思维模拟在复杂工业过程建模中应用的综述

复杂工业过程控制是控制科学界的前沿，由于其背景复杂性、控制对象可变性，至今 在实际工程甚至理论上尚待取得实质性进展，因此，在复杂环境和任务下的工业过程正在走 逐步智能化的道路．在这一智能化进程中，有三大智能模拟：逻辑思维模拟、大脑结构模拟 和人工免疫模拟．本文试图从模糊系统理论和可拓学两方面进行讨论，详细地评述了思维模 拟在复杂工业过程中应用的发展现状，并对其未来提出展望．     

一种不确定环境下移动机器人的避障规划算法

本文提出了在不确定的环境中，移动机器人的一种全局路径规划算法．将全局路径 规划分解为局部路径规划的组合．为提高规划的效率，在局部规划中，采用了基于案例的学 习方法．以ART-2神经网络实现案例的匹配、学习和扩充，满足了规划的实时性要求，仿真 结果说明了本算法的有效性．     

过程工业仿真培训系统的通讯策略研究

过程工业仿真培训系统是C/S结构的局域网系统 ,其通讯策略直接影响系统性能。文中首先简要介绍了仿真培训系统的概念和结构 ,然后对主要的通讯处理技术加以说明 ,最后给出了程序示例 ,并介绍了应用情况。     

并联冗余DC-DC模块蓄电池充电均流方法

并联冗余是应用于风光互补独立供电系统的DC-DC变换器满足高可靠性要求的关键,而均流技术是并联冗余的关键,现有的均流方法无法同时满足并联冗余和蓄电池充电要求。本文在分析并联DC-DC模块蓄电池充电特性的基础上提出了一种实现并联DC-DC变换器瞬时均流的新控制方法。该方法基于平均电流法原理,通过单片机A/D口检测蓄电池充电电压和各并联DC-DC模块充电电流,判断蓄电池状态,自适应调整各模块PWM信号占空比实现均流和充电控制。文中根据理论模型进行了仿真,并构建实际系统进行了实验,仿真和实验结果表明,此方法能够同时满足DC-DC变换器并联冗余和蓄电池三段式充电的要求,验证了方法的有效性。     

一种基于多超声波信息精确建立环境模型的新方法

提出了一种新的基于超声波信息的建模方法,通过分析相邻多个超声波传感器测量数据间的相互关系以及环境特征的相关信息,用线段匹配实现对探测环境的建模． 经仿真和实验验证,此方法可以很好地识别墙壁、拐角和缺口等环境特征,具有建模准确、实时性强的特点．     

环境因素对多自主移动机器人系统的影响研究

基于行为的多自主移动机器人所处的环境因素总是对其系统性能造成一定的影响。本文针对典型的群体觅食任务,以计算机仿真为手段,研究目标物数量、障碍物数量、搜索区域大小和机器人数目对其系统性能的影响。仿真实验结果表明搜索区域内的目标物数量越多,障碍物数量越少,系统性能越高;而搜索区域大小和机器人数目增加到某一定值时,系统性能开始下降。     

决策系统的相对正域求解

经典的粗集理论给出了用不可分辨类的思想求解系统必要条件的方法,相对正域求解是其中一种,但是它涉及到粗集理论中许多抽象的定义,考虑编程实现的原因,在许多文献中采用了不可分辨矩阵的方法求必要条件。但笔者充分利用MATLAB语言的优点,首先改造了原有决策系统,使之适合于MATLAB语言处理,然后给出了粗集理论中不可分辨类和下近似集两个重要概念的自定义函数Indiscem．m和LowerApproximate．m,用相对正域的方法(poscd．m)求解出系统的必要条件。     

基于循环卷积神经网络的单目视觉里程计

提出了一种基于卷积长短期记忆(LSTM)网络和卷积神经网络(CNN)的单目视觉里程计方法,命名为LSTMVO(LSTM visual odometry).LSTMVO采用无监督的端到端深度学习框架,对单目相机的6-DoF位姿以及场景深度进行同步估计.整个网络框架包含位姿估计网络以及深度估计网络,其中位姿估计网络是以端到端方式实现单目位姿估计的深度循环卷积神经网络(RCNN),由基于卷积神经网络的特征提取和基于循环神经网络(RNN)的时序建模组成,深度估计网络主要基于编码器和解码器架构生成稠密的深度图.同时本文还提出了一种新的损失函数进行网络训练,该损失函数由图像序列之间的时序损失、深度平滑度损失和前后一致性损失组成.基于KITTI数据集的实验结果表明,通过在原始单目RGB图像上进行训练,LSTMVO在位姿估计精度以及深度估计精度方面优于现有的主流单目视觉里程计方法,验证了本文提出的深度学习框架的有效性.     

基于INTERBUS总线的智能楼宇控制系统

本文提出了基于INTERBUS总线结构的楼宇控制系统。对于楼宇系统关键组成部分——变风量空调系统(VAV),采用了串级控制等过程控制方法,实现了对大空间范围内温度的快速调节。     

基于Sybase的卷烟企业烟叶管理信息系统

全面地介绍了基于Sybase开发的卷烟企业烟叶管理信息系统,详细地阐述了该系统的设计目标、实现过程及其关键技术。