随着市场竞争的日益激烈,产品的更新周期越来越短,不但要求设计者快速地设计出产品,而且能在尽可能短的时间内制造出样品,进行必要的测试和修改,最后形成产品。快速原型技术由于可以自动、快速地将设计思想物化为具有一定结构和功能的原型或直接制造零部件,因此得到了越来越广泛的应用。本文在对常用快速原型工艺进行对比分析的基础上发现:很多快速原型工艺在制造原型的过程中都需要添加支撑,也就是说,原型在制造时的摆放位置将直接影响到支撑的添加,进一步影响到成型时间、成型效率和制造成本。因此,在快速原型制造时,成型方向是一个非常重要的影响因素,对其进行优化,找到最优成型方向具有重要的意义。在对快速原型成型方向优化的研究中,绝大多数集中于对STL模型的处理,本文将成型方向优化前移至反求工程中的数据采集领域。首先利用数据采集设备得到零件的点群数据,然后对点群数据进行优化,从而找到零件成型时的最优方向。在对成型方向进行优化时,考虑到目标函数具有非凸、非线性的特点,引入了遗传算法对其进行处理。针对简单遗传算法收敛速度慢、易陷入局部极小点(即早熟)等缺点,本文提出了相应的改进措施:为了解决离散的个体被尽早舍弃的问题,对适应函数做了线性变化;为了挑选最优个体,并将其复制到下一代群体中,使算法避免无效搜索,采用了比例选择算子;为了保证优良基因能够在下一代中有一定的遗传和继承的机会,采用了均匀算术交叉算子。为了更好地能对点群数据进行成型优化,在广泛阅读文献和调研的基础上,本文采用光照原理,将扫描得到点群进行处理,用平行透射光束照射网格,实现了用01点阵表示出了三维实体,为遗传算法的计算提供了二进制编码。这种方法不仅适用于点群数据成型优化,而且对点群数据直接进行快速原型分层也有一定的参考价值。最后,本文用Matlab6.5设计了点群数据成型方向优化的遗传算法程序,并最终得到了验证。通过本文的研究,找到了一种处理点群数据的简捷方法,突破了现有技术对零件成型优化的局限,而将其扩展到反求工程的数据采集领域,通过对点群数据的优化来实现零件成型方向的优化,大大降低了技术人员的劳动强度,提高了反求设计的效率。