层次任务网络中的重新规划研究综述

层次任务网络(hierarchical task network, HTN)作为智能规划技术的重要组成部分,已成功应用于无人平台任务规划、应急方案制定等各领域中。由于日益增加的不确定因素对计划执行效果的影响,迫切需要重新规划技术,因此基于HTN的重新规划技术成为近年来的研究热点。首先,通过对当前研究现状的总结梳理,提出了基于HTN的3层重新规划框架。然后,分别从框架中的计划修复、局部重规划和全局重规划3个层次阐述了相应的技术路线与实现细节,针对不同层次指出了目前方法的优势与不足。最后,对该问题未来的研究方向进行了展望,并提出了待解决的关键问题及解决思路。     

基于ULMADM的智能指挥控制系统决策分配方法

在智能指挥控制系统设计中,为了充分发挥指挥员与自动化系统的决策优势,需要将决策功能在两者之间进行合理分配. 给出了指挥控制系统决策分配步骤,针对决策分配过程中属性值无法准确测度的特点,采用不确定性语言型多属性决策（ULMADM）方法,基于UEWAA算子确定决策功能的自动化等级范围,基于UEWAA算子和ULHA算子相结合的多属性群决策算法确定决策功能的自动化等级,算例表明ULMADM方法解决决策分配问题的可行性、有效性和通用性.     

人工记忆优化算法

为了求解复杂函数优化问题,根据人类记忆原理构造出了具有全局收敛性的人工记忆优化算法. 在该算法中,每个记忆元对应着一个试探解; 将记忆原理的记忆和遗忘规律用于控制每个记忆元的状态转移; 记忆元的状态由与试探解相关的状态描述量以及记忆残留值构成,该值分为瞬时记忆、短时记忆和长时记忆三种状态类型,并依据记忆元接受刺激的强度被加强或衰减; 处在瞬时记忆、 短时记忆和长时记忆状态的记忆残留值衰减速度由快到慢,记忆残留值低于某个阈值的记忆元要被遗忘,不再被处理. 在记忆元状态转变过程中,记忆元从一个状态转移到另一个状态实现了对优化问题最优解的搜索. 该算法将试探解与记忆关联,使得试探解依据其质量好坏被自动分类; 处于长时记忆状态的试探解因其质量好,其部分变量的状态值将被传给其它质量差的试探解对应的变量,使其质量得到改善; 处于不同记忆状态的试探解交换信息时,只有很少部分变量进行状态信息交换,这样既可以使试探解的大部分变量的状态保持不变,又能使其质量得到改善,且可大幅减少变量处理个数,对于高维优化问题此举可大幅提高算法收敛速度; 随着演化的进行,质量差的试探解会不断被遗忘,被处理的试探解的数量会不断减少,因此,随着时间的推移,本算法的收敛速度将越来越快. 应用可归约随机矩阵的稳定性条件证明了本算法具有全局收敛性. 测试结果表明本算法的性能与现有的群智能优化算法相比,具有收敛速度快,求解精度高的优势.     

基于二级模糊综合评判的建筑物打击效果评估研究

本文从模糊数学的知识出发,实现了基于二级模糊综合评判理论的建筑物打击效果评估模型. 通过对打击前后建筑物的目标检测与识别以及对它们的变化检测,提取打击前后建筑物的灰度特征、几何 特征和纹理特征作为评估准则,并构建相应的知识库推理系统,最后利用二级模糊综合评判方法实现打击 效果的自动评估,建立了建筑物的打击效果评估系统. 实验结果表明,该模型能对建筑物的打击效果进 行有效的评估.     

稀土串级萃取分离过程智能优化控制仿真系统

稀土串级萃取分离过程具有多变量、非线性、大滞后、工况复杂等综合复杂性,萃取过程元素组分含量难以连续在线检测、产品纯度难以实现优化控制,因此,以提高产品纯度和金属直收率为目标的自动控制技术的研究成为关键。以La、Ce、Pr、Nd四组分串级萃取分离Ce/Pr稀土分离过程为研究对象,开发了稀土串级萃取分离过程智能优化控制仿真系统。该软件提供了稀土串级萃取分离过程的仿真模型及相应的智能优化控制算法,为深入研究和分析设计稀土串级萃取分离过程的自动控制方法提供了有力的实验平台。     

天文卫星巡天扫描智能规划模型及仿真

巡天扫描是天文卫星进行天体观测的基础,但是使用传统方法很难实现全天球覆盖,并且会遇到能源输出瓶颈。因此,针对天文卫星巡天扫描所遇到的问题,提出了使用多目标遗传算法对卫星飞行任务进行智能规划的模型。该模型通过调整飞行任务很好解决了能源输出的问题,与仅依靠被动的分段式扫描方法相比,还大大缩短了巡天扫描的时间。从仿真结果来看,该模型是十分有效的。     

基于H∞滤波的智能车辆多传感器组合导航研究

为适应自主驾驶智能车辆的高精度、高频率及高可靠性与鲁棒性的导航要求,对智能车辆的多传感器组合导航进行了研究。提出了一种基于H∞滤波的双向光电测速仪和CP-DGPS共同辅助SINS的智能车辆冗余组合导航方法。详细推导并建立了组合系统的滤波模型。仿真结果表明,该组合导航系统具有100Hz的高频输出、厘米级的导航精度以及良好的鲁棒性能与可靠性。即使系统特性发生了显著的变化,组合系统仍能为智能车辆提供可靠的导航信息。     

基于模糊支持向量机的小批量生产质量智能预测方法

在分析比较目前常用的智能工序预测技术及其特点的基础上,提出一种适合小批量生产过程的质量智能预测模型,并给出了相应的预测过程和算法.由于该模型中以模糊支持向量机(FLS-SVM)技术为智能核心,一方面较好的解决小样本学习问题,避免了人工神经网络等智能方法在对小批量生产过程质量进行预测时所表示出的过学习、泛化能力弱等缺点.另一方面,通过隶属度函数对样本进行模糊化,达到样本优化选择,实现历史数据“重近轻远”的预测效果.通过对具体加工过程的预测实验,并与其它几种常见预测方法效果进行对比,说明本文方法实现容易,建模速度快,小样本的泛化能力强,为实现小批量加工过程的在线质量预测与控制提供可行的思路.     

无机化学实验教学中的“绿色化”探索

针对无机化学授课对象多而广，所需试剂种类及用量庞大，产生的废气、废液、废渣等对环境具有危害的特点，通过整合优化实验内容，规范实验操作，采用微型实验、多媒体及网上虚拟实验室，合理收集及处理三废等方面的改革创新．将绿色化学的理念深入到无机化学实验的各个环节中，以初步实现无机化学实验教学的“绿色化”，培养学生的绿色意识．     

“纳米材料绿色印刷制版技术”及其发展历程

纳米材料绿色印刷制版技术(下称“纳米绿色制版技术”)是近年来新兴的绿色环保印刷技术，纳米材料绿色制版技术具有非感光、无污染、低成本、工艺简捷的特点，堪称“印刷业的革新”。文章介绍了纳米材料绿色制版技术的概念特点、发展现状及其应用前景。