The effect of target function on the predictive performance of the two‐stage ridge estimator

The main thrust of this study is to consider the problem of simultaneous prediction of actual and average values of the simultaneous equations model through the target function of Shalabh (Bulletin of International Statistical Institute, 1995, 56, 1375–1390). We focus on the predictive performance of the two‐stage ridge estimator with the motivation for eliminating the disorder arising from multicollinearity. An optimal biasing parameter of the two‐stage ridge estimator is derived by a minimization process of prediction mean square error. In addition, an optimal estimator for the weight of observed value in target function is attained theoretically. The results inferred from a numerical example and a Monte Carlo experiment provide a dramatic improvement in the predictive ability of the two‐stage ridge estimator.     

基于积分分离式PID控制的耕深调节系统研究

耕作过程中保持耕深稳定是提高耕作质量的重要措施之一.以小型耕耘机的后悬挂旋耕部件为研究对象,提出了一种基于积分分离式PID控制的耕深自动测量和调节的系统,采用双倾角传感器检测耕深,消除了田块自身与绝对水平面倾角的误差影响,通过在误差信号的处理中使用积分分离式PID控制算法,利用Simulink中的SimHydraulic模块对耕深控制系统进行动态仿真研究,与未加入PID控制算法时的仿真结果进行比较,发现几乎消除了系统的耕深超调现象.同时,将响应时间由4.0s左右缩短到1.4s左右,使耕深控制系统的动态响应达到较好的效果.田间试验结果表明,当耕深设定为10cm和16cm时,实测耕深稳定性变异系数分别为6.05%和3.54%,均低于10%,达到了农业机械作业标准所规定的旋耕作业农艺要求.     

求解对流扩散方程的紧致二级四阶Runge-Kutta差分格式

将指数变换u(x,t)=p(x,t)exp(k2εx)应用于一维对流扩散方程,对空间变量x应用紧致差分格式,时间变量t采用二级四阶Runge-Kutta方法,提出了精度为o(τ4+h4)的绝对稳定的差分格式,讨论了稳定性.最后通过数值算例说明该格式的有效性.     

中距协同空战决策过程二次聚类重构与评估

未来空战将以中距空战为主，找出导致中距空战结果的原因是开展贴近实际的中距空战智能决策需解决的重要问题。针对空战训练过程中记录数据分布的复杂特点，建立了中距协同空战训练评估模型，提出了基于高阶导数聚类和相对模糊熵聚类的二次聚类方法，计算编队协同决策集，实现编队中距协同空战决策过程重构。以编队协同搜索和协同机动决策的角度，寻找编队协同决策与中距空战结果的相关性，并通过实例评估验证了聚类算法的合理性。     

基于模糊强化学习的双轮机器人姿态平衡控制

针对单轨双轮机器人在静止情况下存在的固有静态不稳定问题, 提出一种基于模糊强化学习(简称为Fuzzy-Q)的控制方法。首先，运用拉格朗日法建立带控制力矩陀螺的系统动力学模型。然后, 在此基础上设计表格型强化学习算法, 实现机器人的稳定平衡控制。最后，针对算法存在的控制精度不高和控制器输出离散等问题, 采用模糊理论泛化动作空间, 改善控制精度, 并使控制输出连续。仿真实验表明, 相较于传统强化学习方法, 所提方法能够显著提高控制精度, 且可以有效抑制外界干扰力矩对系统的影响, 保证系统具有一定的抗干扰能力。     

工业机器人绝对定位误差补偿技术研究进展

 针对航空制造业中工业机器人存在实际位姿与理论位姿偏差的问题，分析了工业机器人绝对定位误差来源，解析其对飞机零部件连接性能产生的影响，在工业机器人绝对定位误差补偿原理和主要步骤分析基础上，阐述运动学建模、位姿测量、运动学参数误差辨识以及误差补偿等关键步骤对工业机器人绝对定位误差补偿的作用及重要性，对比分析了国内外学者在该步骤中涉及的主流算法和技术，归纳总结各步骤中存在的问题和可能的解决方案，探讨了工业机器人离线与在线误差补偿技术中的不足之处，指出工业机器人绝对定位误差补偿技术的发展趋势。     

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。     

基于蚁群几何优化算法的全局路径规划

将改进的蚁群算法与路径几何优化相结合,用于解决移动机器人的全局路径规划问题.算法结合机器人的越障性能对移动机器人的环境空间进行建模.通过设置初始信息素加快蚂蚁的搜索速度,同时设置自适应信息素挥发机制,解决特定地图中初始信息素的干扰问题;设置自适应路径长度,筛选规划路径的优劣;提出由路径优劣程度决定的信息素散播策略,并从几何原理出发,对规划路径进行优化处理,加快最优解的收敛速度.仿真结果验证了该算法的有效性和普遍应用性,在随机给定的环境地图中,该算法能够迅速规划出最优路径.     

蚁群算法求解离散最小约束去除问题

摘要： 引入蚁群算法解决最小约束去除运动规划问题,在求解过程中对蚁群算法的启发函数以及信息素更新策略进行改进,使其不再易于陷入局部极值并适合求解该问题.仿真实验结果表明,该算法在解的质量和收敛速度上优于精确搜索与贪心算法.     

基于改进隶属云模型蚁群算法的喷涂机器人喷枪轨迹组合优化

摘要： 针对复杂曲面分片后的喷枪轨迹组合优化问题,利用哈密尔顿图将其转化为广义开环旅行商问题(OTSP),采用“问题无关的进化算法与问题相关的局部搜索相结合”的策略,首先引入隶属云模型来自适应调节蚁群算法中控制的随机性,然后引入K-opt局部搜索策略的基于改进隶属云模型蚁群算法(MCMACA)对喷枪轨迹组合优化的OTSP问题进行求解.仿真结果表明,改进隶属云模型蚁群算法的全局搜索性和局部收敛性更佳,在复杂曲面上对喷涂机器人喷枪轨迹进行优化具有明显的优越性.
关键词： 组中图分类号：文献标志码： A