一种基于有色网的行动推理表示模型

针对行动推理中的异步并发、真并发和冲突难以被表示的问题,利用有色网具有严格的数学模型、易于形式化地描述系统异步、并发等特征的优点,提出一种基于有色网表示行动推理的形式化模型—CPNRAA网.运用其对状态、动作以及复合动作进行了形式化的描述,通过构造动作及复合动作的CPNRAA网并加入一个用于保存动作序列的库所,得出一个可以生成动作序列的CPNRAA网系统,并提出了该网系统动作序列的生成方法.对办公室环境下送咖啡实例的CPNRAA网系统进行了建模和仿真,自动生成的动作序列验证了CPNRAA网表示行动推理的可行性和有效性.     

基于认知机制的情感虚拟人交互技术研究

从情绪认知的角度分析情感虚拟人交互的关键技术,包括情绪认知理论、基于维度空间论的情绪量化和情绪评价,提出并建立了一种情感虚拟人情绪认知模型和动态情感模型。该研究有望解决人机交互中的情感认知、评价和交互机制等问题,为新一代的人机交互模式提供理论指导和技术支持。     

公路软土路基沉降预测方法综述

传统路基沉降预测有指数曲线法、双曲线法、泊松曲线法等。近年来,由于灰色预测法、人工神经网络法等能反映全过程的沉降量与时间的关系,得到越来越多的应用。讨论了上述常用预测法的基本原理及优缺点,阐述了对某些方法的改进,介绍了某些有待推广的预测方法,具有一定的参考价值。     

人工鱼群神经网络在热连轧卷取温度预报中的应用

卷取温度预报结果对热轧带钢的成品性能具有重要影响。人工鱼群算法是新近提出的寻优策略,具有良好的克服局部极值、获得全局极值的能力。建立了一种人工鱼群神经网络预测模型,利用人工鱼群算法训练神经网络的权值,并将该神经网络用于卷取温度预报。通过某钢厂现场实测数据对该模型进行离线训练和对比测试,结果表明,该方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的预报效果;该模型能够精确预报卷取温度,可用于离线学习和预报,为在线应用打下良好基础。     

支持向量机下机器学习模型的分析

首先概述了支持向量机的发展与应用,指出其在机器学习领域有较大的发展前景.分析了支持向量机的基本算法,进而阐述了基于支持向量机的机器学习模型构造思路.给出了其应用于机器学习模型的核函数和训练算法,最后给出了学习模型的具体分类效果.     

基于势场蚁群算法的机器人路径规划

提出了一种未知环境下机器人路径规划的势场蚁群算法。该算法利用人工势场力和机器人与目标之间的距离构造机器人避障和移动的综合启发信息,并利用蚁群搜索机制在未知环境中寻找机器人从起始位置至目标位置的全局最优路径。所提出的算法将蚁群算法和人工势场法进行有效的结合,提高了常规蚁群算法对最优路径的搜索效率。通过仿真实验表明了所提出的算法用于机器人路径规划的有效性。     

基于免疫系统的无线传感器网络性能优化

根据免疫系统B细胞和T细胞模型,建立人工免疫系统与无线传感器网络间的相似关系,提出一种邻域节点选择算法,以判断传感器节点是否被激活。由于事件信息传递到汇聚节点会产生偏差,利用时空相关理论和自适应最小均方误差滤波算法,建立偏差与激活节点数目及偏差与节点通信频率之间的关系,确定传递事件信息所需最少激活节点数和最佳通信频率。不同条件下仿真结果表明,这种无线传感器网络优化策略能起到减少节点数目、降低通信频率及节约能耗的效果。     

协同演化免疫算法提取水库调度规则研究

从复杂适应系统角度探讨了水库调度的复杂性,分析比较了水库调度规则提取过程与人体免疫反应中抗体种群协同演化的相似性,提出了基于协同演化人工免疫系统(CoEISM)水库调度规则提取模型,并应用于某水库供水调度规则提取,所获规则对训练与检验样本识别率分别为92.5%和84.4%,缺水指数为2.23(1014m6),与神经网络(RBF)提取结果相当。进一步研究表明,CoEISM用于水库调度规则提取是可行、有效的,不仅所获规则易于理解,能提供更为丰富的决策信息;而且调度规则自适应调整有利于调度人员做出适应调度环境变化的水库蓄泄决策。     

北江流域历年洪水强度大小的比较研究

以北江流域石角站为研究对象,利用目标转换式将投影寻踪模型的约束去除,并通过人工鱼群优化算法的自适应搜索,寻找到最优投影向量。结果表明:人工鱼群优化的无约束投影寻踪模型进行洪水强度大小比较时,有利于人工鱼群算法优化性能的发挥,并且所得的结果与实际情况相符。其中,北江流域石角站2006年的洪水是1954-2006年53 a强度最大的洪水,此外1964、1966、1968、1982、1994和1997年的洪水强度也较大,仅次于2006年。这说明北江流域的洪水情势不容轻视,要加强北江流域的防洪工作,确保北江大堤的防洪能力。