基于Petri网分解的系统范例分析

以生产者一消费者系统和多处理机系统为例子,讨论了基于库所指标和变迁指标的两种Petri网分解方法在系统分析中的作用,分析了分解后的子系统与原系统的结构和行为方面的对应关系,为基于Petri网的复杂系统分析提供了有效的方法.     

基于移动自组网的多移动机器人远程监控

提出了一种基于移动自组网的多机器人远程监控方案.这种监控方案可以使离控制台较远的机器人合作探测并将探测信息传回控制台.控制台通过探测数据,远程监控现场环境,并对机器人进行适当的控制.针对多机器人通信网络拓扑变化频繁和通信链路不稳定的现象,提出了一种链路重构的方法来优化通信网络,并实现了多机器人远程监控系统.多机器人协作探测地图的实验验证了系统的实用性和有效性.     

不确定曲面上轮式移动机器人鲁棒轨迹跟踪

对于不确定曲面上运动的轮式移动机器人设计了鲁棒跟踪控制律.并给出稳定性证明.设计过程中用系数未知但有界的二次曲面在局部近似不确定曲面,首先构造有界横截函数推导光滑标称跟踪控制律,然后通过backstepping方法将该光滑控制律拓展到动力学模型,最后利用Lyapunov重设计技术构造出鲁棒控制律解决曲面引入的重力干扰.所设计的控制律使得轮式移动机器人具有对不同曲面参数的适应能力.仿真结果验证了控制律的有效性.     

改进混合离散粒子群的多种优化策略算法

针对离散粒子群算法求解旅行商问题,根据组合优化问题和离散量的特点,改进离散粒子群算法更新的运动方程.对离散粒子群算法分别加入逆转变异优化策略、受蚁群启示的变异优化策略和近邻搜索变异优化策略3种优化变异优化策略,使其成为新的混合离散粒子群算法,最后对3种混合离散粒子群算法进行比较,并剖析仿真结果的本质.结果表明:3种优化策略在不同程度上都提高了离散粒子群算法的总体效果和收敛性能,其中,加入逆转变异优化策略的混合粒子群算法实现简单,时间代价较小;加入近邻搜索变异优化策略的混合粒子群算法不论是在最优值或稳定性方面表现最突出.     

一种模糊神经系统的修正学习算法

本文在深入分析模糊神经系统的基本结构和学习算法的基础上，指出基于梯度下降的学习算法的不足，并提出一种模糊神经系统的修正学习算法。分析表明，该算法具有能够确保模糊语义和模糊空间一致划分的优点。     

基于佳点集的约束优化进化算法

结合数论中佳点集理论和多目标优化技术,提出了一种求解约束优化问题的新算法.该算法首先把约束优化问题转化为两个目标的多目标优化问题;接着结合佳点集理论重新设计了交叉算子,新的交叉算子能够生成具有代表性的子代个体以更好地搜索空间;采用BGA变异算子增加子代个体的多样性;最后根据当前子代群体的进化信息,利用联赛选择算子或Pareto优超关系选择优胜个体进入下代群体,通过4个标准测试函数验证了算法的有效性.     

中国机器人学的合作与发展之路探讨

在回顾国内外机器人学科学和机器人技术的发展情况的基础上,介绍了机器人学学科和机器人技术合作发展的历史.由此得到3点启示:国际上机器人技术和机器人学学科是依靠大联合大合作实现大发展的;没有进行全国性的“产学研”大合作是中国机器人技术未能获得长足发展的重要原因;建立全国性的机器人学学术组织是我国机器人产业大发展必不可少的要...     

基于IDEFO模型的Petri网间接建模方法研究

通过对IDEF0和Petri网两种建模方法分析与对比，表明基于Petri网建模可以解决IDEF0方法在模型的动态性、完备性和方法连贯性方面存在的问题；提出IDEF0模型到Petri网模型的转换思路和基本转换方法，以一个信息管理模块为例实现模型转换，在此基础上提出了改进策略。研究结果有助于以Petri网为统一工具实现系统建模与开发，为解决当前系统开发遇到的问题提供一种新的途径。     

基于连续域贝叶斯优化算法求解约束优化问题

将连续域贝叶斯优化算法(rBOA)与约束处理技术相结合,用于求解约束优化问题,其主要思想是利用约束条件影响优秀个体的选取,并间接影响概率模型,使之引导群体产生满足约束条件的子代个体,从而求得满足约束条件的最优解.将rBOA与4种不同的约束处理技术结合起来,并测试了其优化性能,实验结果表明rBOA与多目标优化法结合相比另外3种方法具有最好的优化效果,但其优化效果仍有待改进.     

一种基于双平行平面的激光雷达和摄像机标定方法

针对单线激光雷达和摄像头的外参数估计问题,提出一种基于双平行平面的标定方法,标定过程分为单传感器相对车体位姿的标定和多传感器联合标定2个部分.利用激光雷达在双平行的平面标定板上的扫描信息,获取激光雷达相对于车体的俯仰角度和偏转角度;通过黑白棋盘格获取摄像头相对于车体的姿态外参数;最后综合前两步的结果和两种传感器在车体的精确安装位置,对激光雷达、摄像头和车体进行联合标定.本文提出的方法只要让标定物放置于车体正前方,采集一次数据就能满足整个标定过程,实现多个传感器的联合标定.实验结果表明,该方法的标定精度较高,简单实用.