摘要: 针对隐形矫治方案制定过程中传统牙齿运动路径规划方法准确度及效率低下问题,
根据牙颌评价参数提出新的目标函数,再以传统的人工蜂群算法(ABC)为基础,通过外部存储
存放Pareto 解集,然后以改进的Harmonic 距离对Pareto 解集进行更新,从而提高种群的多样
性。随后通过Slerp 球面线性插值以及线性插值获取牙齿运动路径初始值,与人工蜂群算法中
的初始食物源生成方式相结合,生成更好的食物源。通过改进后的人工蜂群算法采用优先级方
案对新目标函数进行优化,得到牙齿的无碰撞运动路径。通过验证本文方法的矫治方案效果,
并与传统目标函数进行比较,结果表明目标函数可以生成更符合临床治疗要求的矫治方案,改
进ABC 算法相比基本ABC 能够获得更优的路径,缩短了矫治阶段数,具有实用价值。