进化计算在复杂机电系统设计自动化中的应用综述

复杂机电系统设计自动化是知识自动化的一个重要分支, 在机器人系统设计、高档数控机床设计、智能装备系统设计等方面具有重要的研究意义和应用价值. 本文对进化计算在复杂机电系统设计自动化中的应用进行了综述. 首先, 介绍了几种常用进化计算方法及其优点; 其次, 对进化计算在电子系统、微机电系统和复杂机电系统三个领域的设计自动化进行了较为系统且全面的总结. 然后, 以一类典型的复杂机电系统—机器人系统的设计自动化为代表, 对进化计算在机器人系统设计自动化的研究发展进行了讨论. 最后, 针对进化计算在复杂机电系统设计自动化中存在的共性关键问题进行了讨论与展望.     

基于改进Res-UNet网络的钢铁表面缺陷图像分割研究

为了提高钢铁质量图像检测的效率和精度,提高生产自动化水平,该文提出一种改进的Res-UNet网络分割算法。使用ResNet50代替ResNet18作为编码模块,增强特征提取能力;修改编码模块,使残差块间稠密连接,增强浅层特征的深度延展,充分利用特征;使用加权Dice损失和加权交叉熵损失(BCEloss)结合的新损失函数缓解样本不均衡的情况;数据集增强策略保证网络学习更多的样本特征,增强细节分割精度。相比于经典的UNet算法,组合优化后的Res-UNet网络的Dice系数最多提高了12.64%,达到0.7930,网络训练时间更短,对各类缺陷的分割精准度更优,证明该文算法在钢铁表面缺陷分割领域具有应用价值。     

融合3D注意力和Transformer的图像去雨网络

目的 因为有雨图像中雨线存在方向、密度和大小等各方面的差异,单幅图像去雨依旧是一个充满挑战的研究问题。现有算法在某些复杂图像上仍存在过度去雨或去雨不足等问题,部分复杂图像的边缘高频信息在去雨过程中被抹除,或图像中残留雨成分。针对上述问题,本文提出三维注意力和Transformer去雨网络(three-dimension attention and Transformer deraining network,TDATDN)。方法 将三维注意力机制与残差密集块结构相结合,以解决残差密集块通道高维度特征融合问题;使用Transformer计算特征全局关联性;针对去雨过程中图像高频信息被破坏和结构信息被抹除的问题,将多尺度结构相似性损失与常用图像去雨损失函数结合参与去雨网络训练。结果 本文将提出的TDATDN网络在Rain12000雨线数据集上进行实验。其中,峰值信噪比(peak signal to noise ratio,PSNR)达到33.01 dB,结构相似性(structural similarity,SSIM)达到0.927 8。实验结果表明,本文算法对比以往基于深度学习的神经网络去雨算法,显著改善了单幅图像去雨效果。结论 本文提出的TDATDN图像去雨网络结合了3D注意力机制、Transformer和编码器—解码器架构的优点,可较好地完成单幅图像去雨工作。     

基于遗传算法的微机电系统鲁棒性优化设计

介绍了微机电系统的鲁棒性优化设计的原理与方法和遗传算法应用于此类优化问题的解决方案，并具体的描叙了算法的实现步骤。使用Matlab实现该算法并通过应用于具体的设计实例，证明其有效性、通用性，为微机电系统的优化设计提供了参考和借鉴。     

遗传算法在MATLAB环境中的实现

探讨了在MATLAB环境中实现遗传算法仿真的方法,并以一个简单的求函数最值的问题作为遗传算法的应用实例,说明遗传算法的全局寻优性及用MATLAB实现仿真的可行性.     

感应电机磁场定向变结构型模糊变频调速系统的分析与设计

运用变结构控制理论分析和设计感应电机磁场定向变频调速系统的模糊速度控制器 ,并在此基础上提出了在模糊控制器的输出增加开关线的前馈项构成模糊线性复合控制的方法 .理论分析和实验结果均表明 ,这种复合控制方法 ,不仅保持了模糊控制器原有的鲁棒性 ,而且既减少了转矩抖振 ,提高了转速响应的稳态精度 ,又改善了转速响应的快速性 .在高精度 ,快速响应的场合 ,这种速度调节器的模糊线性复合控制方法具有较大的实用价值     

基于三维基因调控网络的智能机器人群体聚合与控制方法

针对传统的基因调控网络模型会导致机器人群体聚合形态在三维空间中不具备泛化性的问题,提出一种基于三维基因调控网络的智能机器人群体聚合与控制方法,并针对集群围捕任务测试了该方法在三维空间复杂场景下的表现. 在此基础上使用V-rep平台来模拟真实场景,验证了在加入物理特性后该模型的效能. 仿真结果表明,该方法在复杂场景下具有良好的表现.