人工鱼多感知系统融合研究

人工鱼利用人工生命方法实现计算机动画,研究并实现了人工鱼的多感知融合系统。多感知是系统决策与行为的前提,首先利用多源注意力理论建立了人工鱼的多感知融合模型,并设计了感知权重分析器,并结合外部环境和内部状态对人工鱼的多感知行为进行了设计,最后给出了行为驱动的注意机制感知融合算法。经动画仿真,得到满意结果。多感知融合的研究和实现可为机器鱼及机器人的感知融合研究提供软件仿真平台。     

基于频域稀疏压缩感知的雷达目标三维散射中心反演方法

基于平面阵列的微波天线结构可以获取多视角下的目标散射中心三维分布。针对平面阵列稀疏分布导致的目标成像及散射中心反演精度较差的问题, 设计了一种基于组合巴克码的稀疏孔径分布方式。在此基础上, 利用稀疏孔径回波和频域主成分分析得到参考复数信号。利用该参考复数信号对原始回波进行干涉处理, 获得回波频谱的稀疏表征方式。在频域建立基于压缩感知的目标散射中心三维分布模型并进行优化求解, 得到重构后的目标三维频谱, 并逆变换至空间域, 可实现目标散射中心幅度及三维位置重建。暗室试验数据处理结果表明, 所提方法在X波段和稀疏采样率为50%的条件下, 目标散射中心幅度及三维位置反演精度均优于90%。     

人工鱼高级行为规划和运动模型研究

以生物学理论为依据,从人工智能和人工生命相结合的角度提出了人工鱼的高级行为规划和运动模型.高级行为规划即设计多种行为序列以实现当前意图,使人工鱼能够根据不同的环境条件选择相应的行为策略.运动模型在高级行为规划指导下,将行为序列分解为具体动作来执行,作用于环境.人工鱼的运动由饥饿度、危险度等内部状态驱动,并受体力的影响.仿真实验表明该模型能够更合理、有效地模拟真实鱼类的生命特征和智能行为.     

基于PSO-BP的应急通信感知装备效能评价方法

应急通信感知装备效能评价可支撑相关装备的发展规划, 而现有评价方法主观性强, 且自适应能力有待提升。因此, 提出一种基于粒子群优化(particle swarm optimization, PSO)算法的改进反向传播(back propagation, BP)神经网络的应急通信感知装备效能评价方法, 旨在建立客观精准的效能评价。首先面向实战效能构建了三级效能评价指标体系, 然后将样本数据进行主成分分析法降维, 建立BP神经网络回归模型, 并结合PSO算法对模型的连接权值与阈值进行优化, 形成PSO-BP模型以避免局部极小值问题, 获得可评价具体装备效能时的神经网络模型。实例分析表明, PSO-BP相较于BP神经网络模型评价的均方误差减少了28.18%, 表明PSO-BP模型具有更高的准确性。     

基于多智能体原理的人工鱼交互仿真建模方法

为解决计算机动画中人工生命体存在的数学模型复杂、计算量大、交互性差的问题,提出一个基于多智能体原理的虚拟生物交互自组织行为建模方法,并以人工鱼为例,将多智能体原理和微分对策方法结合,可以在不需大量计算的情况下实现人工鱼的多种竞争交互行为仿真.试验表明,采用交互建模方法的人工鱼同环境和其他生物的竞争交互仿真行为更加高效、自主和智能.     

基于模糊推理的自适应BP算法

ＢＰ网络是迄今为止应用最广泛的一种神经网络，但这种算法也存在着收敛速度慢、容易陷入局部极小点等问题．本文在标准ＢＰ算法的基础上提出一种改进ＢＰ算法，称之为自适应ＢＰ算法．这种自适应ＢＰ算法采用模糊规则动态调整学习参数，并且能在学习过程中和学习完成后通过隐节点调整算法优化网络结构，有比标准ＢＰ算法更好的收敛性和更好的泛化能力     

基于神经网络的直觉模糊推理方法

模糊推理是不确定性推理领域的一种很重要的方法.直觉模糊推理基于Atanassov直觉模糊逻辑,具有灵活性、合理性和可信性的优点,但并没有克服推理结果依赖于蕴涵关系的选取及有时不能满足推理一致性要求的缺点.通过理论推导,提出基于神经网络的直觉模糊推理方法,证明了该方法在正规直觉模糊集上满足推理的一致性.通过算例分析,验证了该方法的合理性.     

基于模糊推理的公路工程质量评定模型

提出了基于模糊推理的公路工程项目质量评判模型 ,该模型对目前质量评判模型进行了修正 ,消除了在项目质量评分和项目质量等级之间存在的不一致性 .同时整个模型以易于理解的规则形式表示 ,使评判者可以根据实际情况进行调整和修改 ,使决策过程更具柔性 .     

