基于IFWA-ELM的六维力传感器解耦算法

针对六维力传感器的维间耦合严重影响测量精度的问题，本文提出了一种基于改进烟花算法优化极限学习机（IFWA-ELM）的解耦算法。首先，对烟花算法的爆炸半径、变异算子和选择策略进行改进，形成改进烟花算法（IFWA）。其次，采用改进烟花算法寻找极限学习机的最佳网络参数，解决极限学习机随机生成初始权值和阈值导致网络不稳定、隐含层神经元数量对网络性能影响较大的问题。为了验证算法的解耦性能，本文以应用于4500m深海机械臂的六维力传感器作为研究对象，采用最小二乘法（LS）、BP神经网络（BPNN）、极限学习机（ELM）和IFWA-ELM算法进行解耦实验。实验结果表明：IFWA-ELM算法具有较好的非线性解耦能力，解耦后Ⅰ类误差控制在0.27%以内，Ⅱ类误差控制在0.13%以内，有效提高了六维力传感器的测量精度。     

六维力/力矩传感器静态解耦算法的研究与应用

维间耦合是影响多维力/力矩传感器测量精度的一个主要因素。介绍了六维力/力矩传感器维间耦合的基本原理,在研究基于求解矩阵广义逆的静态解耦算法的基础上,提出了基于耦合误差建模的静态解耦算法。以实验室研制的六维力/力矩传感器为例进行标定实验,用两种解耦算法对其进行解耦计算。实验结果证明基于耦合误差建模的静态解耦算法的有效性。     

基于RF-GA的六维力传感器解耦方法

多维力传感器的维间耦合问题严重影响了检测精度的提高。通过设计新型RF-GA（基于遗传算法的改进随机森林算法）解耦方法解决多维力信息的解耦问题，实现提高力传感器检测精度的目标。针对随机森林算法中含有大量子树，但每个子树的预测准度无法保证的问题，利用遗传算法对随机森林的子树进行筛选，保留优质子树，从而提高预测精度。以基于应变检测的六维力传感器为实验对象，将RF-GA算法运用到实际力信息解耦中，并通过解耦实验对RF-GA算法进行验证。与现有解耦算法相比，RF-GA解耦方法具有精度高、解耦时间短的优点，实验结果表明该算法能有效提高多维力传感器的解耦精度。     

基于数据均衡化与改进鲸鱼算法优化核极限学习机的变压器故障诊断方法

针对不平衡数据对变压器故障诊断模型辨识精度的影响，提出一种基于自适应综合过采样(ADAptive SYNthetic, ADASYN)与改进鲸鱼算法优化核极限学习机的变压器故障诊断模型。首先，利用ADASYN算法优化变压器故障数据均衡化处理，解决变压器故障数据集类间不平衡给模型带来的偏倚问题。其次，通过多策略组合改进了鲸鱼优化算法(improved whale optimization algorithm, IWOA)的搜索速度、收敛能力和局部极值的逃逸能力。最后，改进鲸鱼算法对核极限学习机(kernel based extreme learning machine, KELM)正则化系数和核函数参数寻优，构建改进鲸鱼算法优化核极限学习机(IWOA-KELM)故障诊断模型。将模型应用于变压器故障诊断领域，用该模型与粒子群算法核极限学习机模型(PSO-KELM)、灰狼算法优化核极限学习机模型(GWO-KELM)和鲸鱼算法核极限学习机模型(WOA-KELM)的诊断精度对比，分别提升14.17%、 12.5%和8.34%,这证明了所提故障诊断模型具有更高的精度和泛化能力。     

基于极限学习机的供水管网故障智能诊断方法

为进一步提高传统极限学习机的泛化能力,提出了一种基于人工蜂群算法优化的极限学习机模型.该模型将人工蜂群算法的全局寻优能力和极限学习机的快速学习能力相结合,有效克服了传统极限学习机的过拟合现象.在确定水压变化比值作为故障特征参数的基础上,将优化后的极限学习机模型应用于供水管网的泄漏故障诊断实验,实验结果表明,经人工蜂群算法优化的极限学习机模型在故障诊断速度和精度方面均优于其他3种模型.     

