分布式多传感器结构中的数据融合方法

在分布式结构中,为了提高单个传感器的测量精度,为数据处理打下基础,首先对每一个传感器进行时间上的分批估计,降低误差的影响,得到各个传感器的局部决策值;接着对方差超过一定数值的数据进行基于相对距离的再处理;最后在最优融合原则下,运行加权自适应算法对各个局部决策值进行融合.数据分析结果表明,处理后的数据更接近测量真实值.     

基于遗传改进协调场的移动机器人避障策略

针对在动态环境下移动机器人用传统人工势场法导航所存在的缺陷,在改进传统人工势场的基础上,引入协调向量,利用子目标点构建局部势场,并通过窗口滚动刷新子目标点实现全局优化,对运动过程中可能遇到的陷阱、抖动、实时避障等问题,提出了解决方案,最后利用自适应遗传算法对参数进行的多目标优化,经过仿真,证明了该策略的可行性和有效性。     

面向顾客的市场4C竞争策略

在回顾企业传统的4P和6P市场策略基础上,着重讨论了面向全球化大市场环境的4C竞争策略,分析了其构成要素即顾客满意、降低成本、加强交流、提供方便以及各要素之间的关系·也论述了现代4C竞争策略与传统4P和6P策略的相互关系,4P策略着重产品功能,6P策略除产品功能外更偏重市场功能,而4C市场营销策略除强调市场功能外更突出顾客的支配作用;指出了实现这一策略的关键是顾客至上,千方百计满足顾客需要·为企业改造和发展,参与全球化、网络化大市场的竞争提供了有益的借鉴     

地方高师院校人才发展问题探析

进入新世纪，国内重点高师院校呈现竞相发展的态势，地方高师院校面临新的人才竞争与人才培养问题，根据地方高师院校人才成长环境，地方高师院校应树立科学的办学理念，采取措施从各方面优化人才的发展环境。     

企业联盟投资策略模糊决策分析

针对两个互补型企业构成的企业联盟,同时考虑企业相关性和鼓励投资的激励措施,提出一种投资决策模型;应用模糊优化技术对该投资策略进行决策分析,由此确定了企业联盟获得最大总利润的最优投资策略;实例分析证明了该方法的有效性.是企业联盟确定投资和利润分成可以借鉴的决策方案.     

应用ANP的Shapley值法动态联盟利益分配策略

基于Shapley值法的利益分配策略是研究企业动态联盟利益分配的有效方法之一.由于它在利益分配过程中未能考虑盟员承担风险等因素影响的差异性,因此会造成利益分配的不合理性.应用网络分析法(ANP)确定对影响联盟利益分配的贡献率、风险以及投资额等因素的权重,进而对基于Shapley值法的利益分配策略进行修正.最后通过实例证明这种修正方法更为合理、更符合实际.     

基于深度强化学习的机器人未知环境路径规划

为解决未知环境中移动机器人的自主路径规划问题，提出了一种基于深度确定性策略梯度(DDPG)的改进算法。该算法通过激光雷达数据、机器人位姿以及速度信息建立策略映射，在连续动作域中输出线、角速度直接控制机器人底盘运动。设计了新的连续奖惩函数，缓解了奖励稀疏问题；融合了优先经验回放机制、人工演示数据机制以及多控制器引导机制，提高了算法训练效率。通过ROS+Gazebo平台进行模型训练，训练结果表明，改进算法仅需原始算法训练步数的47%,就获得了相同水平的奖励；设计对比实验，结果表明，相较于原始算法和传统的局部路径规划动态窗口法，改进算法在无碰撞的基础上运动轨迹更加平滑且耗时更短，验证了改进算法的有效性。最后搭建轮式差速机器人平台，设计未知环境导航实验，证明了算法的实用性。     

企业选择新技术改造的一种战略决策模型

面对不断涌现的各种新技术 ,如 JIT,TQM,ABCS,BPR,PI等 ,根据控制、进化、协同等不同观点的启发 ,提出了企业如何选择适当的新技术进行改造的一种战略决策模型 ,着重强调实现这一战略决策的主要步骤 ,指出了应用这些新技术的特点和关键所在 .为企业针对不同的实际情况 ,进行科学的战略决策 ,提供了有益的借鉴 .     

栅格编码新方法在机器人路径规划中的应用

基于遗传算法的移动机器人路径规划技术,提出了一种新的定长十进制路径编码机制.在对移动机器人的环境进行有效栅格剖分后,将障碍物表示为以栅格为基础的多边形,每个障碍物多边形的顶点对应于栅格线交点的惟一编号;随后将移动机器人的路径编码成以栅格地图上所有多边形有效顶点数之和为定长的十进制编码串,串中非零位上的十进制值对应着规划路径中途经障碍物多边形的顶点,各顶点在串中的顺序对应着其在规划路径中的顺序.所提出的编码方式拥有定长十进制编码机制通用性好的优点,并且基于此编码的遗传算法很容易克服路径规划算法中的障碍陷阱,使得路径规划算法更加简单有效,加快了遗传算法的收敛速度.     

合作和竞争的一种模糊决策模型

基于两伙伴参与竞争的情形,提出一种有效的对于合作和竞争进行决策分析的模糊决策模型,该模型分别计算各合作伙伴的总体性能,它包括绝对性能和相对性能两部分,表达了竞争伙伴的合作程度与主客观因素之间的关系·应用模糊优化技术和博弈论思想求解该模型,确定了竞争对手在不确定环境下选择总性能最优的合理行为的决策策略·为决策者即合作者或竞争伙伴提供了一种竞争情况下的参考决策方案