工业机器人运动学参数误差两步识别法

提出了将转动误差和定位误差分离的参数误差两步线性识别方法,利用刚体相对转动误差识别出仅与转动相关的运动学参数误差;由已校准的参数并利用刚体距离误差识别出其余的运动学参数误差,两步识别法不仅避免了测量坐标系与机器人坐标系的转换以及参数估计误差的传递,而且有效解决了距离方法中存在的奇异和非线性问题,可以快速求出参数误差的线性解,该识别法不仅可以用于串联、并联机器人的校准,而且适用于数控机床、坐标测量机等的误差识别与补偿。     

面向对象建模方法研究

本文首先介绍了面向对象建模方法的发展近况,然后就几种主要的面向对象建模方法进行了比较和分析,最后简单阐述了这一领域今后的发展趋势。     

连锁经营引领我国的流通现代化

介绍了连锁经营的起源与发展,对连锁经营如何引领我国的流通现代化进行了探讨。     

虚拟座舱实时视景仿真系统的设计与实现

本文首先阐述了虚拟现实技术在虚拟座舱视景仿真领域的应用，并通过三维可视数据库对物体及地形场景进行了建模，然后利用实时开发应用程序对场景动画进行驱动，最后实现了虚拟座舱的实时视景仿真系统。该系统可以完全满足虚拟座舱实时性的要求，为研究座舱仿真系统的视景实时生成问题提出了新的解决方案。     

支持向量机控制与在线学习方法研究的进展

支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能控制的研究,主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练,因此出现了对SVMR在线训练算法的研究。分析了国内外这些研究内容的最新研究进展,旨在探讨归纳支持向量机在控制领域研究的主要成果和存在的问题,以便为进一步的研究提供一定的支持与帮助。     

虚拟综采工作面场景建模研究

虚拟场景建模是虚拟现实技术中的关键技术之一,虚拟综采工作面场景复杂,模型众多,建模工程巨大。在简化模型的基础上,使用实例技术、单元分割和雾化技术建立几何建模,并进一步举例说明物理建模和运动建模的过程。在虚拟场景开发中利用面向对象编程语言VisualC 6.0及三维图形标准库OpenGL,构造了各种模型,最终建立了虚拟综采工作面系统,实现了场景漫游和交互的功能。     

面向复杂系统运动仿真的信息物理融合建模

传统运动仿真的虚拟建模缺少针对复杂系统中信息子系统与物理子系统的动态性融合建模。融合传统运动学虚拟建模与信息计算的优势,针对运动仿真的精度和实时性难以满足实际工业制造需求的问题,提出面向复杂系统运动仿真的信息物理融合建模方法,并以机械臂的运动学控制为仿真案例进行验证,解决了实际环境中机械臂的驱动与仿真环境虚拟机械臂运动不一致的问题。搭建了复杂系统运动仿真虚实映射平台,集成了虚拟建模环境CoppeliaSim,融合实际机器人的运动反馈,和虚实映射计算模型,确定工业机器人运动方程的唯一位姿解。实验结果表明本文提出的方法实现了工业机器人的虚实映射实时运动仿真。     

偏最小二乘相关算法在系统建模中的两类典型应用

讨论了偏最小二乘回归（PLSR）的相关算法对两类典型实际系统建模的有效应用。分析了传统的偏最小二乘回归批处理算法及由此产生的一种简化算法的基本原理和技术特点，在此基础上，对原有的递推算法进行了一定程度的改进，直接采用自变量主元t的回归系数矩阵P和R来取代旧的数据信息，从而进一步简化了计算过程，针对上述两种算法的特点，分别对无人机费用模型（少样本，多变量）和切削力峰值模型（多样本，少变量）参数进行了估计计算，说明了各自算法的应用优势。     

A New Method with High Confidence for Validation of Computer Simulation Models of Flight Systems

Computer simulation models may by used to gain further information about missile performance variability. Model validation is an important aspect of the test program for a missile system. Validation provides a basis for confidence in the model's results and is a necessary step if the model is to be used to draw inference about the behavior of the real missile. This paper is a review of methods useful for validation of computer simulation models of missile systems and provides a new method with high degree of confidence for validation of computer simulation models of missile systems. Some examples of the use of the new method in validating computer simulation models are given.     

基于极限学习机的生化过程软测量建模

针对极限学习机方法隐层神经元数目过多的缺陷，提出一种改进的极限学习机方法。在单隐层前向神经网络的隐层中，增加一类分类神经元，从而形成了一种新的单隐层神经网络结构。针对不同类样本数不相同的问题，提出了处理方法，使得可以利用相同的隐层神经元对不同类的学习样本进行拟合，这使得网络的隐层神经元数目大大降低，从而简化了模型的结构，提高了神经网络的计算速度。将这一方法应用于诺西肽发酵过程，建立了菌体浓度的软测量模型，实现了菌体浓度的在线预估。