基于模糊神经网络的强化学习及其在机器人导航中的应用

研究基于行为的移动机器人控制方法.将模糊神经网络与强化学习理论相结合,构成模糊强化系统.它既可获取模糊规则的结论部分和模糊隶属度函数参数,也可解决连续状态空间和动作空间的强化学习问题.将残差算法用于神经网络的学习,保证了函数逼近的快速性和收敛性.将该系统的学习结果作为反应式自主机器人的行为控制器,有效地解决了复杂环境中的机器人导航问题.     

基于专家系统开发工具M.1的高炉专家系统的开发

采用专家系统开发工具Ｍ．１，结合Ｃ语言和ｄＢＡＳＥⅡ开发了高炉专家系统，实现了高炉专家系统对高炉异常炉况的自动判断及各项功能，并给出了运行实例。结果表明，本方法为高炉专家系统的开发提供了一条新的途径，并适合于其它类似中小型专家系统的开发。     

基于矢量量化的强化学习及其在机器人行为学习中的应用

针对强化学习(RL)中状态空间过大所引起的学习时间过长或算法难于收敛等问题,提出了一种基于矢量量化(VQ)技术的表格型强化学习方法--VQRL方法,该方法用矢量量化器的码书矢量来逼近强化学习的状态空间,从而有效地解决了强化学习的状态空间分割问题,并提高了学习的收敛速度.同时根据等失真理论将一种失真敏感自组织特征映射(S...     

基于轮廓最优预见的机床进给伺服控制研究

基于交叉耦合、预见控制设计出双轴进给伺服系统,并给出仿真评价。证明对普通机床引入交叉耦合、预见控制之后,系统在不改变单轴跟踪精度的情况下,提高了轮廓跟踪精度。     

放射治疗剂量分布的计算机模拟

利用蒙特卡罗方法模拟放射治疗剂量分布,改写现有的放射治疗软件-DPM进行剂量计算,与图形处理方便的M atlab软件相结合,给出高精度的显示结果,这是一个很有前景的研究方向。因为它既可以获得很快的仿真速度,又能得到直观的仿真结果图形。研究结果表明该方法对于提高放射治疗水平具有重要的指导意义和应用价值。