动态分级的并行约束优化进化算法

提出一种动态分级的并行进化算法用于求解约束优化问题。该算法首先利用佳点集方法初始化种群。在进化过程中,将种群个体分为两个子种群,分别用于全局和局部搜索,并根据不同的搜索阶段动态调整各种级别中并行变量的数目。标准测试问题的实验结果表明了该算法的可行性和有效性。     

基于机器视觉的船舶升沉检测方法

针对民用起重作业船舶由于波浪等引起的升沉检测问题,提出了基于机器视觉的船舶升沉检测方法.首先建立船舶升沉检测系统架构,通过双目立体视觉三维测量方式,对目标位置的垂直高度进行测量,之后对检测图像进行系列处理,最后给出船舶升沉值对应的数据处理流程图,并将该方法进行应用.结果表明,双目测距最大误差2.08%,系统安装调试方便,可为实现波浪补偿提供实时数据,满足起重作业的安全要求.     

采用视频检测的甲板升沉Kalman滤波估算与预测

针对主动式波浪补偿的检测数据获取与处理问题,提出一种基于视频检测的甲板升沉Kalman滤波估算与预测的方法。利用双目摄像机系统来检测甲板的升沉量,通过对检测数据进行Kalman滤波估算,预测下一时刻的位置,并作为甲板的升沉量预测值。实验结果表明,实际值与估算值误差波动范围为0%~1.5%,满足为主动式波浪补偿系统提供实时数据和预测值的要求。     

ARM核微处理器在智能运动控制器中应用

本文利用具有ARM核微处理器—AT91FR40162强大的运算能力和控制功能,结合智能算法的某些优点,实现高速实时在线插补、误差补偿和复杂的运动学计算,使得运动控制精度更高、速度更快、运动更加平稳,同时充分利用网络技术优势,通过网络连接方式减少系统的连线,提高系统的实用性和信息交互的可靠性。     

ARM核微处理器在智能运动控制器中应用

本文利用具有ARM核微处理器-AT91FR40162强大的运算能力和控制功能，结合智能算法的某些优点，实现高速实时在线插补、误差补偿和复杂的运动学计算，使得运动控制精度更高、速度更快、运动更加平稳，同时充分利用网络技术优势。通过网络连接方式减少系统的连线，提高系统的实用性和信息交互的可靠性。     

基于交互式遗传算法和粗糙集的图像检索方法

针对如何在图像检索系统中客观地表达用户的感知,提出了一种基于粗糙集和遗传算法的相关反馈图像检索方法.采用粗糙集的方法求出图像的最简视觉特征子集,采用交互式遗传算法,对每一次反馈得到的候选图像集进行评价,利用遗传算子从图像库中选出接近用户需求的图像.实验表明该方法能有效的提高检索效率,是一种更为理想的检索方法.     

水轮机调速器电液随动系统H∞鲁棒控制研究

对水轮机调速系统进行系统建模，不仅考虑水轮机电液随动子系统的动态过程，而且对水轮机、发电机及负载的动态过程也加以考虑，采用H∞鲁棒控制器使系统误差和抗负载干扰能力增强。和传统控制相比，有误差小，响应快，抗干扰能力强等优点。     

结合非固定多段罚函数的约束优化进化算法

利用非固定多段映射罚函数的约束条件,提出一种结合非固定多段罚函数的约束优化进化算法。该算法利用佳点集方法初始化种群,以保证其均匀分布在搜索空间中。在进化过程中,对种群进行单形交叉和多样性变异操作产生新的个体,增加种群的多样性。对6个经典Benchmark问题进行测试,实验结果表明,该算法能有效地处理不同的约束优化问题。