基于群体智能的群体机器人研究

本文首先对群体机器人的发展状况进行了介绍以及群体智能理论进行了阐述，讨论了群体机器人技术中的群体通信、群体控制、系统冲突等主要研究内容，并对该领域内的几个应用进行了介绍，最后提出了未来几个群体机器人系统的应用方向。     

计算智能技术的分析与研究

论述了计算智能这一国际上新近提出的学科概念的形成背景及其与传统人工智能的区别，分析了它所包含技术的实现原理、特点、适用范围及待解决的问题，最后探讨了把这几种技术结合在一起的可能性和必要性。     

计算智能技术的分析与研究

论述了计算智能这一国际上新近提出的学科概念的形成背景及其与传统人工智能的区别,分析了它所包含的各种技术的实现原理、特点、适用范围及待解决的问题,最后探讨了把这几种技术结合在一起的可能性和必要性.     

浅论计算智能中的计算方法

计算智能的发展过程,也是计算智能学中的计算方法不断完善的过程.阐述计算智能所涉及的计算方法特点,并以一个数值计算方法在计算智能学中应用实例,说明自然计算依然是计算智能的重要算法.     

智能计算及其应用

随着计算机技术的飞速发展,智能计算方法的应用领域也越来越广泛,本文介绍了当前存在的一些智能计算方法,阐述了其工作原理和特点,同时对智能计算方法的发展进行了展望。     

软件质量保证中的智能计算

现在，我们受到了软件系统的包围，在家用汽车、电力系统和军用设备所有这一切中，软件都是一个重要的部件。软件系统是人类构建的最为复杂，但可靠性最差的技术系统。一个大型的软件系统可以有超过10加个状态。大家都知道，软件的可靠性很差，而且我们交付高质量软件的能力并没有跟上这一日益增加的需求。仅仅美国一国的经济，每一年由于软件失败造成的经济损失就超过500亿美元。人们需要一种新的推断软件系统总的质量及可靠性的机理及技术。本书介绍了使用先进的人工智能技术来指引软件质量改进的新研究。     

异构智能群体跟踪控制

对智能群体(swarm)跟踪领航者(1eader)进行了研究.提出了一个混杂控制方法,使智能群体中各个智能体的运动状态渐近地收敛到时变的参考轨迹.用图论模型表示智能体之间的相互作用或通信关系,基于异构的智能群体,建立了动态的有向网络模型.运用矩阵分析法及传统的控制理论进行了稳定性分析,从理论上证明了系统的跟踪误差渐近收敛到零.给出了智能群体跟踪时变参考轨迹及到达集合点(rendezvous)的计算机仿真示例,仿真结果证实了该方法的有效性.     

群体智能及其融合算法研究

群体智能是一种由无智能或简单智能的个体通过任何形式的聚集协同而表现出的智能行为。它所具有的分布式组织模型对解决复杂组合优化问题、分布控制问题提供了很好的思路。本文首先介绍了蚁群算法和粒子群算法的原理和应用,并深入分析了它们与一些仿生优化算法的异同之处及融合算法的应用,最后提出了一些在将来需要解决的问题。     

基于群智能的计算与仿真方法研究

随着人类认知范围的拓宽,已有的一些智能计算方法在处理复杂问题时,如高维度、多极值等,往往不能取得令人满意的效果.人们从生命现象中受到启示,发明了模拟生命系统的某些行为、功能和特性的群智能方法.对群智能的主要领域群智能计算和群智能仿真进行了阐述,同时还介绍了其相关研究领域.     

用于多目标数据关联的群智能混合算法

为快速实现多目标数据的关联,将蚁群优化(AGO)算法和粒子群优化(PSO)算法相结合,提出了一种群智能混合算法.以跟踪门确定目标的有效量测,以新息的似然函数描述量测与目标的关联关系,建立多目标数据关联的组合优化模型.利用交叉变异的PSO算法求解出该优化组合模型的次优解,再将该次优解作为蚁群位置和信息素初始化的依据,利用ACO算法对目标函数的解进行细搜索以求得更优解.仿真实验结果表明,该算法能够有效地提高关联准确性和收敛速度.     

一种新型群体智能优化算法——微进化算法

提出了一种新型群体智能优化算法——微进化算法.该算法采用实数编码,基于个体自身历史最优位置,以群体中最优个体与当前个体的矢量差异信息作为指导,进行启发式搜索.数值实验结果表明:微进化算法简单有效、计算精度高、收敛速度快、鲁棒性强;此外,还具有参数设置简便、计算简单等特点.     

一种新的群集智能算法——自由搜索

介绍一种新的群集智能优化方法——自由搜索（FS）算法，该算法借鉴自然界动物种群中的个体存在各异的嗅觉和活动半径，提出了灵敏度和邻域搜索半径的概念，并且利用释放信息素的机理，通过信息素和灵敏度的比较确定寻优目标．研究并实现了FS算法，对典型函数的优化问题进行计算实验．结果证明，该算法与同类算法相比，全局搜索能力好、收敛速度快，验证了算法的有效性．最后，对FS算法进行总结并指出进一步研究的方向．     

基于微粒群算法的复杂曲面轮廓度误差计算

针对复杂曲面轮廓度误差计算的数学模型比较复杂,并且难以用传统数值优化方法求解这一问题,提出了一种基于微粒群算法(PSO)并结合等参数线区域来计算复杂曲面轮廓度误差的方法.根据UNRBS曲面的u和v参数构造等参数线区域,通过微粒群算法在等参数线区域内搜索与测量点距离最近的点,实现了复杂曲面轮廓度误差的计算.实验结果表明,该方法搜索速度快,计算精度高,用于求解曲面轮廓度误差是行之有效的.     

基于粒子群算法的智能换相策略研究

针对我国城乡配电台区中大量单相负荷在三相随机分布中造成的三相负荷不平衡现象,提出基于粒子群算法的智能换相开关,以解决三相不平衡问题.根据当前三相的电量信息及负荷状态,制定智能换相策略,指导换相开关切换负荷在三相中的连接相别,使三相达到平衡状态.针对粒子群算法本身缺陷进行改进,通过仿真及试验验证,证明了智能换相策略的可靠性.     

混合计算智能学习算法在系统辨识中的应用

提出既具有较快的收敛性,又具有良好的全局收敛特性的混合计算智能学习算法,并将其应用于系统辨识。仿真结果表明,此方法是有效可行的。     

进化计算及其在智能控制中的应用

介绍了进化计算的起源与发展历史、特点与分类、有关研究与应用现状及有关软件与国际信息交流等方面的基本情况。简述了进化规则和进化策略在智能控制中的应用。     

基于智能计算策略的电解液成分软测量方法

针对电解铜生产过程电解液成分在线实时测量存在的问题,根据铜电解过程的电化学反应机理和生产过程数据,在改进神经网络隐层节点选择策略和优化训练算法的基础上,提出了电解铜生产过程中电解液成分的软测量方法.仿真分析验证了该方法具有较好的数据拟合和泛化性能,现场运行结果也进一步表明该方法能够根据铜电解生产过程的实际变化及时准确地预测电解液成分