基于人工社会职位法自组织形成群机器人队形

针对群机器人自组织形成目标队形问题,借鉴人类在社会中求职的思想,提出一种自组织确定各机器人目标节点的方法——人工社会职位法;并结合该方法设计一种机器人自组织选择任务节点的调整算法。该算法可实时根据机器人探测到的信息,更换其下一时刻的目标节点,直至形成给定的几何队形为止。首先运用人工社会职位法的三个规则确定各机器人的下一个时刻对应的目标节点;然后人工力矩运动控制器驱动各机器人向自己的目标节点运动一步;下个时刻重复上述步骤,直到各机器人都到达一个不同于其他机器人的节点,从而形成目标队形。该方法不仅原理简单、计算量少;而且能较快速、合理的形成目标队形。Matlab仿真试验验证了该方法具有良好的可行性。     

多机器人编队的人工势场法控制

针对多机器人编队控稍中的队形形成问题进行研究.利用控制算法中的人工势场法解决多机器人队形形成问题,结构简单、易于计算,方便对多机器人实时控制.首先,针对多机器人的队形位置用目标点搜索算法,寻找到正确的队形位置点,防止多机器人在空间内绕路,减少编队时间;然后,通过人工势场算法规划各机器人的路径,在机器人行进过程中,利用优先级蔽障方法避免与其他机器人碰撞;最后,对多机器人的队形形成进行仿真,实验证明队形形成的有效性,算法简单易于实现.     

多移动机器人保持队形路径规划

将多移动机器人的运动控制和路径规划有机结合,提出了多移动机器人的队形模型和保持队形的定义.在此基础上,以基于行为的导航算法为基础,将机器人队列的运动过程划分为正常运动、避障和恢复队形3个阶段.在避障阶段,引入虚拟机器人使队形保持部分完整;当队形被严重打乱时,规划机器人的局部目标位姿使队列快速恢复队形.仿真实验表明,该控制方法不仅使多移动机器人安全避障,而且队形保持较完好.     

基于改进人工协调场的多机器人运动编队

针对多移动机器人编队形式单一、使用传统人工势场法易陷入局部极小的问题, 提出改进人工协调场法。该方法不仅可在不同时间内随机器人数量不同而不断变换队形,达到运动编队的效果,而且适合追踪动态目标点,使机器人的避障能力更加灵活。通过仿真实验验证了上述方法的有效性。     

多机器人围捕的人工力矩方法

针对多机器人协作围捕问题,提出了一种基于人工力矩的自组织方法.给出了个体机器人的自由运动模型的数学描述和同盟、围捕曲线、吸引点的概念,并且围捕者根据局部信息对吸引点进行了适当的调整.同时设计了围捕者和入侵者的人工力矩运动控制器,使得围捕者在仅知道局部信息的情况下也能相互协调并最终形成理想的围捕队形.最后用Matlab仿真,结果表明,本文给出的自组织围捕方法是行之有效的.     

基于改进人工势场-模糊算法的路径规划算法研究

针对传统人工势场法解决移动机器人路径规划问题时存在局部最优和目标不可达的问题,提出了一种改进斥力的人工势场法与模糊算法相结合的路径规划算法。在斥力场中加入机器人与目标点欧几里德距离的对数函数,形成新的人工势场,并加入机器人、障碍物和目标位置坐标判据式。分别将人工势场引力与斥力的角度差、合力差作为模糊输入,借助专家经验进行决策,得到输出模糊力,进而调整机器人各时刻合力大小和方向。解决了传统人工势场法中出现的局部最优和目标不可达问题,减小了路径轨迹波动幅度,且在凹型槽障碍物中无徘徊。为了验证该方法的有效性,通过MATLAB软件进行仿真实验,结果表明机器人运动轨迹平滑,能较好避开障碍物到达目标点。     

大规模机器人群体的分层编队控制算法

提出一种分层拓扑结构作为机器人群体在动态期望区域内的编队队形,并在此基础上设计一种基于分层拓扑的群体编队及避障控制器,邻域内各层层间机器人之间的通信是双向的.多机器人通过虚拟领导者的引导向动态期望区域内运动,并在邻居个体间的局部交互下形成期望编队控制队形,机器人群体速度达到一致,个体间距离稳定,从而实现编队和避碰.控制器中形状调节力用于调整和保持机器人群体队形,解决编队中因可能出现局部极小值而导致某些机器人死锁的问题.仿真实验表明了该算法是有效性的.     

