双足机器人步态控制的深度强化学习方法

针对双足机器人行走过程中的步态稳定控制问题,提出一种改进深度Q网络的深度强化学习方法.首先,将深度Q网络算法与确定性策略梯度相结合,提出用修正Double-Q网络优化操作一评论网络的评论网络,给出一种改进的深度Q网络;然后,建立双足机器人连杆模型,在常规的平整路面上将改进的深度Q网络用于作为智能体的双足机器人进行步态控制训练.MATLAB仿真结果表明,与深度Q网络和深度确定性策略梯度算法相比,所提算法有更好的训练速度且其回报曲线具有良好的平滑性.在CPU训练下,经过20 h左右深度强化学习能够完成智能体训练.双足机器人在较小的力矩和长距离下能够稳定快步行走.     

基于智能计算方法的AGV制造车间调度问题研究现状

基于智能制造车间物流系统中AGV的复杂动态调度问题,阐述了智能计算方法在复杂调度技术方面及其在智能制造车间AGV调度的研究应用.对群智能计算、遗传算法、人工神经网络等常见智能计算方法的特性及调度问题应用进行分析.针对群智能计算方法重点探究了粒子群算法、蚁群算法及人工蜂群算法在制造业AGV调度中的应用;结合遗传算法与柔性制造系统生产理念总结了AGV调度研究现状;在人工神经网络方法上,介绍了基于深度学习、强化学习有关的AGV调度问题研究及特点.基于智能计算方法各自计算特点对其在制造车间AGV调度应用进行了探讨,总结了智能计算方法在制造车间关于AGV智能调度的研究的发展趋势,方便未来AGV车间调度系统的技术研究选择合适的算法.     

基于智能计算方法的AGV制造车间调度问题研究现状

基于智能制造车间物流系统中AGV的复杂动态调度问题,阐述了智能计算方法在复杂调度技术方面及其在智能制造车间AGV调度的研究应用.对群智能计算、遗传算法、人工神经网络等常见智能计算方法的特性及调度问题应用进行分析.针对群智能计算方法重点探究了粒子群算法、蚁群算法及人工蜂群算法在制造业AGV调度中的应用;结合遗传算法与柔性制造系统生产理念总结了AGV调度研究现状;在人工神经网络方法上,介绍了基于深度学习、强化学习有关的AGV调度问题研究及特点.基于智能计算方法各自计算特点对其在制造车间AGV调度应用进行了探讨,总结了智能计算方法在制造车间关于AGV智能调度的研究的发展趋势,方便未来AGV车间调度系统的技术研究选择合适的算法.     

智能问答系统在装备制造业的应用研究

随着智能制造的不断深化，装备制造领域对智能问答产品的需求已非常旺盛，结合装备制造领域典型问答情景分析，创新性地提出了基于问答规则引擎的装备制造智能问答系统的实现方式，针对在产品设计、工艺设计、生产制造、运维保障、经营管理各应用环境下，分析用户提出的问题类型，并结合专业领域知识其数据特点，从基于常见问题、基于知识社区、基于阅读理解和基于知识图谱等四种方式中选择合适的实现方式，得到最终答案。     

面向云制造服务的语义X列表知识表达与推理体系

为实现基于知识的云制造系统智能按需服务,结合X列表模型和本体、语义推理等语义Web技术,提出语义X列表模型;运用该模型分析云制造系统的本体要素概念、属性及要素之间的联系,建立包括需求任务、云资源、云服务和智能代理本体列表的面向云制造的语义X列表体系本体结构模型,提取并构建基于语义网规则语言的跨列表本体交互规则;设计面向云制造的语义X列表系统体系结构,利用接口与云制造系统的集成通信,将本体知识库、事实库与规则库封装进智能代理列表中进行按需服务组合推理;对具体的云制造任务实例建立了语义X列表模型和规则推理机制,通过推理实验验证了该体系方法的有效性和可扩展性。     

