基于遗传算法的参数在线自调整模糊控制器

提出了一种基于遗传算法优化的自调整模糊控制器的设计方法．该模糊控制器的运行参数自调整公式以系统响应的最大超调量、调整时间及稳态误差为性能指标，利用遗传算法搜索模糊控制器量化因子Ke，Kec及比例因予Ke公式中相应的最优基准值Keo，Xeco及Kuo和微调参数K1，K2及K3，设计一个根据系统当前的动态误差e运行参数可在线自调整的模糊控制器，以确保系统的响应具有最优的动态和稳态性能．该控制器巳用于控制由作者设计的智能人工腿中的执行电机．计算机仿真结果表明，与运行参数固定的模糊控制器相比，这种自调整模糊控制器具有良好的动态和稳态性能，     

群机器人仿真系统设计与实现

群机器人仿真系统是一个能够对群机器人系统的体系结构、协调控制和学习算法等进行实验的数字仿真系统。分析了各仿真对象的物理特性及其实现难点,给出了仿真系统的软件架构和对象建模,描述了各仿真功能的具体实现。利用本仿真系统进行的实验结果表明此系统达到了比较理想的效果,具有良好的分布式运行能力和方便的实时交互能力,为群机器人系统的研究提供了一个有效的平台。     

多机器人系统的研究现状

介绍了多机器人系统的研究进展及现状,对该领域内的主要内容(思想源泉、体系结构与控制、通信、学习、可重构机器人)的研究现状作了分析和介绍,还提出了一些未来值得研究的议题。     

基于免疫遗传算法的多约束QoS组播路由选择方法

以具有精英保留的免疫遗传算法（IGAE）为基础,提出了一种新的用来求解带宽、时延、时延抖动受限,费用最小的QoS组播路由选择问题的方法。首先采用预处理机制,将网络结构中不满足带宽约束的链路去掉,利用Dijkstra第k最短路径算法建立编码空间的备选路径集;然后采用基于路径的树结构编码来随机产生初始群体,使种群中的每个个体都代表组播路由问题的一个候选解;最后利用IGAE算法对种群进行优化,最终求得满足QoS要求的组播路由。仿真实验结果表明,该算法具有较好的性能,能以较快的速度搜索到满足QoS要求的费用最小的组播树。     

基于虚拟力的群机器人围捕算法

启迪于物理学中的范例,探讨了基于虚拟力的群机器人围捕算法的原理和方法。制定了详细的系统性能评价指标（稳定时间、层数、层间距离、层中机器人个数、机器人密度等参数）。分析了围捕性能与机器人数量、虚拟力的关系;提出了目标对机器人作用力的分层结构思想,实验显示不仅加快了围捕速度,而且提高了围捕分层的质量;提出了机器人绕目标转动的围捕方法,解决了势场法中常见的局部极点问题,并且大大提高了围捕的速度和质量。设计了一个简单的实体机器人实验证实了围捕算法的可行性,指出了今后的研究方向。     

一种基于AIS和Bayes网络的垃圾邮件过滤算法

将人工免疫系统和贝叶斯网络相结合应用于垃圾邮件的过滤,设计了一个基于AIS和Bayes网络的垃圾邮件过滤算法,分析并解决了该算法实现过程中的关键问题,给出了亲和力的计算方法和抗原/抗体的结构定义。在PU1bare 语料的基础上与Carreras提出的AdaBoost方法进行对比实验,最后给出了实验结果。     

基于虚拟力的群机器人队形控制

提出了一种基于虚拟力的群机器人队形形成原理,提出了一种使用拟合法构建虚拟力模型的方法及其应用。实验结果表明该方法可以快速、有效地完成队形分布,并指出了今后的研究方向。     

基于Petri网的工作流时间动态预测及验证

目前,工作流管理系统不能有效的处理时间管理问题,为了动态预测活动发生的时间间隔,验证时间的一致性,预知潜在的时间冲突,首先建立基于时间Petri网的扩展工作流网(XTWF-net),然后根据工作流管理联盟规定的几种基本结构推导出时间预测规则,并采用面向对象技术实现了预测算法,最后给出了动态验证的方法和决策策略.     

浅谈面向对象程序设计的思维方法

面向对象的思维方法,其实是一个把业务逻辑从具体的编程技术当中抽象出来的过程,而这个抽象的过程是自上而下的,先不考虑问题解决的细节,把问题的最主要的方面抽象成为一个简单的框架,集中精力思考如何解决主要矛盾,然后在解决问题的过程中,再把问题的细节分割成一个一个小问题,再专门去解决细节问题。