基于执行器能量消耗的并联机器人优化

并联机器人在执行任务过程中的能量消耗特别严重,为此本文以其3个主动执行器的电能消耗最小化为目标对3-RRR平面并联机器人进行尺度优化。在3-RRR机构运动学分析的基础上推导出机构的逆运动学方程,分析了3-RRR机构常见的4种工作模式。采用粒子群算法确定3-RRR机构的连杆和平台质量的最优值。根据优化结果进行仿真和对比分析,结果表明,在4种工作模式下,优化后执行器的力矩值均较小,消耗的电能得以降低,其中工作模式2的性能最佳,在执行相同的轨迹跟踪任务时,其执行器跟踪误差收敛较快,消耗的能量最少。     

一种连续U-树抽象状态最佳分裂点选取方法

经典连续 U-树算法使用分布检验来确定抽象状态的最佳分裂点,但选取合适的置信阈值非常困难.提出一种基于最优的最佳分裂点选取方法,该方法将抽象状态的最佳分裂点选取问题转化为一个最优问题,从而规避了置信阈值大小难以确定的问题,并从理论上减少了连续U-树算法的时间复杂度.通过消解协商僵局的学习任务实验验证了它的有效性,表明了算法的性能得到增强.     

一种不一致本体的可废止推理系统

利用可废止逻辑的非单调知识表示和推理能力、线性的计算复杂性和易于实现等优点,整合描述逻辑和可废止逻辑,提出了一种不一致本体的可废止推理系统（简称为DeRS）.DeRS使用描述逻辑定义的本体和可废止理论对领域问题进行混合建模,将TBox划分为最大的一致公理集和最小的不一致公理集,并进行初始化;然后利用转换算法,将一致公理集的公理和不一致公理集的公理分别映射为硬性规则和可废止规则,并添加到可废止理论中;最后利用新定义的可废止推理规则进行非单调可废止推理,由此解决了不一致本体的推理问题,弥补了描述逻辑在非单调性方面的不足.结果表明DeRS具有协调性、易处理性、可判定性、可靠性等基本性质.     

基于运动相似性的仿人机器人上阶梯行走研究

提出了一种基于运动相似性的仿人机器人上阶梯行走设计方法.定义了人体与仿人机器人运动相似度,分析了时空协调特点及控制方法,从人体运动图像捕获与处理、相似性运动控制和约束与优化控制等方面提出了仿人机器人相似性动作规划系统;以仿人机器人相似性上阶梯行走为例,通过双腿支撑相与单腿支撑相划分了关键姿势与基本子相;同时,为解决固定的相似性运动轨迹难以满足可变环境的问题,根据实际阶梯参数设置了仿人机器人运动学约束、关节运动角度幅度约束以及零力矩点约束.实验结果表明该方法可以有效地实现仿人机器人相似性上阶梯行走.     

基于小波神经网络的实际业务流预测方法

针对无线传感器网络传输过程中容易受到噪音干扰的问题,提出了一种新的业务流预测算法AWNNP(Ant colony-based Wavelet Neural Network Prediction).该算法首先利用小波变换对业务流进行分解,并将其小波系数和尺度系数作为样本数据.其次,结合蚁群算法和神经网络来训练样本数据,采用小波模型重构进行重构,以此获得业务流的预测数据.同时,通过仿真实验对比,并分析了小波神经网络预测算法和BP神经网络预测算法,实验结果表明,AWNNP算法性能较优,其误差为16.21%.     

一种贡献型的动态群密钥交换协议

利用DH(diffie hellman)问题、数字签名和哈希函数的内容,提出一种贡献型的动态群密钥交换协议,并对协议的安全性和计算效率进行了分析.所提出的协议中,每个群成员都贡献信息而生成会话密钥,协议能实现群成员的加入或离开.安全性分析表明,所提出的协议是安全的,能满足群密钥交换协议的安全性要求.协议效率比较分析表明所提协议的存储量和计算量都较小.     

采用阈下信道的两方口令认证密钥交换协议

提出一种基于阈下信道的两方口令认证密钥交换协议.协议中,服务器存储用户口令的验证值抵御服务器泄漏伪装攻击,用户的口令明文采用阈下信道生成签名信息传送给服务器,服务器计算出用户的口令明文恢复出阈下信息,再计算口令验证值以实现对用户身份的认证,从而建立起会话密钥.对所提协议的安全性和效率进行分析,结果表明:所提出的协议安全可行且有效.     

仿人机器人路径规划研究

针舛仿人机器人机械连杆控制结构的动力学、运动学等特点,建立了25自由度仿人机器人家谱树彤结构,提供了连杆数据列表,分析了步态规划约束、步行倒立摆、奇异位姿控制、落地步态方向控制等特性,构建了行走步态模型,并采用链接图法对环境空间建模,引入种群规模自调整遗传算法实现路径规划。潋仿人机器人NAO为实验平台,采用链接图法进行全局建模,实验表明,改进的遗传算法在仿人机器人路径规划中具有更快的收敛速度与更好的适应性。     

基于人工免疫和FARIMA模型的流量预测方法研究

针对Internet迅速发展而造成的网络拥塞现象,基于人工免疫算法与FARIMA模型提出了一种新的流量预测方法PAIF(Prediction method based on Artificial Immune and FA-RIMA).该方法首先利用人工免疫算法建立了预测策略,并结合FARIMA模型预测结果进行融合,以此提高预测精度.其次,以实际数据进行仿真实验,深入研究了影响PAIF预测误差的因素,同时对比分析了单独使用FARIMA模型的情况.实验结果表明,PPAIF具有较好的适应性.     

一种基于萤火虫群的实际流量预测方法

针对计算机网络快速发展产生的拥塞现象,在以往的研究基础上利用萤火虫群优化方法提出一种新的预测算法PGS(Prediction method based on Glowworm Swarm).该算法首先将到达流量视作萤火虫群,节点服务率视作吸引度,通过对萤火虫个体执行移动操作和随机飞行操作来获得最优位置和吸引度,以此达到提高预测精度的目的.同时,结合OPENT和MATLAB进行仿真实验,深入研究了影响PGS算法预测误差的关键因素.最后,对比分析了小波变换预测方法,本文算法的预测误差降低了1.08%,结果表明PGS具有较好的适应性.