自动化立体仓库的货位分配优化

为有效解决自动化立体仓库(AS/RS),即自动存取系统的货位分配问题,以货架稳定性和出入库效率为目标,结合多色集合、粒子群算法和模拟退火算法三者优势,建立区域划分、货位分配两阶段的多目标货位分配决策模型。区域划分阶段考虑货物出入库效率和货架受力情况,采用多色集合的围道布尔矩阵进行划分。货位分配阶段根据入库货物的类型和数目,采用结合模拟退火算法的混合粒子群算法求解货位分配优化问题。在MATLAB软件中运行实例,结果证明,与遗传算法和粒子群算法比较,混合粒子群算法在求解货位分配优化问题时的收敛速度快、稳定性高,且能在保证货架稳定性的前提下提高出入库效率。     

基于人工免疫算法的三坐标测量机路径规划

为了提高三坐标测量机(CMM)的测量效率,提出多色集合理论模型与人工免疫算法相结合的方式规划CMM自动测量路径。通过待测特征与测头特征、测头角度和待测面的关系建立多色集合围道矩阵,然后进行合取运算建立合取围道矩阵;结合多色集合理论约束模型,采用人工免疫算法,优化全局测量路径。实例表明,该算法提高了三坐标测量机自动检测效率,并已用于实际检测,具有一定实践意义。     

基于聚类的连续属性动态离散化算法

连续属性离散化是数据分析中重要的预处理过程，而基于粗糙集理论的数据分析要求离散化的结果能够最大程度的保持原信息系统的分辨关系。本文提出了一种新的离散化算法，此算法以决策信息系统中决策属性对条件属性集合的依赖度作为评价函数动态调整DBSCAN聚类算法的参数，直至离散化决策属性对条件属性集合的依赖度达到预先指定的阈值为止。算法分析和实验证明，本算法是切实可行的。     

冗余度机器人作业区域轨迹的自动规划

机器人化是提高工程机械施工控制自动化的关键问题。对于工程机械机器人 ,特别是具有空间冗余度的工程机械机器人 ,其执行机构末端的轨迹规划的自动实现研究对提高其自动化程度有着重要意义。本文以泵车为例 ,提出了一种泵车布料机构的浇筑过程的自动轨迹规划算法 ,该算法通过将其所浇筑区域离散成浇筑点集 ,对两浇筑点的轨迹利用冗余度机器人学的最小关节范数法 ,并通过在关节速度和加速度非连续之处采用平滑或连续处理 ,从而实现了泵车布料机构浇筑过程的自动轨迹规划。     

基于机器视觉的运载火箭支架自动装配方法研究

为解决运载火箭内部支架人工装配所面临的工作环境嘈杂和劳动强度大等问题，设计了基于协作机器人的辅助自动装配系统，并对其装配路径进行规划。协作机器人在抓取支架实现自动装配过程中，受限于支架自身误差、特征尺寸及位置姿态的随机等特点，抓取和定位极为困难。为解决支架自动装配过程中的难点，首先规划了支架自动装配的工艺流程，设计了支架抓取机构、自动装配机构，并配合对应的视觉算法完成支架的抓取、自动装配；其次，结合YOLOv5深度学习算法对定位目标进行识别，和装配孔位进行位置补偿，实现对装配孔找正；最后，通过实验验证该自动装配系统中抓取机构、自动装配机构的稳定性，视觉定位算法的有效性及精度，实验结果表明，装配孔定位精度小于0.06 mm。     

冗余度双臂机器人协作策略下实时避障算法

针对冗余度双臂机器人协调操作过程中机械臂本体避障及躲避环境障碍问题,提出了基于冗余机械臂自运动特性的双臂机器人协作策略下实时避障算法。首先,利用障碍物在机械臂连杆上的投影矢量筛选掉不会避碰杆件,再计算可能避碰杆件与障碍物的最短距离;其次,根据双臂协作的运动学约束关系,得到冗余度双臂机器人协调搬运避障的运动学逆解;再次,引入梯度“安全距离”和两个避障因子,实时改变机械臂的避障速度,使机器人末端完成协作任务以及双臂实时自避碰及躲避环境障碍物的任务;最后,利用冗余度双臂机器人进行仿真及实验。结果表明：双臂机器人末端执行器执行协作任务的同时机器人双臂可以躲避障碍物,且各关节运动连续、平稳。     

