倒立单摆摆起开环控制律的最优化算法

基于最优控制理论,研究了倒立单摆非线性系统过程控制问题·建立了带惩罚条件的摆起过程开环控制律计算的最优化算法·同一般数值方法相比,这种算法在每步优化计算中,以最优步长取代了固定步长,因此可以确定每个时间段上的精确控制量·编制了倒立单摆摆起过程控制律的计算程序,并进行倒立单摆摆起过程仿真分析·结果表明这种算法可以获得高精度的控制律,它将为非线性系统过程精确控制提供条件·     

一种新的连珠棋局面表示法及其在六子棋中的应用

为了提高连珠棋局面的表示效率,给出了一种基于棋形来描述棋子间联系的表示方法,并在六子棋程序NEUConn6中成功运用.该方法不但紧凑、高效地描述了局面状态,还方便了局面的增量更新;此外,它把在线计算转化为离线计算,并且它很自然地把棋类知识和数据结构结合在一起.该方法不限于六子棋,可广泛用于别的连珠棋博弈程序.     

热连轧前馈厚度控制系统的研究与应用

某热连轧机原本使用的厚度自动控制(AGC)模型,不论是轧制力AGC还是监控AGC都属于反馈式控制系统,因此轧机辊缝调节都有不同程度的时间滞后,从而也限制了厚度控制精度的进一步提高.采用冷连轧机前馈控制的基本思想,用前机架的出口带钢计算厚度作为前馈控制的检测厚度,并经过跟踪移位处理,设计出了前馈AGC控制模型,针对带钢厚度波动及时调节本机架的轧制辊缝,实现提前预控的目的.实验结果表明,前馈AGC控制模型投入使用之后,带钢厚度精度得到明显提高.     

中国象棋计算机博弈系统评估函数的自适应遗传算法实现

使用自适应遗传算法解决中国象棋计算机博弈问题.将博弈问题分解为搜索引擎、走法生成、评估函数和开局库四大模块,然后将自适应遗传算法引入到评估函数中,通过锦标赛算法对评估函数中的参数组合进行自动调整和优化.设计并开发了基于上述方法的离线自学习系统,实验结果证明提高了程序的棋力.     

四元数在手术导航系统中的应用

探讨了四元数作为表现旋转的可选择方法之一,其在手术导航系统中的应用·分析了在不同坐标系中定位必然涉及的坐标系之间映射变换·从理论上研究了四元数在手术导航定位系统坐标映射变换以及在手术导航空间配准中应用的问题,并给出了具体的仿真结果·结果表明,将四元数法应用于手术导航系统中,成功地解决了手术导航系统的两大技术难题空间配准和定位问题,在自行设计和实际开发的手术导航模体演示系统NEU IGSS中,得到了成功的应用·     

复合顺序形态变换在红外图像边缘检测中的应用

针对红外图像对比度低、边缘模糊、噪声大、空间相关性强的特点,提出了一种基于复合顺序形态变换的红外图像边缘检测方法·通过图像的局部均值和方差自适应的调节增强系数进行图像增强;采用形态学边缘锐化算法改善边缘清晰度·根据复合顺序形态变换相关概念及性质构造3种广义形态学边缘检测算子,可有效抑制红外图像中的噪声,提取目标边缘·实验结果表明,这种算法可以有效地克服红外图像的缺陷,保持图像边缘细节,优于传统边缘检测器·     

异构双腿行走机器人动力学建模与仿真

为了实现异构双腿(人工腿和仿生腿)行走机器人的自立行走,并跟踪期望的轨迹,在仿生腿的膝关节处采用一种特殊的结构多轴闭链结构,但这种结构给系统建模带来了困难·针对这一闭链并含冗余坐标的完整系统的特点,采用罗司方程建立了异构双腿行走机器人动力学模型,给出了异构双腿关节运动和力矩之间的关系以及动力学正逆问题的求解方法,并利用典型步态数据对所建模型进行了仿真计算·结果表明,此方法可以规避难以消解的约束方程,简化模型求解,为研究异构双腿行走机器人的运动、控制、感知等功能奠定了基础·     

基于动态设计变量优化算法的非线性模型参数估计

为消除在传统非线性模型参数估计中由于线性化引起的模型误差,提出了一种基于动态设计变量优化的非线性模型参数估计算法·该算法以每个待估计的参数为设计变量,以与设计变量相关的误差函数为目标函数,并将参数约束条件构造在目标函数中,建立参数估计的最优化问题·针对圆形轨道倒立摆动力学模型进行参数估计,证明该算法具有很高的计算精度和较快的收敛速度,是解决非线性模型参数估计的有效方法之一·     

基于不变矩特征和神经网络的图像模式模糊分类

提出了一种基于不变矩特征和神经网络的医学图像识别模型·所设计的识别模型包括不变矩特征提取、不变矩矢量标准化、模糊化预处理、BP网络与竞争选择·利用不变矩方法提取医学图像的特征矢量,能有效检测出具有平移、旋转和比例变化的图像,利用神经网络作为分类器对提取的特征矢量分类,使用模糊化的方法先对输入特征数据做预处理再进行识别,每一个图像模式归属于某一类是以0到1的数字代表其归属程度·实验结果验证了模型的有效性,训练好的网络有很好的分类能力·     

基于GA的知识获取方法及在故障诊断中的应用

从优化角度出发,定义一个新的指标函数,并提出一种基于遗传算法的机器学习方法,该方法能够从学习实例中总结出有用的知识。针对该优化模型,用一种新型的遗传算法——带有染色体性别的遗传算法(GACD)对其进行优化,并将该方法应用于旋转机械故障诊断知识获取过程,仿真实验结果说明该方法是比较有效的。