未知环境中移动机器人导航控制研究的若干问题

未知环境中移动机器人导航控制理论和方法是机器人学和智能控制的一个重要研究领域，综述了该领域研究的主要内容及其发展动态，分析了与导航控制有关的机器学习方法的研究现状，指出存在的不足和有待进一步研究的问题，并提出了一些解决思路。  

基于功能／行为集成的自主式移动机器人进化控制体系结构

本文针对自主式移动机器人控制体系结构中两类典型方法的不足，提出了一种进化控制体系 结构，实现了基于AI模型的方法与基于行为的方法的优势互补．文中阐述了进化控制的思想 ，并应用于移动机器人控制结构的设计．该结构使移动机器人具备良好的学习和适应能力、 较快的响应速度，同时拥有较好的理性和完成给定任务的能力．  

移动机器人路径规划技术的研究现状与展望

从基于事例、基于环境模型和基于行为三个方面全面而系统地综述了移动机器人路径规划技术的研究现状，对于当前普遍采用的路径规划方法及其实际应用情况进行了较为详细的介绍和分析；同时分别探讨了反应式规划和慎思规划、全局规划和局部规划、传统方法和新的智能方法之间的结合状况，并借此得出了有关路径规划技术的一些新的发展趋势；总结了该领域有待进一步研究的相关问题。  

免疫算法研究的进展

概述了免疫算法的产生、发展和作用机理，比较了不同免疫算法的设计方法及其优劣．并讨论了免疫算法的种类．既从传统计算的流程、仿真、复杂性、参数设置、生命周期和规模等方面进行了分析．也从自然计算的角度讨论了免疫算法．最后给出了一些应用实例，探讨了发展免疫算法应注意的薄弱环节、难点和创新点．并从发展重点和未来的应用等诸方面展望了免疫算法的发展趋向。  

基于神经元网络的智能PID控制及应用

本文提出了一种神经网络的智能ＰＩＤ控制系统，给出了有效的基于共轭梯度的神经网络学习算法，经过仿真实验和应用结果表明，这类智能控制器可用于难以建立数字模型的控制系统。  

决策树技术及其当前研究方向

介绍了决策树归纳技术及其发展过程，阐述了目前最流行的决策树技术的基本方法及简化决策树的主要方法。同时介绍了决策树技术面临的挑战，目前在与其他技术结合，寻找新的构造方法，简化方法，训练与检验数据的大小及特性与其本身特性的关系，不确定环境下决策，时间复杂度与准确性之间的关系，软件实现等方面的研究，以及它在工程上的应用，展望了它的未来发展前景。  

约束优化进化算法

约束优化问题是科学和工程应用领域经常会遇到的一类数学规划问题.近年来,约束优化问题求解已成为进化计算研究的一个重要方向.从约束优化进化算法=约束处理技术+进化算法的研究框架出发,从约束处理技术和进化算法两个基本方面对约束优化进化算法的研究及进展进行了综述.此外,对约束优化进化算法中的一些重要问题进行了探讨.最后进行了各种算法的比较性总结,深入分析了目前约束优化进化算法中亟待解决的问题,并指出了值得进一步研究的方向.  

智能控制与智能控制系统

本文首先介绍智能控制的发展和智能控制系统的结构与特点.然后,综述几种主要的智能控制系统,尤其是分级递阶智能控制系统和专家控制系统,并着重讨论它们的结构.  

Mean Shift算法的收敛性分析

作为迭代算法,Mean Shift的收敛性研究是应用的基础,而Comaniciu和李乡儒分别证明了Mean Shift的收敛性,但证明过程存在错误.首先指出了Comaniciu和李乡儒的证明过程存在错误;然后,从数学上重新证明了Mean Shift算法的局部收敛性,并指出其收敛到局部极大值的条件;最后,从几何上举反例分析了Mean Shift的收敛性,并进行了深入比较和讨论.这为Mean Shift算法的深入研究及应用奠定了基础.  

智能控制工程研究的进展

结合智能控制研究的几个理论分支，着重从机器人控制，机械制造，电力电子学，工业过程和广义控制几个方面分析了当前智能控制的主要应用领域，指出其中的研究热点和重点，通过总结智能控制工程的现状，提出进一步开展智能控制应用研究的若干对策，包括从基础理论研究和应用系统评估上寻求更成熟的理论指导，明确智能控制研究的目标是建立智能系统模型并实现控制器的智能化，在选择应用对象和设计控制器对遵循“简单”与“复杂”的辨证关系，重视知识技术创新和加快新型智能控制软硬件研制的步伐等。