基于区域曲率特性的网格模型简化算法

对目前网格模型简化中的特征保护问题,提出了一种基于区域曲率特性的网格模型简化算法。利用混合过渡特征提取算法提取模型特征并进行区域分割,获得模型的特征区域与非特征区域,然后根据区域曲率值大小及面片数量进行简化量调整分配。研究了基于面积权值的QEM简化算法,并对各个区域进行独立简化,以实现不同网格区域简化过程的优化。通过实例验证比较,所提出的基于区域曲率特性的简化算法比整体简化算法和线性比例分配简化算法具有更优的简化效果和精度。     

基于区域曲率特性的网格模型简化算法

对目前网格模型简化中的特征保护问题,提出了一种基于区域曲率特性的网格模型简化算法。利用混合过渡特征提取算法提取模型特征并进行区域分割,获得模型的特征区域与非特征区域,然后根据区域曲率值大小及面片数量进行简化量调整分配。研究了基于面积权值的QEM简化算法,并对各个区域进行独立简化,以实现不同网格区域简化过程的优化。通过实例验证比较,所提出的基于区域曲率特性的简化算法比整体简化算法和线性比例分配简化算法具有更优的简化效果和精度。     

基于品项相关性的阵列式自动拣选机货位优化

为提高阵列式自动拣选机的拣选效率,提出基于品项相关性的货位优化方法。针对阵列式自动化拣选机通道列串行拣选、并行合流的工作特点,分析了设备通道列作业时序,建立了阵列式自动拣选机订单拣选总时间数学模型,将其归结为以最大总虚拟视窗时差为目标的货位分配问题。为求解该问题,设计了启发式聚类算法,将相关性强的品项分配至间隔距离远的通道列存储,以增大总虚拟视窗时差,提高设备拣选效率。通过某医药物流配送中心阵列式自动拣选机的实例分析表明,采用启发式算法可使订单拣选总时间减少约5%。     

基于CATIA的参数化农机标准零件库设计与应用

在农机的设计过程中,采用参数化造型方法,创建基于特征的零件三维数字模型。利用CATIA知识工程建立农机标准零件库,通过调用库中零件,减少了标准零件的重复建模工作,降低了模型数据的冗余度,提高了整机设计的效率和品质。     

冗余度机器人优化的自运动控制方法

提出一种冗余度机器人优化控制方法,通过自运动变量的选取,构造出以自运动变量作为状态变量的冗余度机器人优化控制结构,并由此得出冗余度机器人优化控制的新算法。这种方法可以对冗余度机器人的运动学、动力学等多种优化进行统一处理,具有较好的通用性;同时将冗余机器人运动学和动力学求优化解的过程,转化为非冗余度机器人求解,以便直接利用各种高效率的非冗余度机器人计算方法。     

脉动模式下基于蚁群算法的飞机装配工序分配方法

为了解决脉动模式下飞机装配工序分配问题,研究并提出了基于蚁群算法的装配工序分配方法。以蚁群算法为核心．通过对脉动模式下飞机装配工序的特性分析,构建工序分配数学模型;在装配工序和工作站之间释放信息素,指导工序分配：以装配工序作业时间和后续任务作业时间为启发式信息,提高搜索效率。最后通过实例证明了该方法的可行性和有效性。     

基于Rényi熵的不确定可靠性及其功能优化算法模型研究

产品研发过程中功能优化是一个复杂系统，往往存在大量随机且不确定性因素。不确定可靠性是解决这类问题的一个重要数学工具。引入人工智能机器学习中Rényi熵，构建基于Rényi熵的不确定可靠性产品功能优化模型及自动化计算方法。通过产品功能需求分析、认知集合转换、Rényi熵可信度分配与合成等过程，自动化迭代计算出优选功能组合。以应急救援产品为例，计算结果表明，产品功能优化算法模型能够有效抑制不确定性因素扰动，获取最优解组合，提高产品设计效率及准确性。     

可寻址测试芯片测试结构自动分配算法研究

为了缓解由于可寻址测试芯片自动化设计方法的缺失所带来的设计效率低下、设计稳定性不足等问题,针对可寻址测试芯片设计过程中的测试结构分配环节,将线性规划应用到测试结构的自动分配算法中。通过整理现有的手动分配测试结构的方法,得到了一套测试结构分配的基本规则;同时,将这些分配规则转换为多元一次不等式的数学表述,从而构建了针对测试结构分配环节、基于线性规划的数学模型,根据该数学模型,可以发展出一个自动分配器以快速、自动地解决可寻址测试芯片的测试结构分配问题。研究结果表明,基于线性规划的自动分配器可以在数分钟内完成上千个测试结构的自动分配;同时,自动分配器会在考虑各种测试结构分配的基本规则的前提下,在测试单元空间利用率上得到一个最优化组合方案。     

