基于Petri网的轻量级工作流引擎设计与实现

工作流引擎是工作流管理系统的核心。一个可复用、可扩展的工作流引擎将极大的缩短整个系统的开发周期。该文通过将Petri网映射到工作流过程模型,提出一种基于Petri网的轻量级工作流引擎的设计与实现方法。该工作流引擎能方便地嵌入到到各种体系架构中,可以容易地进行扩展,形成完整的工作流管理系统。     

智能仿生人工腿位置伺服控制系统的设计

CIP-I Leg是国内首个智能仿生人工腿原型机;针对智能仿生人工腿应能模仿人体健康腿的运动方式且步行速度可自然、随意地跟随截肢者步行速度的变化而变化的显著特点,同时考虑到高精度、低功耗和人工腿内缸体积小3个基本因素,采用TI公司的新型超低功耗微处理器MSP430F149,设计出一种基于非线性PID控制的人工腿位置伺服控制系统的结构;实验结果表明,所设计的伺服控制系统运行可靠,实时性好,功耗低,精度高,可以有效地用于CIP-I Leg的步行走控制.     

基于B/S模式教师信息管理系统的设计与实现

随着计算机技术和网络技术的飞速发展,校园网大力建设和不断完善。为了满足对高校教师信息管理的需要,建设一个使用方便而且高效的B/S模式教师信息管理系统十分迫切。在系统中基于三层结构模型的ASP应用程序提高了系统的可重用性和可扩展性,同时运用子查询的方法,提高了数据库查询效率。     

基于改进人工免疫算法的PID参数优化研究

针对传统PID控制器参数优化方法存在的不足,提出了一种改进的人工免疫算法（IAIAE）。该算法的主要特点是,采用了基于抗体浓度的调节机制和多样性保持策略的新方法,使用了浮点数编码方法和Elitism策略。将该算法应用于PID控制器参数的优化,并与具有精英保留的SGA进行比较。仿真实验结果表明,用IAIAE算法优化PID控制器参数,其效果优于SGA。     

人工腿中直线电机位置伺服系统仿真与设计

首先,采用“阶跃响应最佳准则”设计位置伺服系统闭环传递函数,接着设计伺服系统控制器结构,在没有提高系统阶次的情况下,提高控制系统型号,该方法对控制对象的性能参数有较强的鲁棒性能;然后,用MATLAM提供的控制系统工具箱和SIMULINK仿真工具对直线电机位置伺服系统进行仿真和优化;最后,采用DSP数字信号处理芯片实现伺服系统。     

基于交叉变异策略的双种群差分进化算法

为加强差分进化算法的全局搜索能力,提出了一种基于交叉变异策略的双种群差分进化算法（CMDPDE）。CMDPDE中,两个种群分别采用大小不同的缩放因子和交叉因子,在每代进化完毕后,对其中缩放因子和交叉因子较小的种群执行交叉或变异策略来寻找更优的个体,同时两个种群之间每10代进行一次信息交流。这种方式与单种群差分进化算法相比,可以通过双种群和交叉变异策略来增加解的多样性,使算法能在更大的范围内寻优。6个Benchmark函数的实验结果证明CMDPDE具有较好的寻优能力。     

智能仿生人工腿CIP-I Leg性能仿真评估研究

该文对智能仿生人工腿（IBAL）--CIP-I Leg的结构进行了简单介绍,并提出了一全新的IBAL设计、仿真评估体系。依照该体系。建立了新型二级差动气缸的动力学模型,并利用三维造型技术和虚拟样机技术建立了CIP-I Leg与人体大腿残肢的虚拟样机模型。在分析正常人的步态数据基础上。对模型髋关节施加了预定轨迹并对大腿残肢进行运动规划。通过将针阀的最大垂直位移平分10档进行一组设计研究,初步完成了该虚拟样机模型在摆动相的运动学、动力学仿真分析。仿真结果表明,CIP-I Leg在摆动相期间具有良好的运动学及动力学性能;该虚拟样机模型能初步实现CIP-I Leg的仿真性能评估.     

一种基于动态识别邻域的免疫网络分类算法及其性能分析

针对传统免疫网络分类算法在记忆细胞确定上缺乏有效的指导,该文提出一种基于动态识别邻域的免疫网络分类算法。算法采用核函数表示机制来描述抗体-抗原之间的亲和度;利用抗原对构造动态识别邻域来指导抗体群体的进化,并选择邻域中距离对偶抗原最近的抗体为记忆细胞。算法被应用于多分类问题及高维分类问题来进行算法性能分析,同时,算法被应用于多个标准数据集的分类来评估算法的整体性能。分类结果表明该算法对于标准测试数据集有良好的分类性能,这说明基于动态识别邻域的训练方法能够有效地指导记忆细胞的生成,显著地改善分类器的性能。     

两足步行机器人计算机控制系统设计方法的研究

以ＰＩＤ控制为基础，提出了一种适应于两足步行机器人计算机控制系统的设计方法，并对一些相关问题进行了讨论。本文提出的这种设计方法已被成功地应用于ＮＡＩＷＲ－１两足步行机器人，实践证明，它对控制两足步行机器人的稳定行走是有效和可行的。     

解决混合整数非线性规划问题的混沌局部搜索差分进化算法

为提高差分进化算法的局部搜索能力和避开罚函数方法中罚参数选择问题,提出一种混沌局部搜索策略的差分进化算法(CLSDE)用于解决非线性混合整数规划问题.CLSDE中,只对目标函数中的变量进行编码,约束条件函数中的变量随机产生,每代进化完毕后,对最优个体进行混沌局部搜索.6个基本的测试函数实验结果证明CLSDE比MIHDE具有较好的寻优能力.