基于BERT的语义匹配算法在问答系统中的应用

随着知识图谱和自然语言处理技术的高速发展,对智能搜索和智能问答等应用的要求越来越高,语义匹配技术成为其中不可缺少的一环。高效准确的语义匹配算法通过计算两个句子的语义相似度,可以显著提高文本搜索、问答匹配的效率,因此,提出一种基于BERT模型(Bidirectional Encoder Representations from Transformers)的中文语义匹配算法。该算法将句子转换为特征向量表示,结合Attention机制,计算两个句子的语义相似度进行匹配。经过与传统的语义匹配模型BiLSTM(Bi-directional Long Short-Term Memory)、ESIM(Enhanced Sequential Inference Model)、BiMPM(Bilateral Multi-Perspective Matching)的对比实验,基于BERT的中文语义匹配算法在测试集上准确率、召回率、F1值分别可达86.38%、94.77%、87.43%,均优于以上语义匹配模型算法。     

室内场景下实时地三维语义地图构建

移动机器人自主建图是完成智能行为的前提。为提高机器人智能水平和直观的用户交互,地图需要扩展超出几何和外观信息的语义信息。研究了将基于深度残差网络(DRN)的像素级图像语义分割和三维同时定位与建图(SLAM)相融合的三维语义地图构建方法。首先,采用一种联合中值滤波算法进行深度图像的修复,使用改进的迭代最近点(ICP)算法得到相机估计位姿以及基于随机蕨类的闭环检测构建出三维环境地图;其次,采用优化的深度残差网络对输入的图像实现较精准的像素语义级别的预测与分割;最后,采用贝叶斯更新方法,渐进式的将图像分割获取的语义分类标签迁移到重建的室内三维模型中,获得完整的三维语义地图。实验表明,所设计的方法可以在实际的、复杂环境下实时地构建语义地图。     

结合多模态知识图谱与大语言模型的风机装配工艺问答系统

风力发电机是风能发电的基础,但其装配工艺信息通常分散于以三维模型、自然文本和图像等多模态信息构成的工艺文件中,导致历史工艺难以高效复用,装配工艺设计效率低下。针对这一问题,文中通过构建多模态知识图谱的方式整合风力发电机历史装配工艺信息,并且为了能对工艺信息进行有效利用,提出了结合多模态知识图谱与大语言模型的风力发电机装配工艺问答系统,利用大语言模型进行自然语言问题的粗粒度解析,再结合模式层关系细粒度解析问题,最后获得答案。在风力发电机装配工艺数据集上与其他最新KBQA方法和最新大语言模型对比取得优异结果,并在装配工艺可视化问答系统上进行验证,研究结果表明：风机装配工艺设计效率有显著提升。     

刀具磨损状态识别与智能监测方法综述

刀具作为机械生产中机床加工所使用的关键执行件,其磨损状态识别和智能监测技术对于提高生产效益具有重要意义。传统的刀具磨损信号分析都是利用经验方法分解提取出信号特征来对信号特征进行解析,无法实现智能化监测。随着大数据时代的到来和深度学习算法的不断优化和改进,诸如卷积神经网络、深度置信网络、稀疏自动编码器等算法的应用越来越广泛,因此可以利用大数据平台,将深度学习算法与现代传感器技术、计算机技术、信号采集存储技术相结合,实现刀具磨损状态识别和智能监测。大数据技术和人工智能技术在机械工业生产中的结合应用是当今时代的必然发展趋势。     

复杂产品设计知识的语义自动标注方法

针对复杂产品设计知识手工语义标注耗时长、准确率低、不能完整表达知识语义信息等问题,提出一种以语义空间为标注结果的知识语义自动标注方法。结合复杂产品设计领域知识的特点,提出领域本体的构建流程和多维度本体构建框架。在此基础上提出自动语义标注的实现流程,对知识预处理和本体解析、语义匹配以及语义空间生成和标注结果存储转换进行了深入研究。通过在某军用车辆知识管理系统中进行的试验证明,该方法不但能够提高设计知识语义标注的效率,而且可以充分准确地表达知识语义的内涵,提高语义检索的效率。     

