机器人足球——智能机器人的新领域

本文主要介绍近年来发展的机器人足球比赛和足球机器人系统．足球机器人系统由机器人、视觉系统、主机系统和通讯系统组成．多机器人组队比赛便构成一个复杂大系统，它涉及机器人、自动控制、通信、传感、图像处理以及人工智能等领域，而机器人足球便成为研究多机器人合作以及多智能体系统的一个很好的实验载体．     

基于内模的机器人迭代学习控制

本文根据内模控制的概念，设计一个扰动控制器，使机器人系统表现为固定参数的解耦线性化系统．基于此线性系统，提出了一种迭代学习控制律，给出了算法收敛的充分条件．算法的参数选择非常简单，从而易于满足收敛条件．仿真结果表明了算法的有效性．     

一种决策模型产生方法

本文根据接收到的信息和归结原理来产生决策模型，并采用动态的标准选取决策模型，同时利用模拟退火法对被选取的模型进行排序，使整体的推理效果达到最优。     

用两阶段启发式算法编制连铸生产计划

现代钢铁企业一个最具挑战性的问题就是如何充分使用成本高昂的设备，以换取更高的利润。编制高效的连铸生产计划在提高生产率和降低能耗方面具有十分重要的意义，提出描述连铸计划的数学模型，并使用智能搜索算法解决这类ＮＰ难的问题。     

冷连轧机仿真系统的设计和实现

以某轧钢厂2030五机架冷连轧机的穿带工艺研究为背景，对轧制过程中所涉及的模型进行了认真的分析和提取，并对整个过程中的所有设定参数进行了全面的计算和仿真，提供了基本参数的输入、修改以及穿带过程、动态过渡的各个显示窗口和画面。此软件包具有形象、方便、实用等特点，并为现场提供一个安全、可靠、离线的试验软环境。     

基于滑模自适应的飞行器鲁棒姿态控制

针对一类不确定非线性系统,基于李亚普诺夫稳定性理论提出了滑模自适应算法。算法的核心为：将系统分为标称模型和包含建模误差、参数变化、干扰及未建模动态等在内的混合干扰项,用自适应控制实时逼近具有不确定性特征的系统输入系数,用鲁棒控制使系统的混合干扰在有限时间内减小到一个小范围内,用滑模控制最终消除不确定非线性系统的跟踪误差。不仅使系统有较好的鲁棒性,而且消除了传统滑模控制中系统输入的抖振现象。对微型飞行器的姿态控制系统进行了仿真研究,仿真结果验证了算法的有效性。     

飞行机器人递归小脑神经网络模型分解控制

为解决一类不确定非线性系统的控制问题及系统混合干扰上界在实际应用中难以测量的问题,提出递归小脑神经网络模型分解控制算法.将系统分为名义模型、结构不确定性和非结构不确定性,分别对名义模型设计直接反馈控制器、对结构不确定性设计自适应控制器、对非结构不确定性设计鲁棒控制器.设计递归小脑模型关节控制器作为观测器来对系统干扰的上...     

用两阶段启发式算法编制连铸生产计划

现代钢铁企业一个最具挑战性的问题就是如何充分使用成本高昂的设备,以换取更高的利润。编制高效的连铸生产计划在提高生产率和降低能耗方面具有十分重要的意义。提出描述连铸计划的数学模型,并使用智能搜索算法解决这类ＮＰ难的问题     

基于遗传算法的知识获取及其在故障诊断中的应用研究

从优化角度出发,本文提出一种基于遗传算法的机器学习方法,该方法能够从学习 实例中总结出有用的知识．针对该优化模型,本文用一种新型的遗传算法对其进行优化,并 将该方法应用于旋转机械故障诊断知识获取过程,仿真实验结果说明该方法是比较有效的．     

双向联想记忆神经网络的一种编码策略

本文提出一种双向联想记忆神经网络的按‘位’加权编码策略，并给出了求取权值递推算法，它将Ｋｏｓｋｏ双向联想记忆网络按海明距离进行模式匹配的原则，修正了按加权海明距离进行了模式匹配，从而可以使得对不满足加续性的所谓“病态结构”的一类样本模式集，同样具有良好的联想能力，对二值图象模式存贮，联想的计算机模拟实验表明，此方法具有优良的性能和实用价值。