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。     

铁路运输网络资源配置与组织模式研究

通过对铁路运输资源配置模式和组织模式对系统中的扰动因素传递过程影响的定量研究,建立确定的组织模式下的运输系统附加费用模型,提出对组织模式和系统资源配置的优化模型。     

多UAV协同区域覆盖搜索研究

针对多无人机协同区域覆盖搜索问题,为降低问题求解的复杂度,将其分解为多UAV任务区域分配和完全覆盖路径规划两个子问题,对子问题分别优化求解。建立了无人机任务执行代价模型,采用分层模糊推理求解无人机的性能评估指数,根据性能评估指数采用基于面积的区域分割方法实现多无人机搜索任务区域的分配。分析了无人机实现区域内覆盖搜索的最优路径问题,给出了在特定多边形区域下最小代价的搜索模式和搜索路径。仿真实验结果验证了所给方法的有效性。     

潜在信息、潜在世界与宇宙复杂性之源

广义的自然信息根据其所支持的物质能量是否足以引起宏观有序效应,可分为显在信息与潜在信息。潜在信息、显在信息的普遍的相互转化,使得自然界这一客观世界成为由潜在世界,显在世界所组成的两重世界。这一两重世界观念的实践意义在于通过潜在世界的某种转化,实现显在世界的一定转化;其理论意义则在于阐明:宇宙复杂性之源,即是潜在信息将无序的物质能量组织为有序的显在世界。     

基于TCPN的装备维修保障资源管理模型

探讨了一种带优先级的时间有色Petri网,并利用其建立了一种装备维修保障资源管理模型,尔后利用CPNTools进行了仿真;分析了维修过程的总体运行、资源利用率等情况,提出了资源优化配置和调度的方法。     

蚁群算法在全局最优路径寻优中的应用

移动机器人路径规划是机器人学的一个重要研究领域。针对移动场地的特点对其进行了建模与存储,然后将场地处理成简单的连通图,在此基础上对TSP模型进行了改进以应用到机器人全局最优路径中来,然后利用蚁群算法的基本原理在所建立的模型上进行全局最优路径搜索。为了更好的寻找到全局最优路径,对基本蚁群算法也做了一定的改进。不同的实验结果表明这种方法的确可以准确地找出全局最优路径。     

基于前视声呐信息的AUV避碰规划研究

在复杂海洋环境中,利用前视声呐获取的障碍物信息指导自治水下机器人（AUV）进行局部避碰。主要采用强化学习的方法对AUV进行控制和决策,综合Q学习算法、BP神经网络和人工势场法对AUV进行避碰规划。强化学习的方法强调AUV在环境的影响中学习,通过环境对不同行为的评价性反馈信号来改变行为选择策略。并且在环境发生变化时,AUV通过学习来实现对新环境的适应,不断改进其自治能力,进而实现在不确定环境下的避障任务。开发了AUV运动规划的虚拟仿真软件系统,仿真实验证明了算法的合理性与可行性。     

基于DEA方法的额外资源分配算法

研究基于DEA(数据包络分析)方法的资源分配问题.求解该类问题的难点在于:对于参与分配的决策单元来说,其分得的额外资源数不仅依赖于该决策单元的相对效率值,还依赖于它的规模大小,因此分配权重难以确定.根据输入、输出指标数的分布情况,建立了3种基本模型,分别是单输入单输出、多输入单输出、单输入多输出模型,给出了这3种模型的资源分配权重的确定算法.最后给出实例,并对给出的分配原则的合理性进行了分析讨论.     

土地资源优化配置的物元模型

应用可拓学的理论和方法,对土地资源的特征及优化配置进行了分析,建立了土地资源优化配置的物元模型,为土地资源的优化配置和合理利用提供一种新的科学方法。     

“Unfolding” Natural Resource-Use Information Systems: Fieldwork in Botswana

My research examines the performance of natural resource-use information systems. I question why such systems, despite receiving substantial financial and human investment, appear to have a weak impact on projects, programs, and policy intended for rural poverty alleviation in developing countries. Drawing on my understanding of the process of unfolding introduced by C. West Churchman, and its particular relationship to Habermasian constitutive interests, I reflect on my experiences of using the concept during fieldwork undertaken in Botswana. The concept is found useful on two fronts: first, it provides a purposeful guide for gathering and processing information/knowledge—what I have termed an epistemological intent; second, it provides a useful template for evaluating other information systems; in particular, the role of expertise—what I have termed an ontological intent. The process of unfolding, as I understand it, also provides an invitation for constructive (rather than self-indulgent) personal reflection: what might be termed a constitutive reflexive intent. By making information gathering and knowledge generation less mystical and a more transparent social activity, the conceptual and practical application of the process of unfolding can help toward retrieving inquiry as being a purposeful, openly political, and thereby less deceptive engagement: features which I believe are found particularly wanting in the business of rural development information gathering.