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。     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

基于支持向量机元模型的随机鲁棒设计

随机鲁棒设计是一种基于蒙特卡洛仿真的优化设计方法.通常情况下,对于复杂仿真模型的随机鲁棒设计时间开销很大.为减小随机鲁棒设计过程中的时间开销,使用参数最优的最小二乘支持向量机替代仿真模型进行随机鲁棒设计.使用标准粒子群优化算法搜索支持向量机参擞和控制器参数的寻优.通过一个基准测试问题证明了该方法的可行性.     

评估专家不完全模糊偏好信息的一种迭代估算方法

针对基于方案时比较的不完全模糊偏好信息的方案优选群决策问题,通过引入模糊偏好关系中的可加一致性概念,提出了一种估算评估专家缺失的偏好信息的迭代估算方法.该方法仅仅依赖专家在可加一致性和可加互补性基础上提供的信息,而不用考虑其他专家的信息,因而估算出来的偏好信息能够与专家原始偏好信息保持良好的一致性,从而提高了估算结果的可信度.最后给出了一个算倒.     

单机不同尺寸工件批调度问题的优化算法

研究了单机环境下不同尺寸工件的批调度问题,引入微粒群算法对制造跨度进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和分批的启发式算法进行有效结合,改善近似解的质量.实验中对各类不同规模的算例均进行了仿真,结果表明了微粒群算法的有效性.     

同步化响应:视-脑信息处理的新进展

１９８９年猫的初级视皮层上,发现了刺激诱发的神经元群活动的γ同步振荡现象,在这之后,视－脑研究进入了一个新时期,如何理解视觉系统自然就成为一个至关重要的科学方法论问题,从信息处理,非线性动力学和神经网络的观点出发,对当前视觉研究中的由神经元群对外部世界客体的同步化响应所涉及到的几个主要方面进入深入评述,强调指出,神经表象是视觉系统作为智能信息处理的独有特点,是视觉计算理论的核心概念,子波变换是多尺     

灵长动物行为与生态学的研究现状与进展(六):比较研究法

在20世纪的70年代和80年代,英国动物学家蒂姆·克拉顿-布罗克(Tim Clutton-Brock)利用比较研究法分析了灵长动物社会组织多样化的演化。他们的工作促进了早期比较研究法的进一步完善。本文在家域大小、体重性二型、牙齿大小性二型、睾丸大小与生殖体制之间的关系,以及雌性灵长动物性皮红肿特征等方面介绍了比较研究法及其研究成果。     

对行政管理专业课程群建设与教学改革的思考

课程群建设作为一种新型的课程建设模式顺应了高校教学改革的要求,也反映了课程教学改革的新趋势。基于课程群的教学团队建设是课程建设改革的一项重要内容。行政管理专业教学改革,应以行政管理基本知识、基本理论以及相关的实践环节为核心来设置行政管理专业课程群;构建以课程为核心的教学团队,通过团队合作推动教学改革和研究,提高教师素质和人才培养质量。     

一种基于期望满意的群决策方法

提出了可期望水平和可期望保留水平的概念 ,并给出了一种估计各个群成员的可期望水平和可期望保留水平的方法 ,在此基础上提出了一种基于期望满意的群决策方法.     

模糊偏好下群决策结构的研究

研究了群决策问题的模糊偏好关系 ,在模糊理性条件下证明了一个不可能定理 ,提出了影响集的概念 ,讨论了对群决策产生影响的影响集的结构 ,并给出了一个实例.