面向普适计算的分布式模糊推理Petri网建模及仿真

普适计算环境通常采用集中式推理机制,加重了推理服务器和网络通信的负担,并且未充分利用终端计算能力。分布式模糊推理Petri网模型对模糊推理Petri网模型FRPN进行改进,采用层次结构,表征推理服务器和终端的推理任务执行;通过引入负载度和负载增长率的概念,在模糊推理过程中监控节点资源占用,弥补了集中式推理的不足。仿真实验表明,该模型较之FRPN模型可显著降低系统负载,是一种有效的分布式推理的规约方法。     

基于自适应直觉模糊推理的目标识别方法

将自适应神经网络--直觉模糊推理系统(adaptive neuro intuitionistic fuzzy inference system, ANIFIS)引入信息融合领域,提出一种基于自适应直觉模糊推理的目标识别方法。首先,分析了现有目标识别方法的特点与局限性,建立了基于ANIFIS的Takagi Sugeno型目标识别模型。其次,设计了系统变量属性函数和推理规则,确定了各层输入输出计算关系及合成计算表达式。再次,设计了学习算法对网络和规则进行训练修改。最后,以20批典型目标的类型识别为例,分析比较基于直觉模糊推理及ANIFIS推理的输出结果与识别精度。仿真结果表明该方法是一种比较实用、有效的决策融合方法.     

基于最优模糊推理的转台控制方法研究

针对飞行仿真转台系统,设计了模糊PID控制器,并采用了最优模糊推理这种新的模糊推理方法。该模糊推理方法将优化和反馈的思想引入推理过程中,依据不同的优化指标进行推理,使推理过程更为合理和有效。以某转台模型为例进行了仿真,仿真结果表明了该推理方法的有效性及模糊PID控制器在转台系统中的有效应用。     

一种基于模糊Petri网的并行推理方法

把模糊Petri网模型转化为矩阵形式,在此基础上提出了一种并行推理算法。算法将推理过程转化为矩阵运算,不但考虑了前提条件的权值、变迁阈值和规则可信度等因素,还进一步将变迁触发条件严格化,有效的避免了一些变迁不必要的重复触发,降低了算法复杂度。通过实例说明,此推理算法易于实现并可以提高推理效率,尤其适合较大较复杂的模糊Petri网模型。     

基于代数的模糊Petri网逆向推理算法

分析了多种模糊Petri网的推理算法优缺点。在此基础上,给出了一个基于代数的模糊Petri网逆向推理算法。此算法充分利用了Petri网的数学理论基础和描述并发系统的能力,其数据结构简单,便于计算机编程处理。此外,其逆向推理思想可以将系统转化为一个只与问题有关的简单的系统,减小空间复杂度。最后举例说明了它的应用。     

基于模糊理论的机械系统模糊可靠性数字仿真

论文基于模糊集合的交集与并集算子，给出了机械串联系统与并联系统的模糊可靠性数字仿真模型；讨论了模糊安全事件的隶属函数的建立方法，主要研究了基于模糊概率理论，从模糊强度的隶属函数获得模糊安全事件的隶属函数的方法，为确定机械系统模糊安全事件的隶属度提供了依据，使对复杂机械系统的模糊可靠性分析成为可能。算例表明了文中所讨论的方法的可行性。     

基于主成分BP人工神经网络的人力资本预测

人力资本是决定地区经济增长的重要因素之一,其形成受多种因素的综合影响。通过主成分分析法将众多指标进行综合,消除样本间的信息重叠,降低BP网络的输入维数。针对人力资本系统的非线性特征,运用BP网络高度非线性映射能力,对我国各地区人力资本投资进行了预测。     

基于人工生命方法的虚拟鱼行为模型

传统的虚拟生物行为动画是通过关键帧技术实现的,存在一些不足。因此,提出一个基于人工生命方法的虚拟生物行为模型,并以虚拟鱼为例,通过将人工生命方法和虚拟现实技术结合,可以在不需任何关键帧的情况下实现虚拟鱼的多种行为仿真,不仅具有虚拟生物的基本特征,而且其真实感强,可应用于虚拟生物教学和实验中。     

用主成分分析法建立系统评估指数的限制条件浅析

讨论了用主成分分析方法建立系统评估指数的基本原理。并通过案例研究说明构造此类评估指数所必须注意的限制条件.     

基于UMVE算法的分布式模糊恒虚警系统

基于模糊逻辑和无偏最小方差估计(UMVE)算法提出一种新的分布式CFAR系统(分布式模糊UMVE),系统中每个UMvE-CFAR检测器根据参考单元计算出映射到虚警空间的隶属函数值,并传给融合中心,融合中心根据这些值采用模糊融合准则进行判决.仿真结果表明,分布式模糊UMVE在均匀背景和非均匀背景下具有比分布式模糊OS更好的检测性能,同时,模糊算术积融合比二元"与"融合和"或"融合提供更好的检测性能.该研究成果可应用于警戒雷达系统.