基于改进粒子群优化算法的并联机构位置正解法

本文提出一种基于改进粒子群优化算法的并联机构位置正解法.在深入分析和研究标准粒子群优化算法的基础上,定义了粒子相似性概念,提出基于高斯白噪声干扰变异的粒子群优化算法.该算法在运行过程中通过与当前最优粒子相似性的量化判定,对进入当前最优粒子邻域的粒子施加高斯白噪声干扰变异,从而提高粒子群优化算法后期多样性和收敛速度.将该算法用于并联机构位置正解寻优,仿真实验结果表明有该方法能以较高的收敛精度快速地获得并联机构的位置正解,且算法稳定.     

基于多传感器数据融合的并联机构定位方法

针对并联机构动平台上主轴动态定位问题,将电子罗盘及摄像头运用于并联机床动平台的位姿测量,提出一种基于多传感器数据融合的并联机床动态定位新方法.该方法融合动态惯性测量数据、机构各支链的编码器信息以及视觉信息,通过动态计算置信距离关系矩阵,实现并联机床动平台位姿(位置和方向)的精确定位.通过一个单方向运动动态测量的简化试验,对并联机床动平台的6自由度位姿测量进行仿真研究,证实该定位方法的有效性.     

粮仓取样机器人机构运动学逆解的初步研究

在粮仓取样机器人中,求运动学逆解的方法很多,但都比较繁琐,运算过程冗长。本文主要阐述一种近期常用的方法－偶数方法,它将使机构求解的过程大为简化,且易实现机器人的离线编程以及实时控制,本文旨在对该方法进行介绍并对其在机器人机构中的应用进行初步探讨。     

基于GVF-Snake人体轮廓提取的优化算法

通过分析基于边缘、区域分割和形变模型等3类轮廓提取算法,提出一种分别对三者进行优化综合的基于梯度矢量流-主动轮廓模型(GVF-Snake)的人体轮廓提取优化算法。利用内嵌置信度边缘检测得到理想边缘图,通过形态学方法提取物体粗略轮廓作为GVF-Snake模型的初始轮廓。采用优化GVF-Snake模型提取精确轮廓。将上述方法应用于人体图像轮廓提取,实验结果表明,该方法达到了预期目的且具有较好的实用性。     

面向多机器人动态任务分配的事件驱动免疫网络算法

为实现多机器人系统的动态任务分配与协作,提出了一种面向多机器人动态任务分配的事件驱动免疫网络算法。将生物免疫网络的工作机理应用到多机器人动态任务分配算法中,借鉴Jerne的独特型免疫网络假说和Farmer提出的抗体激励动态方程,设计了多机器人任务分配与自主协作模型;基于事件驱动机制,设计了多机器人动态任务分配算法,并引入焦躁模型来解决任务死锁问题。仿真和实际多机器人系统实验结果表明,基于本文算法的多机器人系统在动态任务场景中具有较强的适应性和自主规划协调能力。     

行军启发的多机器人紧密队形保持策略

多机器人协同编队是多机器人研究的关键技术之一,是通过控制队伍中的机器人,使其按照预定的队形进行前进。本文基于领航者-追随者结构的编队控制方法,从军队急行军中得到启发,设计了同列依次替补和末排向内收拢原则,提出多机器人紧密队形保持策略。并引入能耗和队形紧密度两个编队性能评价指标,验证了多机器人紧密队形保持策略的优越性。仿真实验证明了多机器人紧密队形保持策略的有效性。     

交流调速系统的改进人工免疫控制

为解决交流调速系统中平稳性、快速性和准确性之间的矛盾,借鉴免疫反馈机制,根据免疫系统的实际情况对辅助性细胞TH(t)模型进行修正和对抑制性细胞Tc(t)模型进行简化并引入Sigmoid函数,提出一种改进的人工免疫控制器,并用于交流调速系统的转速调节器.仿真实验结果表明:在相同负载转矩扰动下,改进的人工免疫控制系统的动态速降和恢复时间均小于PID控制系统,明显改善了调速系统的动态性能.     

基于BP神经网络的飞机娱乐系统采购短期预测

针对传统航材采购决策行为的局限性,研究了基于BP神经网络的航材采购短期预测方法,拟在建立BP神经网络模型的基础上,将BP神经网络模型运用到航材采购量短期预测中来,根据历史数据建立BP神经网络对其进行训练形成飞机娱乐系统采购量预测模型。阐明神经网络在决策时能提供更多的支持信息,实现采购数量科学化。并进一步通过预测结果说明基于神经网络的航材采购量短期预测是一个行之有效的方法,为民航航材集中采购的理论和方法提供借鉴和参考。     

微创手术机器人的力/位解耦协同智能控制

为解决目前市场上可利用的微创手术机器人都不包含重要的触觉(力)反馈机制的问题,根据人体内部双边解耦协同的生理调控机制,结合微创手术机器人的控制特性,开发了一种新颖的力/位解耦协同控制策略,并设计相应的智能控制系统.通过4个3自由度触觉操纵器装置,对提出的智能控制系统性能进行了真实的实验验证.实验结果表明,提出的控制系统能够实现力/位信号的解耦与协同控制.操作者能够获得准确的力反馈信号,确保机器人和谐、平稳地完成任务.     

基于改进NSGA-Ⅱ的涤纶长丝熔体输送过程工艺优化

涤纶纺丝生产过程中熔体输送环节具有机理复杂、受诸多因素影响、拥有多种产品性能指标等特点,对其进行工艺优化较为困难,目前往往凭借生产经验,缺乏一定的理论指导。熔体输送环节工艺优化是1个多目标优化问题,为此提出了1种智能多目标工艺优化方法:。该方法:采用以Pareto多目标最优理论为优化导向的带精英策略非支配排序遗传算法(NSGA-Ⅱ),并对其进行了一定的改进。改进之处在于,传统的NSGA-Ⅱ算法选择用于计算个体拥挤度的参考点是按各个目标分别进行选择,本文采用了多个目标综合选择法,使拥挤度的计算与筛选更为准确。本文以熔体出口处压强、温度、特性粘度3个指标为优化目标,依据工业现场数据,进行了仿真实验。实验结果:表明,该方法:运算速度较快,优化结果:准确,分布均匀,能够对实际生产的工艺优化起到一定的指导作用。