基于几何特征的自重构模块机器人自修复算法

基于网格型的自重构模块机器人,研究了一种基于几何特征分布式自重构机器人的自修复算法.它用广度和深度优先算法搜索有效的运动路径,将故障模块转移到系统构型边界处释放,并用备用模块取代.分析了该算法实现任意位置故障模块的自修复过程,并优化了自修复过程中的模块运动路径.仿真结果表明,对于三维网格型的自重构机器人,该自修复算法是可行和有效的.     

自重构机器人系统自修复的拓扑空间及运动规则描述

针对一种新颖的同构式模块化自重构机器人系统,研究了一种基于图论的数学描述方法,以表示每个模块的空间位置及连接状态,进而表达全局拓扑结构;受有限状态机的启发,分析了自重构机器人系统模块的基本运动,提出了该网格型自重构模块化机器人的模块运动规则,为研究自修复算法提供了理论基础.     

一种基于贝叶斯网络的故障预测方法

为了研究故障在复杂工程系统中的传播机制,根据关键节点的状态异常信息预测系统发生故障的概率,提出一种基于贝叶斯网络的故障预测方法.根据工程系统自身固有的网络拓扑结构,构建了多层贝叶斯网络模型,利用定性趋势分析法将时间信息融入网络节点中,使得网络具有处理时序信息的能力,便于进行故障传播机理分析和故障预测.提出了基于元器件健康度的根节点故障概率确定方法,针对完备数据集和非完备数据集,选择不同的参数学习方法确定贝叶斯网络的条件概率表,采用多树传播算法进行联合概率推理,由系统根节点运行状态推测其余节点的故障概率.算法在Quanser三自由度四旋翼直升机上进行了仿真应用,结果验证了该方法的可行性和有效性.     

基于反向路由的Zigbee网络本地修复机制改进

针对当前ZigBee网络链路故障修复机制时延长和数据分组丢失的缺陷,提出了一种改进的Zigbee网络本地修复算法(ILRA-AODVjr)。通过空闲路由节点反向路由机制,向邻居节点广播一个具有两跳生命周期反向路由构建报文S-RREQ,为空闲节点产生多个备用局部路由,增加网络中节点有效路由数量,提高网络发现路由速度,缩短网络局部故障修复时间。仿真结果表明,改进的Zigbee网络本地修复算法,有效减少了网络故障修复响应时间,延长网络生命周期,减轻了网络拥塞和延迟。     

直角坐标系下双环网络G(N;r,s)容错路由研究

将直角坐标系引入双环网络,通过直角坐标系,系统研究双环网络G(N;r,s)的容错路由,提出将双环网络和直角坐标系结合起来,使节点可视可控.基于直角坐标系研究双环网络G(N;r,s)的容错路由,解决多节点故障时源节点如何快速建立和目的节点之间的路由.首次提出故障节点封闭区和节点逃逸区,在此基础上提出多节点故障时容错路由最优算法,并用实例验证算法的正确性.     

Ad Hoc网络中基于链路故障的路由修复机制

针对已有的Ad Hoc网络中路由修复算法未考虑节点状态的不确定性、以单一节点作为路由查找目的地、恢复效率低等局限性,提出了一种基于链路故障的路由修复机制.该机制不是简单地认为移动节点自始至终都处于工作状态,而是每个修复节点将下游节点的状态变化所导致的路由失效作为选择路由修复策略的依据.根据状态变化分析了链路断开的原因,包括节点间相对移动、节点故障和节点关闭,从而选择不同的节点作为RREQ消息的目的节点.修复节点采用多目的地址的RREQ消息进行广播.通过数学分析和仿真表明,在不同的节点故障情况下,所提机制的平均路由建立时间可降低13%左右,平均控制开销可减小18%,这显示出机制具有更好的适应实际网络的能力.     

一种能量有效的传感器网络无碰撞路由机制

无线传感器网络与人工免疫系统都是自治的分布式系统.利用人工免疫的免疫克隆算法求解传摩器网络节点的无碰撞最小能耗调度问题,把某一时刻的一次数据传输当做抗原,把可能的传输路径方案作为抗体,选择节点序列的总能耗作为亲和力,利用免疫稳定去掉失效的传感器节点,重构网络拓扑结构,通过建立疫苗库实现人工免疫的二次反应.仿真表明,该算...     

采用压缩感知的流程工业异常监测数据检验与修复方法

针对由于流程工业生产系统具有变量多、维度高、耦合关系复杂等特性导致的异常监测数据检验与修复难题,提出了一种采用压缩感知的流程工业异常监测数据检验与修复方法。压缩感知算法能够使用极少的测量数据重构出原稀疏信号或能够在某稀疏基上得到稀疏表达的信号。结合压缩感知原理及重构成功率指标,构建出重构非线性系统方程的数学模型,该模型仅使用少量的监测数据就可以重构出反映状态感知网络节点动态关系的系统方程。将重构的系统方程代入考虑系统偏差的求解结构中得到监测数据的解析值,对比监测数据的实际值与解析值,若实际值超差则用解析值替代实际值,从而实现异常监测数据的检验与修复。通过某煤化工企业压缩机子系统应用案例验证所提方法的有效性,结果表明:在监测数据正常的情况下,实际数据与修复数据的相对误差波动极小,而当监测数据出现异常时,相对误差发生剧烈变化,证明提出的算法能够检测到异常监测数据,并能够较好地恢复监测数据的原貌。     

Baldwin效应的自适应免疫网络规划算法

针对复杂环境下的机器人路径规划问题,提出了一种新的免疫网络规划算法.借鉴独特型网络假设,将机器人环境作为抗原,机器人行为作为抗体,通过抗原抗体的激励和抑制来构建免疫网络.为了进一步提高算法的网络搜索能力,根据Baldwin效应构建了抗体生命力更新算子,并对抗体生命力衰减系数进行了自适应调整.仿真实验结果表明,新算法具有自组织和自学习的特点,在收敛性能、规划能力方面有很大提高,能够较好地解决复杂环境下的路径规划问题.     

免疫算法及其在电力系统无功优化中的应用

提出应用一种新的智能优化算法——免疫算法(IA)来求解无功优化问题.该算法模拟了免疫系统的基本原理,具有抗原模式识别及记忆功能,抗体多样性,抗体自适应调节等优点.在分析无功优化的数学模型和免疫算法的特点的基础上,详细研究了用免疫算法求解无功优化问题的实现方法.对IEEE30节点系统进行了仿真计算,并将优化结果与遗传算法(GA)作了比较,结果表明免疫算法(IA)能有效的应用于电力系统无功优化,并有着更好的全局寻优能力及更快的收敛速度.