改进灰狼算法的核极限学习机的风功率预测

针对风能的波动性、非平稳性导致风电功率预测精度不高的问题,研究并提出一种基于可变模式分解(VMD)技术和改进灰狼算法(DIGWO)优化核极限学习机(KELM)的短期风电功率预测模型。将功率信号进行分解得到若干个不同带宽的模式分量,对各个模式分量建立核极限学习机预测模型。为提高核极限学习机的寻优能力,采用改进的灰狼算法对核极限学习机的参数进行优化,得到各个模式分量的预测值,将分量预测值进行叠加后得到风电功率最终预测。采用实际风电功率数据进行实验仿真,实验结果表明,该模型的RMSE和MAE分别是1.5%和1.16%,相比其他模型提高了风电功率预测精度。     

融合折射学习和改进天牛须搜索的黑猩猩优化算法及其应用

针对黑猩猩优化算法(ChOA)寻优存在全局搜索能力弱、收敛精度低、易陷入局部最优等缺陷,提出一种融合折射学习和改进天牛须搜索的黑猩猩优化算法(BCRChOA)。首先,借鉴天牛须算法搜索能力强和Levy飞行机制搜索方向和步长的不确定性的特点,将Levy飞行改进的天牛须搜索算法对ChOA进行搜索优化,提高ChOA的全局搜索能力;其次,在“攻击者”个体位置更新阶段引入云自适应动态权值,以协调算法全局探索和局部开发能力;最后,采用基于折射定律的反向学习策略提高算法跳出局部最优的能力。实验选取10个基准测试函数、部分CEC2014测试函数以及工程优化案例,将BCRChOA与最新的元启发式算法及其改进算法进行跨文献对比,结果表明BCRChOA在寻优能力和鲁棒性上均显著优于原始算法和对比文献。     

基于天牛须搜索的花朵授粉算法

针对花朵授粉算法后期收敛速度慢,寻优精度低的缺点,提出了一种基于天牛须搜索的花朵授粉算法（BASFPA）。算法首先在全局寻优阶段采用天牛须搜索加快收敛,其次在局部寻优阶段加入变异策略帮助算法跳出局部最优。实验使用6个常用优化函数进行测试,结果表明BASFPA在低维和高维下收敛速度和精度均高于其他算法,达到相同精度所需的迭代次数均小于其他算法,证明天牛须搜索对FPA算法的改进是合理的。     

基于改进花粉算法的极限学习机分类模型

针对多输出极限学习机（MELM）分类模型输入层权值和阈值随机选取导致的分类精度波动问题,提出一种基于改进花粉算法（CS-ACFPA）的极限学习机多分类模型（CS-ACFPA-MELM）。利用自适应算子和Tent策略优化花粉算法的寻优方式,构造一种基于代价敏感的适应度函数,使花粉算法能够更好地匹配MELM模型的输出,最后使用改进的花粉算法和基于代价敏感的适应度函数优化极限学习机的输入权值和阈值,以提高MELM模型的的分类性能。通过对比实验验证了CS-ACFPA算法对MELM模型改进的有效性,并且体现了CS-ACFPA-MELM模型在大规模样本上的优势以及小样本上的适用性。     

基于云量子花朵授粉的极限学习机算法

为了避免花朵授粉算法在极限学习机识别过程中易陷入局部最优，提出了一种基于云量子花朵授粉的极限学习机算法。首先,将云模型和量子系统引入到花朵授粉算法中，增强花朵授粉算法的全局搜索能力，使粒子能在不同状态下进行寻优。然后,采用云量子花朵授粉算法优化极限学习机的参数，提高极限学习机的识别精度和效率。实验中采用6个标准测试函数对多个算法进行仿真对比，对比结果验证了所提云量子花朵授粉算法的性能优于另外3种群智能优化算法。最后，将改进的极限学习机算法应用到油气层识别中，结果表明其识别精度达到98.62%，相较于经典极限学习机，其训练时间缩短了1.680 2 s，该算法具有较高的识别精度和效率，可以广泛应用到实际分类领域中。     

