园林修剪机械手运动学与动力学仿真分析

针对园林修剪设备自动化、一体化程度低、效率差的问题,提出一种多功能园林机械手复杂曲面的造型修剪方法.采用改进D-H方法创建机械手运动学模型,设计末端执行器运行轨迹为半球螺旋线的造型修剪方案,并分析刀盘约束条件进行逆运动学求解,同时基于Simulink建立修剪机的动力学模型;结合Simulink模型和修剪机三维模型进行联...     

基于分层马尔可夫决策过程的AUV全局路径规划研究

自主路径规划是自治式水下机器人(AUV)自主能力的重要体现,是保障AUV在大范围复杂海洋环境中自主完成使命作业的关键技术之一。提出了基于马尔可夫决策过程的路径规划方法;并建立了基本的马尔可夫决策模型和结合状态聚类的分层马尔可夫决策模型,同时给出了两种规划的仿真实验及结果分析。实验证明,此类方法能够很好地求解大范围复杂环境内AUV的二维路径规划问题。     

欠驱动双足步行机器人运动控制与动力学仿真

以欠驱动双足步行机器人为对象,提出一种基于落脚位置控制的运动控制算法,并对其行走控制过程进行动力学仿真。首先基于三维线性倒摆模型(3D-LIPM)控制机器人的落脚位置,建立其行走姿态的虚拟约束,利用有限时间收敛反馈控制器对行走过程进行控制,实现了机器人的动态稳定行走。最后结合MATLAB的符号运算、SIMULINK和虚拟现实技术对其控制过程进行运动学和动力学仿真。实验结果表明控制算法是可行的。     

SENSITIVITY ANALYSIS OF THE KNAPSACK PROBLEM： TIGHTER LOWER AND UPPER BOUND LIMITS

In this paper, we study the sensitivity of the optimum of the knapsack problem to the perturbation of the profit of a subset of items. We propose a polynomial heuristic in order to establish both lower and upper bound limits of the sensitivity interval. The aim is to stabilize any given optimal solution obtained by applying any exact algorithm. We then evaluate the effectiveness of the proposed solution procedure on an example and a set of randomly generated problem instances.     

发动机虚拟装配教学实验系统关键技术研究

虚拟装配技术是虚拟现实技术在设计与制造领域的重要应用。在对虚拟装配的研究现状分析和总结的基础上,对发动机虚拟装配的关键技术和虚拟装配系统的实现方法进行了分析和研究,包括基于数据手套的虚拟手操作、实时碰撞检测、装配路径和装配顺序规划等问题。并首次提出了将虚拟装配与发动机教学实验相结合的虚拟发动机装配教学实验系统的构想。最后还展示了利用发动机三维可视化虚拟装配教学实验系统完成虚拟装配操作的实例,并分析了该虚拟装配教学实验系统与传统装配相比较的优势和特点。     

Krylov subspace method based on data preprocessing technology

The performance of adaptive beamforming techniques is limited by the nonhomogeneous clutter scenario. An augmented Krylov subspace method is proposed, which utilizes only a single snapshot of the data for adaptive processing. The novel algorithm puts together a data preprocessor and adaptive Krylov subspace algorithm, where the data preprocessor suppresses discrete interference and the adaptive Krylov subspace algorithm suppresses homogeneous clutter. The novel method uses a single snapshot of the data received by the array antenna to generate a cancellation matrix that does not contain the signal of interest （SOI） component, thus, it mitigates the problem of highly nonstationary clutter environment and it helps to operate in real-time. The benefit of not requiring the training data comes at the cost of a reduced degree of freedom （DOF） of the system. Simulation illustrates the effectiveness in clutter suppression and adaptive beamforming. The numeric results show good agreement with the proposed theorem.     

基于神经网络和PSO的机器人路径规划研究

提出一种神经网络和粒子群算法相结合的移动机器人路径规划方法。采用小波网络和RBF网络相结合的四层神经网络结构,克服了传统神经网络方法进行路径规划时对每个障碍均设计一些特定的隐节点,当障碍较多且环境动态时,网络结构庞大且神经元的阈值随时间的变化而需要不断改变的缺点。利用粒子群对神经网络的参数进行训练,在规定的代数内对网络参数优化,使得机器人在移动过程中能够快速响应环境的变化。通过对移动机器人在动、静态不同环境下的仿真实验,证明了方法的有效性。     

一种再制造物流网络设施定位优化方法

针对包含正向和逆向的再制造物流网络,提出一种由3种设施组成的2层物流设施定位优化方法,并给出0-1整数规划模型.基于遗传算法的全局搜索能力,全面考虑了正向流和逆向流及其它们之间的相互约束处理,避免了传统拉格朗日启发式算法中求上下限的繁琐计算过程.仿真实验表明提出方法的有效性.     

随机需求下企业的生产能力规划和柔性技术选择

根据生产产品种类能力的不同,生产技术可以分为刚性技术、部分柔性技术和完全柔性技术.由于完全柔性技术在投资上显著高于其他技术,企业在满足市场需求的前提下,更倾向于选择部分柔性技术来进行生产.考虑了不同技术的投资成本和操作成本的差别,建立了一个随机需求下的线性规划模型,从而研究了随机市场需求下的技术选择问题.通过仿真试验说明了技术选择的一些特性.     

复杂规划问题的证据合成寻优方法及在电源规划中的应用

模拟人类寻优思维,将下降可行方向推广为证据合成网络,构造了证据合成算法和相应交互式寻优方法,并应用于电源规划问题