柔性制造系统刀具需求规划的启发式算法

以一个刀具移动的柔性制造系统为背景，研究了刀具需求规划问题，即在刀具购买资金预算内如何规划任务所需刀具中每种规格的刀具数量使其在制时间最小．利用刀具控制策略对在制时间不灵敏的特点，采用递归算法求出了在制时间和刀具等待时间，然后通过增加关键机床上的关键刀具集合数量来修改中央刀具库中的初始刀具配置．不断重复以上2个步骤，直到超过刀具购买资金的约束．对随机产生的问题进行了数据计算，结果表明，所介绍的算法从整体性能上优于现有的算法。     

分散、递阶蚁群算法及其在相变序列图像分割中的应用

提出了一种分散、递阶蚁群算法，它将多个分散的蚁群并行求解各自对应的子问题，形成一个执行层，而递阶协调层利用执行层反馈的信息协调执行层的优化过程，从而得到递阶求解问题的整体最优解．该算法已应用于相变热图序列图像模糊相变线的提取问题，即运用区域划分方法先将序列图像的分割转化为关联型多子图搜索问题，再利用分散、递阶蚁群算法进行求解，结果表明该算法能很好地利用相变线的运动信息成功地解决热相变序列图像分割问题．与蚁群算法独立搜索比较，分散、递阶蚁群算法能更有效地实现多子图之间的关联．     

基于计算力矩结构的并联机器人层叠小脑模型补偿控制研究

提出了一种新的不确定机器人跟踪控制策略．在计算力矩结构的基础上引入一个层叠小脑模型(CMAC)补偿控制项，利用层叠结构CMAC分层学习的特性调整网络泛化和逼近能力，并从理论上分析了网络的收敛性．为了确保系统误差一致最终有界收敛，分别设计了粗／细子网的权值更新律．最后，在网络学习稳定的基础上，采用自适应鲁棒项抵消网络最终学习误差．与传统计算力矩法相比，在不要求加速度测量和惯性矩阵求逆的情况下，算法给出清晰的跟踪误差收敛域．基于6自由度并联机器人的仿真实例验证了算法的有效性．     

灰色关联分析法在卫星初轨选优中的应用

针对航天测控中心利用各种数据源确定的多组初始轨道如何选优问题,提出了一种基于灰色关联分析的卫星初始轨道选优算法。通过分析确定卫星初始轨道的数据源及定轨原理,应用该方法并结合测控专家的经验,建立了初始轨道选优的评价指标体系,成功地利用标称轨道作为属性基向量,解决了比较数列的生成问题。通过一颗典型的太阳同步轨道卫星为例,引入Spearman等级相关系数与最新研究成果相比较的方法,验证了该方法的合理性和正确性。