利用小波和RBF神经网络进行手写数字识别

提出一种基于小波和RBF神经网络的手写数字识别方法.该方法首先提取字符的小波特征,以它们作为神经网络的输入向量,然后用RBF神经网络进行识别.对字符样本的识别结果显示,此方法在识别错误率和识别效率等方面均有很好的效果.     

机器人的时间最优控制轨迹规划

以时间最短作为性能指标,建立了机器人轨迹规划的最优控制算法。这种算法对于PTP运动和沿CP运动都是适用的。本文工作的实际意义在于可以提高产业机器人的工作效率。以PUMA-560机器人为例,对所建立的最优控制算法进行了计算机仿真,结果表明该算法是正确、有效的。     

Optimal Fuzzy PID Controller with Adjustable Factors and Its Application to Intelligent Artificial Legs

A new kind of optimal fuzzy PID controller is proposed, which contains two parts. One is an on-line fuzzy inference mechanism and another is a conventional PID controller. In the fuzzy inference mecha-nism, three adjustable factors χp, χi, and χd are introduced. Their function is to further modify and op-timize the result of the fuzzy inference to make the controller have the optimal control effect on a given ob-ject. The optimal values of these factors are determined based on the ITAE criterion and the flexible poly-hedron search algorithm of Nelder and Mead. This PID controller has been used to control a D.C. motor of the intelligent artificial leg designed by the authors. The result of computer simulation indicates that the design of this controller is very effective and can be widely used to control different kinds of objects and processes.     

一种局部搜索策略的遗传算法

提出了一种局部搜索策略的遗传算法（LSGA）,它是在每一代中通过遗传算法找到最佳个体,然后在最佳个体的附近进行局部搜索.6个基本的多峰测试函数优化结果表明：LSGA比具有精英保留选择机制的实数编码的遗传算法（RGA）的全局搜索能力强.     

基于蚁群算法的智能人工腿最优PID控制器设计

以蚁群系统和蚁群算法为基础,提出了一种新的具有不完全微分的最优PID控制器的设计方法.该控制器以系统单位阶跃响应的超调量σ、上升时间tc以及调整时间ts为性能指标,针对给定的控制对象,利用所建立的蚁群算法搜索出一组最优PID参数K*p,*i及T*d,作为实时控制中PID控制器的参数.该控制器被用于控制智能仿生人工腿中的执行电机.计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的最优PID控制器具有良好的动态和稳态性能,可用于控制多种不同的对象和过程.     

基于人工物理的群机器人网格分布仿真

群机器人学是多机器人系统的一个重要研究方向,其主要特点是系统包含大量个体。如何控制不受数量限制的群机器人系统,是一个极具挑战性的问题。网格分布是指大量机器人按照一定的要求均匀分布在某一区域中。基于人工物理原理分析了群机器人网格分布控制原理和方法,制定了详细的系统性能评价指标(稳定时间、碰撞次数、覆盖率、连接数、簇数、分布密度等参数),提出了采用曲线拟合法构建虚拟力模型。通过在无障碍物和有障碍物环境中的网格分布仿真,显示出该方法可以鲁棒、有效的完成网格分布。最后指出了今后的研究方向。     

基于.NET开源架构DotnetNuke的web应用

介绍了基于.Net架构下的DotnetNuke开源框架,分析了其开源架构的架构特点,以及如何在该开源框架下建立了一套高效实用的应用模块的开发流程.该框架由核心框架、应用程序模块、皮肤等部分组成,实现了表示层、业务逻辑层、数据访问层的合理分层,提高了应用的扩展性、可维护性,有效的缩短开发周期,降低开发成本,在实际应用中取得了良好的效果.     

两足步行机器人计算机控制系统设计方法的研究

以ＰＩＤ控制为基础，提出了一种适应于两足步行机器人计算机控制系统的设计方法，并对一些相关问题进行了讨论．本文提出的这种设计方法已被成功地应用于ＮＡＩＷＲ－１两足步行机器人．实践证明，它对控制两足步行机器人的稳定行走是有效和可行的．     

基于复数编码遗传算法的竞争性协进化策略

将基于复数编码的遗传算法引入竞争性协进化的理论研究中,提出一种竞争性协进化的新策略,即:在仿真实验中,采用2个基于神经网络结构控制的移动机器人,并将它们投入到一个陌生的环境中.其中,一个机器人扮演猎手,另一个扮演猎物,猎手对猎物进行捕捉,最终得到每一代的最好猎手机器人和最好猎物机器人以及它们的适应度曲线.在这个竞争性协进化系统中,基于复数编码的遗传算法主要用于对机器人控制系统的神经网络进行进化.计算机仿真结果表明,与基本遗传算法相比,基于复数编码的遗传算法具有更强的进化能力.     

基于遗传算法的参数在线自调整模糊控制器

提出了一种基于遗传算法优化的自调整模糊控制器的设计方法.该模糊控制器的运行参数自调整公式以系统响应的最大超调量、调整时间及稳态误差为性能指标,利用遗传算法搜索模糊控制器量化因子Ke,Kec及比例因子Ku公式中相应的最优基准值Keo,Keco及Kuo和微调参数K1,K2及K3,设计一个根据系统当前的动态误差e运行参数可在线自调整的模糊控制器,以确保系统的响应具有最优的动态和稳态性能.该控制器已用于控制由作者设计的智能人工腿中的执行电机.计算机仿真结果表明,与运行参数固定的模糊控制器相比,这种自调整模糊控制器具有良好的动态和稳态性能.