基于半监督深度生成对抗网络的图像识别方法

基于生成对抗网络的图像识别方法拥有很高的识别率,但训练时需要大量有标签样本,在有标签样本较少的情况时识别效果不佳。针对这个问题,结合深度卷积生成对抗网络和半监督生成对抗网络的特点建立半监督深度生成对抗网络。根据有标签样本和无标签样本分布,模型生成拟合真实分布的样本输入并训练分类器,增加了训练样本数从而提升识别率。将模型优化调整并进行图像识别实验,结果表明,该方法仅用少量有标签样本即可实现准确的图像识别。     

基于遗传算法的移动Sink数据采集信宿路算法

数据收集是部署无线传感网络WSNs(Wireless Sensor Networks)基本目的。而采用移动Sink方式收集节点数据是解决数据收集效率的有效措施。为此,提出基于遗传算法的移动Sink数据采集算法GMSDC(Genetic algorithm-based Mobile Sink Data Collecting)。GMSDC算法利用遗传算法求解最佳驻留点,再由这些驻留点构建Sink移动路径。仿真结果表明,相比于EDAMS算法,GMSDC算法增加了数据收集量。     

改进克里金插值算法的井下无线定位指纹库构建方法

针对煤矿井下巷道中构建一个采集点密集分布的无线定位指纹库,需要逐点采集信号,会耗费大量的人力和时间,为此提出基于模拟退火SA(Simulated Annealing)人工蜂群ABC(Artificial Bee Colony)混合算法优化克里金(Kriging)插值算法的构建井下无线定位指纹库的方法。首先通过无线网络采集井下巷道部分采集点的指纹数据,并建立采集指纹数据库。其次利用采集指纹数据库构建Kriging插值算法模型,再通过SA-ABC算法对变异函数的参数寻优,建立SA-ABC-Kriging插值算法模型。再次用插值算法估算出预测点的信息数据,并建立插值指纹数据库。最后将采集指纹数据库和插值指纹数据库构建井下无线定位指纹库。实验表明,该构建方法比传统Kriging插值算法的定位精度和插值精度更高,而且可减少50%的人工采集指纹数据工作量。     

基于链路时间预测的移动Ad Hoc网路由

移动Ad Hoc网络是一种自组织、无基础设施的网络。而节点的自由移动促使链路频繁的断裂。为此,提出基于链路连通时间预测路由LDPR(Link Duration-Prediction-based Routing)。LDPR路由先通过节点运动信息,预测链路的连通时间。然后,再依据链路的连通时间计算路由生成时间,并选择两条路由生成时间长的路由协同传输数据,一条路由作为主路由,另一条路由作为备用路由。通过双路由机制,提高数据包的传输效率。实验数据表明,相比于传统的按需距离矢量AODV(Ad Hoc On-demand Distance Vector)路由,LDPR路由在吞吐量和端到端传输时延方面的性能得到有效改善。     

基于响应面法和遗传算法的多自由度微陀螺性能优化

为了兼顾微陀螺的灵敏度和带宽,实现其性能优化,将特征提取、响应面法与遗传算法相结合,提出了一种基于灵敏度和带宽最优化的优化设计方法。该方法基于特征提取确定设计变量及约束条件。通过BBD(Box-Behnken Design)方法采样,结合最小二乘法构建微陀螺灵敏度和带宽的响应面近似模型,运用多目标遗传算法对响应面模型进行优化。通过计算Pareto前沿最优解获得一系列优化方案,可同时将灵敏度和带宽分别提升19%和12%,也可在灵敏度不变的前提将带宽拓展78%,可根据实际需要选择不同的优化方案。对原设计和优化方案进行仿真对比,验证了优化设计结果的正确性。采用该方法对多自由度微陀螺的性能进行分析和优化,能在大大提高优化效率的同时有效提高灵敏度与带宽,为微陀螺的优化设计提供一种新思路。     