基于深度置信网络的大数据制造过程实时智能监控

针对基于浅层学习模型的过程监控方法难以对大数据制造过程运行状态进行实时智能监控的问题,提出了基于深度置信网络的大数据制造过程实时智能监控方法。利用灰度图建立大数据制造过程质量图谱,以精准表达其过程的运行状态;构建用于识别大数据制造过程质量图谱的深度置信网络;应用离线训练好的深度置信网络模型对当前监控窗口内的过程质量图谱进行识别,实现大数据制造过程实时智能监控。最后,应用该方法对某注塑件大数据制造过程进行实时质量智能监控,结果表明：所提方法的识别性能明显优于基于主成分分析与BP神经网络、支持向量机的识别模型,能有效应用于大数据制造过程实时质量智能监控。     

基于知识的智能制造物流系统平台研究

根据某汽轮机叶片分厂次品率高的现状,运用本体方法构建知识库,规范管理制造系统内各类知识;运用工业4.0思想,构建基于包装、物流等知识的智能制造物流系统平台。该平台重点展现了在制品包装管理和生产物流管理两大模块,详细论述了其中的子模块包装需求管理和智能物流调度。通过Flexsim仿真软件对叶片分厂的实例应用进行效果仿真,验证得到高效畅通的物流效果。智能制造物流系统平台通过知识管理与智能化的结合应用,优化了制造系统,降低了次品率,提高叶片分厂智能化水平。     

基于胶囊网络的产品形态设计决策模型

针对小样本数据集条件下深度学习算法的方案图像智能决策限制问题,提出一种基于胶囊网络的产品形态设计决策模型.应用人工智能方法搭建基于产品形态语义的多视角图像数据集,并将数据集图像进行预处理和特征提取.再利用卷积层学习得到图像特征,将不同卷积层中的若干特征划分为一组,生成具有丰富语义特征的主胶囊.利用动态路由算法获取一组数...     

优化过程知识引导的挖掘机动臂结构优化设计新策略

针对现有智能优化算法求解挖掘机动臂结构优化问题效率低、易陷入局部最优等问题,提出一种优化过程知识挖掘、处理和利用策略.构建基于任务知识指导的优化过程知识挖掘、处理和利用机制,探讨了运用优化过程知识引导遗传算法数值优化搜索的途径,并建立群体成员分组的知识利用算子以及选择、交叉、变异操作的知识利用算子.以中型液压挖掘机动臂结构优化任务为例,以所构建的知识利用算子引导遗传算法的数值优化搜索,通过与现有遗传算法进行对比,表明优化过程知识的利用可以有效提高优化效率并改善优化效果.     

采用深度级联卷积神经网络的三维点云识别与分割

三维目标识别和模型语义分割在自动驾驶、机器人导航、3D打印和智能交通等领域均有着广泛应用。针对PointNet++未能结合三维模型的上下文几何结构信息的问题,提出一种采用深度级联卷积神经网络的三维点云识别与分割方法。首先,通过构建深度动态图卷积神经网络捕捉点云的深层语义几何特征;其次,通过将深度动态图卷积神经网络作为深度级联卷积神经网络的子网络递归地应用于输入点集的嵌套分区,以充分挖掘三维模型的深层细粒度几何特征;最后,针对点集特征学习中的点云采样不均匀问题,构建一种密度自适应层,利用循环神经网络编码每个采样点的多尺度邻域特征以捕捉上下文细粒度几何特征。实验结果表明,本算法在三维目标识别数据集ModelNet40和MoelNet10上的识别准确率分别为91.9%和94.3%,在语义分割数据集ShapeNet Part,S3DIS和vKITTI上的平均交并比分别为85.6%,58.3%和38.6%。该算法能够提高三维点云目标识别和模型语义分割的准确率,且具有较高的鲁棒性。     

