面向虚拟组织的政策导向型自治、可控Agent模型

针对传统BDI模型在虚拟组织应用中所存在的三点不足,本文提出了政策导向型Agent模型.模型以政策导向为手段,利用政策来约束Agent动机的生成,进而影响其意图与行为的产生,增强Agent的可控性.模型采用了分层政策结构,根据政策的所代表利益方的不同,将政策划分为组织层政策与个体层政策,以此来解决Agent个体行为与组织整体目标的冲突问题.基于扩展的可废止逻辑框架,政策被表示为Agent的动机(义务、愿望)生成规则,这为模型提供了一个线性计算复杂度的形式化理论.模型在保持Agent一定自治性的同时,增强了Agent在组织级别上的可控性.     

基于D-UNET的胎儿产前超声检测

胎儿的产前超声检测对判断或预测孕妇孕期、估计胎儿尺寸和质量具有重要意义.超声检测主要是基于超声图像对胎儿的腹围(abdominal circumference)、股骨长(femur length)以及头臀径(crown-rump length)等参数进行测量.这些生物参数的测量可以用来判断胎儿的生长状况是否良好以及胎儿是否畸形.当前,这些参数需要依靠医生进行手动测量,该方法效率低下且严重依赖医生经验,从而导致检测准确率下降.对此,本文提出了一种基于深度学习的算法来对腹围、头围、股骨等部位进行自动分割,并对这些生物参数进行自动测量.该算法基于UNET结构,并采用扩张卷积(dilation convolution)以提高网络提取上下文信息的能力,因此本文将其命名为D-UNET.本文基于腹围、股骨以及头臀径三个临床数据集对所提D-UNET进行了实验验证,并与一些其他先进的深度学习分割算法进行了比较.实验结果表明,本文算法在三个数据集上都表现了与专家医师手动标注接近的测量结果.由此说明,本文算法能辅助医师对生物参数进行自动测量.     

分流叶片位置对平面叶栅流动分离的影响

为更好地控制叶栅流动分离,提出一种在叶栅内部设置分流叶片的流动控制方法.采用数值模拟方法对比在不同攻角下有无分流叶片对叶栅性能及流动损失的影响,结果表明:分流叶片在大攻角条件下,更能提高叶栅的气动性能;选取攻角为11.7°,设计具有不同位置分流叶片的平面叶栅,对比分析发现分流叶片能够提高叶栅的做功能力.分流叶片轴向位置与周向位置存在最优组合,当分流叶片在周向与大叶片吸力面距离为28％弦长时,叶栅气动性能最佳,距离增大或减小均会恶化叶栅性能;轴向位置上,当分流叶片位于大叶片前缘处时,能够抑制尾缘边界层分离,减少流动损失.     

遗传算法在机器人路径规划中的研究综述

遗传算法(genetic algorithm, GA)是一种在机器人路径规划中应用最广泛的智能算法。近年来,机器人路径规划问题是各行业实践应用的热点问题。在分析GA优缺点的基础上,对GA在机器人路径规划应用领域进行深入调查,论述了现阶段国内外各领域发展现状,并阐述了现阶段存在的技术难点。最后对GA在机器人路径规划的发展趋势进行了展望。