自适应递阶遗传算法优化BP网络的程序设计

主要阐述了一种新的遗传算法-自适应递阶遗传算法的基本原理,解决了长期以来无法同时对神经网络拓扑结构和神经网络的权值和阈值进行优化的问题,设计了一个基于自适应递阶遗传算法的BP神经网络学习算法,给出了具体的程序设计,并且利用MATLAB平台进行仿真计算.实验结果表明,该算法比一般遗传算法具有明显的优越性,可以避免神经网络陷入局部最优,迅速优化网络的拓扑结构,提高了网络的学习性能,具有一定的实用性.     

基于多伺服控制模式的运动控制系统研究与应用

论文中首先分析永磁同步电机及其驱动器的位置/速度伺服控制模式.然后,提出在同一个运动控制系统中应用多伺服控制模式的概念。基于多伺服控制模式的运动控制系统能够实现高性能的运动控制和多样化的运动功能。最后,基于位置/速度伺服控制模式,实现了坐标平台的精确往返运动控制和滚筒的连续匀速旋转运动控制。     

全自主移动机器人分层递阶控制研究

本文提出了一种基于多CPU的分层递阶控制策略,应用于全自主移动机器人的结构化设计。以分层递阶控制为核心思想的自主机器人采用智能级、协调级和执行级级连的结构,其中智能级和协调级配备独立的微处理器。实验表明,所设计的自主机器人系统具备良好的环境感知能力和控制精度,可以通过开放的VC++平台实现对机器人的控制。     

全自主机器人双目视觉运动检测研究

设计了AS—R自主机器人异构双目视觉系统，用于实现Robocup比赛中对足球的运动检测，视觉图像由云台摄象机EVI—D100／P采集；通过分析比较传统的运动检测方法，如背景图象差分法、时态差分法、基于块运动检测法和光流法的优缺点，采用了一种基于Cantty算子的自适应动态背景差分算法用于获取球场前景信息I实验结果表明，该方法能有效检测出运动目标，具有较好的实用性。     

基于Matlab的最小二乘支持向量机的工具箱及其应用

介绍了最小二乘支持向量机的算法和基于Matlab的工具箱LS-SVMlab,工具箱主要包括数据预处理,建立模型的对象及其各种训练算法等,并且结合一个工业实例阐述了LS-SVMlab在82B钢生产预测中的应用。仿真结果表明,用Matlab开发的最小二乘支持向量机工具箱LS-SVMlab效果好,编程简单,易于实现。     

磨窝井田山西组煤层厚度变化与构造应力关系

通过磨窝井田山西组二号煤层厚度变化、井田构造作用特征及对比分析,指出引起煤层厚度变化的主控因素—断裂和层间滑动。在分析煤厚变化与构造作用之间的关系基础上,研究井田内在开拓开采中的煤层厚度变化规律。     

基于分离变量的模糊控制规则的简化设计

针对多输入单输出的倒立摆模糊控制系统的规则爆炸问题,尝试了一种基于分离变量的模糊控制规则设计方法,大大减少了控制规则数,减少了控制器的运算时间。利用该方法设计一级倒立摆模糊控制系统,仿真结果表明,简化控制规则后仍能取得较好的效果。     

带双重变异算子的自适应粒子群优化算法

提出了一种双重变异自适应粒子群优化算法,该算法除了使用自适应算子来改变惯性权重外,还在搜索过程中使用非均匀变异算子对位移进行变异,扩大位移的搜索范围.当算法陷入局部收敛时,使用柯西变异算子对全局最优解进行变异,促使粒子逃离局部最优的陷阱,从而最大限度的提升算法全局搜索的性能.通过对4个标准函数的测试,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟收敛的陷阱.     

基于YUV模型和Gabor滤波器的快速目标识别方法

为了满足移动机器人准确快速的目标识别要求,给出了一种基于YUV颜色模型和Gabor小波相结合的目标识别方法.该方法首先利用YUV色彩模型快速地对目标进行预识别,然后利用Gabor小波滤波器组对预识别后的结果进行精确识别.机器人对彩色足球的识别实验结果表明,该算法在准确识别目标的前提下,可以达到约12帧每秒的图像处理速度.     

改进元胞蚂蚁模型在路径规划中的应用

将地图离散化处理是移动机器人的摄像头传感器的通用方式。元胞自动机理论是一种适合复杂大系统模拟的工具,其时间、空间和状态都离散;而蚁群算法是解决离散优化问题的成熟理论。元胞蚁群模型是结合元胞理论和蚁群算法的一种新路径规划方法。实验表明：这种新方法可行且有效。