面向大规模SFM的快速鲁棒特征跟踪算法

运动恢复结构(SFM)是指通过分析二维图像序列恢复三维结构信息的过程,在计算机视觉的多种应用中起着重要的作用。特征跟踪是大规模SFM的核心组成部分,但现有的多视图特征跟踪算法在鲁棒性和效率上还存在不足,为解决这一问题,提出了一种快速和鲁棒的特征跟踪(FRFT)算法。首先,采用AGAST进行特征点检测,并使用图像矩为AGAST特征定义主方向,为构造旋转不变的描述子奠定基础;其次,在差分高斯金字塔空间内,根据中心点与邻域像素之间的差值构造特征描述子,避免光照和尺度变化对特征匹配的影响;再次,为了提高特征匹配效率,对特征集合进行聚类,采用KD-Tree加速特征匹配,提高算法的时间效率;最后,采用4种方式对FRFT算法进行验证,并与现有经典算法进行比较。实验结果表明,FRFT算法在鲁棒性和时间效率方面均优于现有经典算法。     

可见光通信网络节能资源分配策略研究

本文针对以用户为中心的可见光通信(Visible Light Communication, VLC)网络协作传输技术的能量效率(Energy Efficiency, EE)问题,提出了联合小区形成和功率分配优化算法,能够实现能源效率最大化。首先提出一种新的用户聚类算法,引入类间类内划分(Between-Within Proportion,BWP)聚类指标有效反映用户聚类之间的分离性以及紧密性,确定最优聚类数目并根据提出的度量值将接入点(Access Point, AP)与聚类用户关联形成虚拟小区。其次在服务质量(Quality of Service, QoS)的约束下联合功率分配,利用Dinkelbach算法和对偶投影梯度算法迭代求解,得到最佳功率分配方案以及小区中参与通信的Aps,有效提高了系统能源效率。仿真结果表明,与传统算法相比,本文所提算法显著提高能源效率。     

模糊神经网络与启发式算法相结合的制造单元构建方法

为提高制造单元构建效率和制造单元的可实施性,提出了模糊自适应谐振神经网络与启发式算法相结合的制造单元构建方法.该方法以加工相似模式匹配思想为指导,将制造单元的构建分为两个阶段.首先对标准模糊自适应谐振神经网络进行改进处理,并以此构建初始的工件族和设备集合;然后,在初始工件族和设备集合的基础上,建立基于规则的启发式资源优化分配算法,解决制造单元的设备共享、可选设备分配和设备负荷不均等问题.最后,以某企业机加车间生产的典型工件为例,验证了算法的有效性.     

面向协同设计的冲突自动消解系统研究

协同设计是一项复杂的创造性活动,协同设计过程中的各种冲突问题的快速、自动消解对协同设计效率的提高起着至关重要的作用。本文用自动导航方法来处理协同设计过程中产生的各种冲突,给出了冲突自动导航系统模型,研究了冲突消解器及消解算法。根据冲突的特征将其分类,分别找到合适的冲突消解方案。此外,采用扩展锁定机制来保证冲突消解中的数据一致性,在明显提高冲突消解操作并发性的同时,也解决了消解操作过程中潜在的死锁问题。     

基于动态极小势参数矩阵求解极小碰集的方法

在基于模型的故障诊断与测试过程中，求解极小碰集是诊断与测试的一个关键步骤，极大地影响了故障诊断的最终效率。鉴于此，提出一种基于动态极小势的参数矩阵计算极小碰集的新算法JMatrix,利用参数矩阵描述冲突集合簇中元素与集合的关系，每次动态选取当前矩阵中势最小的集合进行分解，将大问题逐步分解成规模更小的子问题，并在碰集求解过程中通过加入剪枝策略和启发式信息，避免了对无解空间的搜索；在对每一个碰集进行极小化时，根据原始冲突集合簇的矩阵特性，可以快速地找到特定元素所在的集合，从而加快极小化的速度。实验结果表明，所提算法JMatrix不但在大量人工测试数据集上较其他经典极小碰集求解算法具有更高的效率，而且在国际基准ISCAS-85电路数据集上仍具有高效稳定的性能。     

新型并联式混合动力汽车模式切换协调控制

针对一种基于行星齿轮机构的新型并联式混合动力汽车,以实现整车系统效率最优为目标,对混合动力系统工作模式区域进行划分,制定出整车能量分配策略。研究了各工作模式切换之间的扭矩协调控制算法,并进行了驱动工况仿真分析。结果表明,综合了系统效率最优的能量分配策略与协调控制算法既能优化动力系统效率,又能够有效提高混合动力汽车模式切换过程中动力传递的平稳性。