基于领导者的群体机器人编队及导航控制

介绍了基于领导者的群体机器人一致性方法,在此基础上提出一种群体机器人编队及导航控制方法。该方法采用分层控制策略,即控制系统分为目标层、领导层和跟随层。将目标层中目标点的位置信息发送给领导者,采用位置一致性算法使领导者朝目标运动;与此同时,领导者将其状态信息发送给跟随层中的跟随者,采用基于领导者的群体机器人编队控制方法,使跟随者与领导者保持一定的队形朝着目标运动。该方法可针对由多个子集构成的群体机器人系统进行导航。通过计算机仿真和群体机器人实验平台验证了所提方法的有效性。     

一种基于局部感知的多机器人编队控制方法

针对未知环境下多机器人难以实现灵活、稳定的编队控制的情况,在分析领队-跟随法、基于行为方法以及虚拟结构法的编队控制方法基础上,提出了一种模拟人类社会中方队形成与变化的思想,将其应用在多机器人的编队中,进行多机器人的编队控制.机器人存储不同编队队形的相对位置信息,通过领航者发布队形控制信息,跟随者查找并匹配预先存储的队形...     

基于协商的队形动态生成方法

基于层次可扩展队形描述框架HEFF,提出了基于协商的队形动态生成方法,可以在保持原队形形状不变的情况下动态扩展队形,以容纳新加入队形的机器人,并集成最大优先指派算法,实现了机器人到队形目标点的优化分派.该方法简单、灵活,能充分利用机器人之间的并行操作,快速有效地生成指定队形.     

Euler方法中的不分裂输运算法

为解决用Euler方法求解多种介质的流体力学问题时,物质的输运中维数分裂算法容易出现重复或遗漏的问题,以Youngs界面重构技术为基础,输运步中采用维数不分裂算法,除了考虑相邻4个网格的输运外,同时还考虑斜对角网格的输运计算,有效地解决了消除重复或遗漏输运的问题. 论证了不分裂算法的合理性,给出了向相邻8个网格输运的所有可能分配量的表达式. 数值模拟结果表明,不分裂输运算法的精度有所提高.     

Muller法的一种改进方法

提出了Muller法的一种改进方法,不仅摒弃了Muller法中的符号选择,简化了算法,而且在求实根时不再需要使用复数运算,同时具有与Muller法相同的1.839阶的收敛速度.     

无约束最优化计算方法中的Newton法与BFGS法的组合方法

本文提出了适合于求解目标函数的Hesse矩阵不正定或病态等实际问题的Newton法与BFGS法的组合方法，并证明了该方法具有二次收敛性和全局收敛性。     

龙格—库塔方法与差分法的比较

利用Taylor级数展开而构造出的龙格—库塔方法是具有高精度的一种算法.将二阶龙格—库塔方法与差分方法的多种计算格式在求解扩散方程中进行了对比.结果表明,当网格比固定时,龙格—库塔方法在计算精度和计算速度上具有明显优势.     

TPN与B方法集成的形式化技术

单一的形式化方法和技术在描述系统时总是有一定的不足，通过集成TPN与B方法可以相互取长补短。本文讨论了TPN-B技术如何将TPN与B方法的抽象机之间构建起映射关系，介绍了如何用TPN-B对系统进行一个初始的构造，并通过对滑动窗口协议进行描述来体现。     

Haebara等值方法及其加权准则

项目反应理论（IRT）框架下的等值,目前比较流行的有Stocking-Lord方法和Haebara方法,即使对于相同的项目参数和能力参数,这两种等值方法计算出的等值系数也是不相同的.受Pearson卡方检验的启发,文中导出一种新的求取等值系数方法,即：加权等值方法（Weighted criterion,Wcrit）,它实际上是Haebara准则的加权式.Monte-Carlo模拟结果表明：Stocking-Lord方法和Haebara方法的表现各有千秋,而通常情况下,加权等值方法比Haebara方法表现更优.     

基于LZW算法的改进算法

在分析LZW算法的基础上对LZW算法的缺陷进行了探讨,并对LZW算法进行了改进,大幅度减少了编码的长度,降低了匹配长度取值变化的影响,完全兼容LZW算法,在平均压缩率方面有较大的提高,而且对改进的算法进行了分析论证.     

关于单纯形方法的再探讨

本文主要是针对线性规划问题的求解方法—单纯形法存在的一些问题,提出了一种改进算法,它与单纯形法的主要区别是主元的选取不同。并将它与单纯形方法的优缺点作一对照分析,并附有实例。实践证明,用该方法求解线性规划问题是一种有效方法。     

桩基有限元法、静力法和经验法对比研究

以某工程实际的层状地基为例,用静力法、经验法和桩基有限元法分别研究了在不同桩长、桩径和桩径比情况下单桩极限承载力的变化关系。结果表明,当桩长L<60m时,三种方法的计算值偏差较大;当桩长L>60m时,三者的计算值偏差较小,可用静力法和经验法代替繁琐的有限元法来计算桩的极限荷载,同时也能保证桩基的经济合理性。     

锚杆支护动态设计方法——信息法

介绍了一种新型的锚杆支护动态设计方法，把现代智能、动态、信息技术引入到传统锚杆支护设计中，实现了地质力学评估、设计、施工、监测为一体的全过程设计施工方法，提高了设计的科学性、合理性、智能性和一体性。