基于改进遗传算法的风/光互补发电系统电压无功控制

在风/光互补发电系统中,风、光资源的随机性强,导致系统电压的稳定性差,电压控制显得尤为重要.电压控制通常通过区域无功功率的优化来实现.无功功率优化是一个带有约束的多极值非线性组合优化问题,用传统的方法很难进行处理.因此提出一种改进的遗传算法用以风光/互补发电系统的无功功率优化,该算法在一般遗传算法的基础上,对编码方式、遗传算子以及终止判据等方面作了改进.通过算例分析表明,改进的算法能够显著的提高收敛速度和计算精度,有效的实现电压的无功控制.     

基于大脑情感学习的四轮驱动机器人速度补偿控制

由于4轮驱动机器人的轮间耦合特性及系统非线性的存在,即使单个驱动电机的控制精度达到最优,机器人整体的运动控制效果也未必理想.针对这一问题,提出一种基于大脑情感学习的机器人速度补偿控制方法.基于大脑情感学习计算模型,设计了融合机器人整体速度跟踪误差及其积分、微分信息的补偿控制器,通过计算模型内部各节点权值的在线学习,及时地调整控制器的参数,实现对4个轮子速度的自适应补偿.仿真实验表明,该方法有效减小了非线性干扰对系统的影响,具有较高的稳态控制精度和较快的响应速度,大大提高了机器人整体的速度和轨迹跟踪精度.     

高精度压电旋转驱动器的研制

本文提出一种新型旋转驱动器的仿生动作原理，并设计出基于这一原理的驱动器结构及其控制器。驱动器的定子呈圆筒状，转子呈灯状笼状，由带压电元件、圆弧缺口支点的一体化机构所组成、。驱动器的控制器中有电流环、变位环及要校正环节等。这种旋转驱动器具有精度高，步距范围宽、无级可调、内藏传感器、输出性能好及抗负载扰动能力强等特点。     

动态环境下基于蚁群算法的实时路径规划方法*

提出了一种实现移动机器人在复杂动态环境下进行实时路径规划的新方法。该方法首先利用模糊逻辑来描述机器人局部环境模型;然后采用改进的蚁群系统算法快速地搜索出局部最优路径,并在此路径的引导下,结合机器人滚动规划方法,实现移动机器人在复杂动态环境下的实时路径规划。该方法不仅能克服传感器测量误差等引起环境信息的模糊性和不确定性的影响,还可以充分发挥蚁群算法的群体智能优势来保证系统规划的实时性。仿真结果表明该算法的有效性和可行性。     

新的RoboCup救援仿真分区消防策略

在RoboCup救援仿真的消防策略中,火势蔓延的控制对救援的效果有着重要的作用。大多数队伍采用基于单个建筑的各种指标的单目标选择法,该方法在着火建筑较多或者火势蔓延快时难以对火势进行有效控制。提出一种新的基于密度聚类的分区方法,根据火势蔓延速度将所有建筑进行聚类分析形成建筑簇并分开成为不同的区域,然后综合建筑的属性作为权值选择目标区域和灭火建筑,从而有效地控制火灾的蔓延甚至将火灾完全扑灭。最后通过仿真实验和比赛验证了该方法的有效性。     

多机器人系统任务分配效用评价算法

为了提高复杂环境中多机器人系统任务分配的决策质量,获取准确、客观的效用评价,提出了一种基于自适应神经-模糊推理系统(adaptive neuro-fuzzy inference system,ANFIS)的效用评价算法ANFIS-UE.设计了基于ANFIS的效用评价网络结构,并采用Q学习对效用评价网络的参数进行学习.利用ANFIS优越的函数逼近能力和泛化能力,提高了效用函数的学习效率,能够对连续的状态输入产生连续的效用评价值.实验结果表明,该算法获得的效用评价相对更准确,从而提高了任务分配方案的质量.     

新型能源自给式管道机器人的原理设计与研究

管道机器人可以对管道进行低成本高效率的检测和维护。目前的管道机器人受到能源供给的限制,不能长时间远距离进行工作。本文以新型无缆管道机器人的能源供给方式为基础,详细论述了新型能源自给式管道机器人总体结构设计,发电蓄能部分结构设计、支撑轮组件的设计和导向机构设计,这些设计为建立新型能源自给式管道机器人的模型并进行速度控制奠定了基础。     

智能玩具研发动态及思考

现代玩具工业在经历了塑料玩具、小制玩具、电子玩具之后,正在向智能玩具时代迈进,并不断地用高科技武装玩具,研发出各种集知识性、趣味性于一体的智能玩具.本文在介绍国内外智能玩具研发动态的基础上,针对目前国内外对中、高档智能玩具的迫切需求,指出了从消费水平逐步提高和我省生产能力实际出发,应加强科技力量,增加投资,尽快研发、批量生产中档智能化玩具,并尽快占领国内外市场.同时,支持高档智能玩具的研发,为经济持续发展做准备.     

基于DSP的智能足球机器人的总体设计

提出了一种基于DSP控制器的智能足球机器人的设计，采用DSP芯片构造足球机器人后，不仅简化了系统的外围设备，降低了系统的损耗，而且提高了系统的准确性和实时性，获得了更好的控制效果。     

基于换位原理与模糊推理的障碍物动态意图预测的研究

碰撞规避问题是多移动机器人路径规划中的关键技术,它是实现两个或多个机器人的无碰撞运动,足球机器人路径规划是在未知环境下的动态碰撞避问题。讨论利用换位原理,根据当前状态,预测障碍物的动态意图,将意图信息量进行模糊划分,通过模糊推理,从而确定足球机器人的路径取向。文中最后给出基于换位原理和模糊推理的碰撞规避算法和仿真结果。