，如果满意则停止整个模拟过程；如果产生的布料动画不满意，继续重复步骤2和步骤3，直至产生令人满意的布料动画。