一种用于可调谐频率选择面的液态金属可重构电容器

提出了一种新颖的基于液态金属的可重构电容器,该器件可应用于可调谐频率选择面。这种可重构电容器由一对金属贴片和微流体管道组成。微流体管道包含聚二甲基硅氧烷(PDMS)材料制成的主管道(用于控制液态金属)和与其共面的子管道(用于储存盐酸溶液)。由于PDMS具有良好的渗透性,在子管道中的盐酸蒸汽可以通过管道壁渗透进入主管道,并和液态金属上的表面氧化层反应,使之呈现真正的流体特性。液态金属液滴可以在管道道中自由的移动。最后,基于这种液态金属的微流体平台,开发了一种可应用于可调谐频率选择面的可重构电容器件。其调谐性主要取决于主管道中液态金属液滴的位置和形状。实验结果表明,这种基于液态金属的可重构电容器可以广泛的应用于可调谐电子器件之中。     

基于电化学寡核苷酸传感器的痕量汞离子检测

水环境中的重金属汞污染日益严重,对生态环境和人类健康造成了不容忽视的威胁。因此,现场监测痕量汞离子具有极其重要的意义。构建了一种基于胸腺嘧啶-Hg^2+-胸腺嘧啶(T-Hg^2+-T)特异性配位结构的无标记型电化学寡核苷酸传感器,用于检测痕量Hg^2+。将末端修饰巯基的富T寡核苷酸链(Oligo)自组装到金电极表面,当存在Hg^2+时,Oligo探针将捕获Hg^2+而发生构象变化,形成"发卡型"结构。利用电化学阻抗谱对金电极表面自组装膜的构象变化进行表征,发现电子转移阻抗RCT随Hg^2+浓度的升高而减小,建立两者间的线性关系,从而实现对Hg^2+的定量检测。本传感器在0.5 nmol/L^500 nmol/L范围内具有良好线性关系,检出限为0.2 nmol/L,特异性实验表明该传感器对Hg^2+选择性极好。该传感器为水环境中痕量汞离子的准确、定量检测提供了一种有效的手段。     

基于质量刚度解耦的三波腹嵌套环MEMS陀螺结构优化设计

相比于经典的二波腹嵌套环式MEMS陀螺,三波腹嵌套环式MEMS陀螺具有工作频率高,抗干扰能力强等一系列优点,但是由于其工作频率高,环谐振状态下的热弹性损耗随之提高。针对这一问题本文采用了一种基于质量刚度解耦的质量块悬挂方法。该方法在基本不改变陀螺结构刚度的情况下,通过在嵌套环结构上悬挂质量块来提升陀螺的有效质量,从而可以按照需求合理降低陀螺的工作频率,降低其由热弹性阻尼带来的能量损耗,提升陀螺结构的整体性能。经COMSOL仿真软件的验证,我们优化了质量块的悬挂方式,避免陀螺振动时质量块的偏移,并且确定最佳的质量块悬挂环数为2环,而后在同一张<100>硅片上制作了优化前后的两种嵌套环式MEMS陀螺进行实验对比。实验测试结果表明:采用的质量块悬挂优化方式成功实现了质量刚度解耦,提升陀螺结构的品质因数3.12倍,降低陀螺由于加工缺陷带来的频率裂解3.37倍。     

基于随机噪声调制的新型隐蔽通信系统

在无线传感器网络中,为了实现信息的隐蔽通信,提出了一种基于随机噪声调制的新型隐蔽通信系统。隐蔽通信系统的二进制消息序列调制联合正态分布噪声序列的相关系数。作为隐蔽通信系统信号的联合正态分布噪声,叠加到传统数字通信系统调制器的输出。在接收端,相关系数的估计值经过硬判决之后恢复出隐蔽系统的的二进制消息。所提出方案的关键问题,例如信道估计和符号同步,则由传统的数字通信系统解决。从理论上推导出了隐蔽通信系统的误码率。仿真结果表明,所提出的系统具有较低的误码率性能,且与理论值一致。     

移动机器人视觉控制系统

机器人由图像采集系统，模式识别系统，控制系统，传感器和各种执行单元构成。我们采用工控机，配合图形采集卡，进行图像的采集和处理。控制系统主要由单片机构成。识别系统将处理结果通过编码发送到控制系统，由控制系统融合触觉，接近觉等其它传感器信息，控制各种功能执行单元。