甘肃虫草及其人工培养菌丝体的比较研究

就甘肃省甘南藏族自治州所产虫草———甘肃虫草（Ｃｏｒｄｙｃｅｐｓｇａｎｓｕｅｎｓｉｓ）和其人工培养菌丝体的主要化学成分及红外、紫外光谱进行了比较．结果显示,两者的氨基酸、微量元素等主要化学成分相同、含量相近;红外及紫外吸收光谱一致．     

应用人工假体重建骨肿瘤切除后的关节功能

自１９８９年以来对１２例骨肿瘤进行肿瘤骨切除,应用人工假体修复及关节功能重建,获得较满意的肢体保留及功能。免除了传统截肢给病人造成的精神创伤和生活的不便。本方法具有人工假体供应及时、疗程短、修复范围广等优点。在肿瘤切除后骨缺损较大时应用人工假体修复较为理想。     

守恒双曲型方程式激波计算区域分解法中的追踪及人工压缩方法

讨论在激波计算中的区域分解法,即在不同区域中应用不同网格及格式的耦合稳定性问题．先定出激波位置,再在激波附近小范围内,用低阶格式及人工压缩方法以消除弥散效应．在激波区域外,应用高精度格式,减少了过超振荡现象,提高了分辨率．在各区域交界应用全能稳定联接格式,解决了格式的耦合稳定问题．最后举出数值计算实例,计算结果与理论分析符合     

基于混沌人工势场法的机器人路径规划

本文以人工势场法为基础,提出了一种基于混沌人工势场法的机器人路径规划方法,该方法解决了传统人工势场法存在局部最优点问题、在相近障碍物间不能发现路径、在障碍物前震荡、在狭窄通道中摆动等缺陷。仿真试验表明,该方法能有效的实现机器人路径规划。     

人工哺育大熊猫初生兽的研究

圈养环境中大熊猫(Ailuropoda mclanoleuca)幼兽的死亡率高达71.3％。人工育活母兽无力哺育的初生兽能大幅度降低圈养大熊猫幼兽的死亡率。对于种群繁衍和物种保护意义重大。十几年来,国内外对未哺过母乳的大熊猫初生兽人工哺育多例,都因病医治无效早期死亡。1991年9月,我们用人工哺育方法使一只大熊猫初生兽存活160天,体重达7050g,取得重大突破。     

基于改进RRT算法的移动机器人路径规划研究

路径规划是移动机器人开发的核心技术,而传统RRT算法所规划的路径距离长、拐点多,对RRT算法进行改进,引入A~*算法思想,改进待扩展节点的选择。引入人工势力场思想,改进扩展方向的选择。对规划的路径消除冗余点,并采用三次样条函数进行平滑处理。将改进的RRT算法应用于虚拟简单环境地图、虚拟复杂环境地图中,结果表明改进RRT算法所规划的路径平顺性好、路径长度短且所用时间短。最后将改进的RRT算法应用于实际的移动机器人路径规划中,路径规划结果验证了该算法的可行性。     

基于人工种群的路面裂纹检测

提出了用于路面裂纹检测的人工生命算法,该算法遵循人工生命理论由下而上构建人工系统的原则,构建了人工种群。人工种群由不同种类的人工生物组成,有些种类的人工生物依据裂纹区域较暗的前提条件完成了路面图像的二值化,而另一些则依据裂纹与噪声、黑斑、油污在形状上的区别来进一步识别裂纹。不同种类的人工生物严格分工、相互合作,从而完成裂纹检测。人工生命算法具有较好的适应性,实验结果证实人工生命算法是有效的。     

Al-Zn-Mg-Cu合金包覆淬火残余应力 与时效工艺研究

结合残余应力测量、原位电阻率表征、硬度测试和透射电子显微镜观察等探究了一种新型包覆淬火工艺及后续时效处理对Al-Zn-Mg-Cu合金板材微观组织和力学性能的影响.结果表明:包覆淬火工艺可以有效降低Al-Zn-Mg-Cu合金的淬火残余应力及位错密度,原位电阻率结果显示包覆层厚度越厚(0.2～0.6 mm),包覆淬火处理合金的时效析出行为与普通淬火合金越接近;通过原位电阻率和硬度测试获得了包覆淬火合金优化的峰值时效制度,在此时效处理条件下,包覆处理合金能够保持与普通水淬样品近似的析出显微组织及力学性能.     

机械臂目标区域跟踪防撞控制

针对医疗护理机械臂在轨迹跟踪过程中的人机交互与防碰撞问题,本文提出了一种基于目标区域跟踪以及碰撞预测的机械臂控制方法.本文根据Lyapunov函数,结合人工势能场,设计保证系统稳定性的控制器,实现在目标区域内人机交互的柔顺性;采用会遇距离与会遇时间构造防撞预测模型,建立障碍物作用半径与防撞安全指数的关联模型,实现障碍物作用半径实时可变.实验结果验证了本文所提方法对目标区域跟踪的有效性,人机交互的柔顺性,以及障碍物规避过程的高效,平滑.     

模拟人工蜂群的高维数据特征选择算法研究

针对高维数据集结构复杂且冗余度高的问题,提出一种新型二进制人工蜂群算法进行特征选择。该算法在雇佣蜂蜜源搜索阶段应用差分思想,增加多项式差分变异算子,实现蜜源更新环节的多维性、高效性;在跟随蜂阶段和侦察蜂阶段分别引入交叉算子和最优保存策略,进一步打破局部最优,有效提升了人工蜂群算法的收敛效果;对蜜源的二进制初始化处理,使得算法在特征选择过程中取得了良好表现。在4个Benchmark测试函数上进行实验,结果表明,新算法的寻优精度和收敛速度优于其他4种经典搜索算法。同时,选取7个常用高维数据集进行特征选择,并与7种经典降维算法进行对比,发现新算法的特征约简程度普遍高于88%,并且随着数据集维度的增高,新算法的降维程度和分类精度优于其他7种降维算法。