基于多目标遗传算法的冗余机械手逆解算法

提出一种新型的多目标优化遗传算法,该算法采用两种精英机制,加快了收敛速度,避免了在一般多目标遗传算法中难以处理的适应值分配过程,减小了计算资源的消耗。把所提算法应用于带有N个关节的冗余机械手运动学逆解问题,与传统的机械手逆解方法相比,所提算法不仅能够使得终端执行器精确到达期望位置,而且同时优化了机械手关节转动角度、柔顺性、安全性三个目标。仿真结果表明了所提算法的有效性。     

基于Simulink与Stateflow的船舶避碰决策支持系统仿真

在Simulink仿真环境下构建了一个自动避碰系统模型,模型中的避碰方案是以实际海员避碰行为为原型设计的,其避碰行动指标是在参考避碰行动统计研究后设定,并且符合国际海上避碰规则.此自动避碰系统模型是以层次化模块图的方式构建,模块化的设计使其灵活性较强,里面的避碰指标参数、船舶控制算法、船舶数学模型都可以根据需要进行调整和修改,并且在参数改变后可以立即在可视化模块中观察避碰结果.     

考虑避碰与任务分配的多飞行器协同制导技术

集群协同打击可以提升飞行器整体作战效能,然而集群内部碰撞会引起自损,降低整体作战效能。针对集群协同打击过程目标分配不合理导致的碰撞问题,基于协同打击移动目标的场景,建立了多飞行器碰撞问题的数学模型,揭示了分布式架构集群协同运动的规律。进一步,考虑飞行器的安全区域约束,基于总路径最短的目标分配方法,引入考虑时空避碰的目标评价规则,提出了兼顾避碰与协同效果的任务分配方法,并与反应式避碰策略相结合,极大地提高了集群协同飞行的安全性。仿真结果表明,研究提出的考虑时空避碰约束的任务分配方法能够有效减小碰撞概率,在保证协同打击效果的同时确保飞行安全,具有较强的工程应用价值。     

基于前视声呐信息的AUV避碰规划研究

在复杂海洋环境中,利用前视声呐获取的障碍物信息指导自治水下机器人（AUV）进行局部避碰。主要采用强化学习的方法对AUV进行控制和决策,综合Q学习算法、BP神经网络和人工势场法对AUV进行避碰规划。强化学习的方法强调AUV在环境的影响中学习,通过环境对不同行为的评价性反馈信号来改变行为选择策略。并且在环境发生变化时,AUV通过学习来实现对新环境的适应,不断改进其自治能力,进而实现在不确定环境下的避障任务。开发了AUV运动规划的虚拟仿真软件系统,仿真实验证明了算法的合理性与可行性。     

基于MAS和航海模拟器技术构建船舶自动避碰仿真平台

船舶自动避碰是航海研究的热点之一,国内外专家学者提出了许多方法并开发了多种系统。然而,如何测试和验证这些方法和系统仍然是一个有待解决的问题。实船海上试验风险高费用大,同时灵活性差花费时间长;许多研究人员所采用的单机仿真试验则难以有效仿真复杂的海上航行情况。应用Multi-agent系统(MAS)理论和技术以及多本船航海模拟器,构建和开发了自动避碰仿真试验和测试平台。仿真试验表明该平台可以取得与实船海上试验相类似的效果,并且可以有效解决海上实船实验和单机仿真试验所带来的缺点和局限。     

基于粒子群优化算法的USV集群协同避碰方法

针对无人水面艇(unmanned surface vessel, USV)集群在路径规划中的协同避碰问题,提出了基于滚动优化策略结合粒子群优化算法的USV集群协同避碰方法。首先,通过已有雷达、光电等传感器参数指标建立综合视域模型;其次,采取基于正切函数的惯性权重调整结合线性调整学习因子的方法来提高粒子群优化算法的全局搜索能力,同时,在适应度函数中加入转艏角控制来提高路径的平滑性;最后,利用改进后的粒子群优化算法规划出每个综合视域内的路径。仿真实验结果表明,该优化算法能实现USV集群的实时避碰,并快速为USV集群规划出平滑、安全的全局最优无避碰路径。     

基于遗传算法的模糊免疫控制器设计

运用模糊李亚普诺夫综合法设计模糊控制器来模拟免疫系统中的反馈机理,应用遗传算法对控制系统响应的快速性及稳定性的参数进行了优化,实现了免疫控制器的合理设计。采用此方法设计平衡梁系统控制器,仿真结果表明,控制器性能优于常规控制器,且系统具有良好的鲁棒性。     

基于OpenGL的移动机械手路径规划仿真

针对移动机械手的动态不均匀性及运动冗余性,参考人类完成任务时的行为,提出了一种分级协调路径规划法,以及一种动态加权的优化策略,对移动机械手的路径进行离线规划,在避障的前提下保证了移动机械手性能指标最优。在VC 下通过OpenGL进行了仿真,取得了令人满意的结果。     

船舶自动舵和自动避碰算法仿真测试平台的研究

采用MatLab的Simulink工具箱和实船实验测试船舶自动舵和自动避碰算法，存在风险大、调试周期长、费用高的缺点。基于全任务船舶操纵模拟器，研究可用于测试船舶自动舵算法和自动避碰算法的仿真测试平台。详细介绍了该测试平台的体系结构、系统功能、接口设计，并以船舶航迹保持算法为例仿真测试了该算法对一艘商船的控制效果。该平台已成功应用于船舶自动舵和自动避碰算法的测试。     

基于特异性免疫策略的遗传算法及应用

针对标准遗传算法在进化后期收敛速度慢,易陷入未成熟收敛的问题,借鉴免疫应答机理,提出一种基于特异性免疫策略的遗传算法.算法的核心在于保持种群的多样性和执行特异性免疫策略,即引入小生境技术维持种群的多样性,对遗传参数自适应调节以适应种群的实际变化;利用高亲和度抗体搜寻更优秀的抗体,并发掘低亲和度抗体寻优的潜力;通过优良记忆库实现精英保留策略,保证算法搜索的快速性及有效性.理论上证明了算法的收敛性.仿真结果表明,算法能有效地改善种群多样性,具有较强的全局收敛能力.以二级倒立摆为被控对象,将该算法应用于Takagi- Sugeno模糊神经网络控制器的优化,实物控制结果表明该方法具有良好的动稳态性能和抗干扰能力.     