数据驱动的智慧车间实时调度方法研究

智能制造系统采用了物联网等大量先进信息技术,使得车间积累了大量的实时生产数据。同时,复杂制造系统在运行过程中容易出现一系列干扰事件,这对车间实时响应能力提出了更高的要求。因此,在工业大数据支撑的制造环境下,针对考虑序列相关设置时间和阻塞的混合流水车间调度问题(Hybridflowshopschedulingproblemwithsequence-dependentsetup timesandblocking,HFSP-SDST-B),提出一种基于深度强化学习的实时调度方法,从而实现制造资源的合理分配和完工时间最小化。作为一个序列决策问题,HFSP-SDST-B可以被建模为一个马尔科夫决策过程。在每个调度点,智能体根据当前的生产状态选择相应的调度规则,从而进行合理的工件排序和机器分配。为了实现生产数据驱动的实时调度方法,依次设计考虑阻塞因素的调度点、通用生产状态特征、基于遗传规划的启发式规则和奖励函数。然后提出一种基于近端策略优化算法的训练方法,从而让智能体构建状态与规则之间的有效映射。最后试验结果表明,与现有的动态调度方法相比,该方法具有优越性和通用性,并且通过学习能够有效处理随机扰动...     

云制造服务平台供需智能匹配的研究与实现

为提高中小企业云制造服务平台搜索引擎的实用性,在保证其搜索智能度和搜索精度的同时,基于云制造服务模式和思想,开发了一个面向中小企业云制造服务平台的供需智能匹配引擎。采用关键字语义智能搜索,使用制造服务资源本体库,根据需求本体构建形式化的需求匹配模式,进行了制造服务资源的智能匹配算法。在汽车/摩托车配件行业进行了验证性应用,通过"骨架法"构建汽车/摩托车配件本体库,完成了该服务资源本体语义推理,实现了云搜索的有效、快捷智能匹配。     

基于人机交互的英文文学作品翻译系统设计与实现

随着文化传播的全球化发展,开发高效的英文文学作品智能翻译系统能够极大程度方便读者对英美文学作品进行阅读和鉴赏.为了提高翻译系统的智能性,本文基于C语言设计了一种具有人机交互功能的翻译系统.利用类比匹配算法构建了语义库和完整的概念格.在进行英文文学作品分析时,处理语义歧义时自动开启人机交互模式,将人工判断结果反馈至客户端...     

基于自适应神经模糊推理系统的半导体生产线故障预测及维护调度

为解决半导体生产线设备故障预测问题,采用自适应神经模糊推理系统构建故障预测模型.利用减法聚类确定模型初始结构,采用由最小二乘算法和梯度下降法所组成的混合学习算法优化模型参数.经实验数据检验,所建模型拟合能力强且精度高,能有效预测生产线下一阶段可能发生故障的设备名称等调度问题关键参数信息.在原有设备维护调度的基础上,嵌入故障预测模型,构建新的设备维护调度方案,并以某半导体生产线制造过程为例进行仿真验证,取得了良好的调度效果.     

基于云计算的数字图书馆智能问答系统设计

为了解决传统搜索引擎存在的返回答案速率低、准确性差的难题,基于云计算对数字图书馆智能问答系统进行设计。以分析传统搜索引擎存在难题为前提,对数字图书馆智能问答系统架构进行设计,以此为基础,对系统硬件与软件进行设计。系统硬件为Web终端、图书信息采集设备与图书信息转换设备,系统软件为数据库构建模块、问句预处理模块与检索排序模块。通过系统硬件与软件的设计实现数字图书馆智能问答系统的运行。通过测试得到,与传统搜索引擎相比较,设计的数字图书馆智能问答系统极大的提升了返回答案速率与准确性,充分说明设计的数字图书馆智能问答系统具备更好的性能。