基于免疫遗传算法的多目标柔性作业车间调度研究

研究了多目标柔性作业车间调度问题,提出了一种改进的自适应免疫遗传算法。算法根据搜索的历史信息,自适应的调整遗传过程中的遗传参数以提高算法的稳定和效率。针对遗传算法的局部搜索能力差和全局搜索效率低的问题,结合免疫算法的免疫记忆和接种疫苗,对各近似最优解进行动态邻域搜索,提高算法的局部搜索能力和解的质量;免疫反馈和免疫选择能淘汰相似个体,维持种群的多样性,避免算法陷入早熟,改善算法的性能和稳定性。最后通过仿真实例验证了算法的有效性。     

关于一种免疫遗传算法的性能分析

对一种免疫遗传算法的求解性能进行理论分析。首先分析了算法的良好收敛性能;然后,进一步提出了临界浓度的概念,说明该算法与遗传算法的本质不同在与只有低于临界浓度的较优模式才能达到指数级增长,并在此基础上对算法的个体多样性维持能力进行了分析说明。本工作有利于从理论上进一步揭示这类改进遗传算法求解性能得以提高的根本原因。     

求解FJSP的自适应免疫遗传算法

借鉴生物免疫系统的免疫调节机理,提出一种求解柔性作业车间调度问题的自适应免疫遗传算法(AIGA).该算法在保留基本遗传算法(SGA)随机全局搜索能力的基础上,通过引入免疫算子和种群的自适应调节策略,保持了群体的抗体多样性.实验结果表明,该算法可有效改善基本遗传算法的未成熟收敛和局部搜索能力差的缺点,具有很好的全局收敛能力,能有效解决柔性作业车间调度问题.     

一种基于对偶与逆序组合算子的遗传算法

针对遗传算法易陷入局部最优的问题,模拟生物基因的对偶性和有序性,提出对偶与逆序组合算子,与具有良好全局搜索模式的遗传算子优化组合应用,构造了一种基于对偶与逆序组合算子的遗传算法.从理论上证明了算法的收敛性.仿真实验表明,该算法具有更好的寻优性能,对应用串型编码遗传算法解决非线性优化问题有很好的借鉴意义.     

基于免疫选择和自组织临界变异的进化算法

维持群体多样性是提高进化算法性能的一个主要出发点。本文提出了一种基于免疫选择和自组织临界变异的进化算法。其中,利用免疫浓度调节设计的选择算子使算法在开发新解时能选到多样性的个体;基于自组织临界思想的变异算子使算法在探测新解时能在合理的模型指导下进行。针对几种典型的复杂函数优化问题的求解实验表明该算法在收敛速度和全局收敛性方面都较好。     

一种截窗查询的多障碍物快速碰撞检测算法

依赖于地理信息系统的越野路径规划,由于存在大量分布不规律的环境障碍物,严重影响路径规划的计算速度,借鉴截窗查询的思想,给出了基于一维数据结构的矩形截窗查询算法,该算法有效减少了规划过程所需碰撞检测的障碍物个数,大幅提高规划速度,在环境障碍物动态更新的情况下,其性能优于区间树的截窗查询方法。

Abstract：

Path planning based on GIS is a fundamental problem in many applications. It is the main problem affecting the planning time because of the multi-obstacles in field environment. A novel rectangle windowing query method was proposed in order to improve the compute efficiency of collision free test. The method reduces the numbers of obstacles needed to test and speeds the planning process, and is more suitable with the dynamic environment of obstacles changing than the interval tree method.     

机器人通过奇异位形的运动学分析及仿真

研究了一种分析机器人奇异位形的新型控制方法。该方法使用线几何理论分析机器人线性相关的关节轴线矢量,从而识别机器人奇异方向和奇异关节轴,并将线性相关矢量对应的Jacobian矩阵进行列删除;使用反螺旋理论区分工作空间的可行运动和不可行运动,将不可行运动对应的Jacobian矩阵的行进行删除。当机器人失去一个自由度时,相应满秩Jacobian矩阵由66简化为55,使机器人在奇异位形处仍能获得精确解。通过对PUMA机器人仿真研究,结果表明了该方法的有效行。     

基于免疫遗传算法的三维大脑图像分割

利用最大熵多阈值方法对三维大脑数据进行分割时,穷尽搜索法耗时长,而简单遗传算法的搜索结果又不够稳定和精确.针对该问题,提出了一种免疫遗传和模拟退火相结合的新算法来快速求解全局最大熵.与简单遗传算法相比,免疫遗传算法采用了更佳的选择操作,以确保更多不同个体被选择来保存种群的多样性,而模拟退火机制用于拉伸免疫遗传算法的适应度函数.算法给出了选择概率的一般表达式,并采用精英策略和自适应的交叉、变异机制以改善算法的收敛性.基于IDL平台的100次仿真结果表明,三维大脑数据被成功地分为:脑白质、脑灰质和脑脊液三部分,且与简单遗传算法和传统免疫遗传算法相比,本文算法在稳定性和精确性上更具优势.