六自由度模块化机械臂的逆运动学分析

针对自主研发的六自由度(DOF)模块化机械臂,提出一种逆运动学求解方法.根据机械臂的结构特点和运动学约束,对机械臂的运动学进行分析.建立该类型机械臂的正运动学模型,得到了机械臂逆运动学的完整解析解.采用Denavit-Hartenberg(D-H)法对机械臂操作空间进行描述,在考虑机械臂运动学约束的基础上,得到以关节角度为变量的正运动学模型.通过分析正运动学模型的可解性,采用矩阵逆乘的解析法求解机械臂的正运动学模型,得到了该类机械臂逆运动学的完整解析解.通过仿真验证了正运动学模型及运动学逆解的正确性,运动学逆解可以用于机械臂末端执行器的精确定位和运动规划.     

电动液压控制系统技术座谈小结

西德蔼益吉—德律风根公司于1981年1月在北京举办了电气—电子展览会。该公司文登冶金厂Rolf Heiene博士就电动液压控制系统在金属、造纸、塑料和橡胶工业中的应用与化工部北京橡胶工业研究设计院、国家汉表总局、八机部等单位进行了技术座谈,现将技术座谈情况汇报如下:     

基于轮廓特征的场景动态目标实时分类研究

针对动态场景目标的分类问题,提出一种基于轮廓特征的运动目标分类方法.通过构建多种轮廓特征相结合的特征向量模型来描述动态目标,作为分类器学习判别的基础.该方法首先通过混合高斯模型提取出视频中的动态场景目标,经图像形态学的处理,获得较为精确的动态场景目标轮廓图像,然后使用特征向量模型提取轮廓的相关特征作为分类器学习判别的依据,并得到最终分类结果.以常见的运动目标汽车、行人、自行车作为分类类别进行实验.结果表明该方法有较高的分类精度,且具有实时性好,易于实现的特点.     

基于极端学习机的光伏发电功率短期预测

为了进一步提高光伏发电功率的预测准确度,首次将极端学习机方法(ELM)和相似日方法结合并引入光伏发电功率短期预测领域.通过分析影响光伏发电功率的各个因素,分时段预测光伏发电功率.该方法在不同时间段中利用相似日评价函数选取历史相似日,结合预测日的天气因素,采用极端学习机对预测日对应时段的发电功率进行预测.通过对预测效果进行比较和分析,结果表明该方法比传统的神经网络预测算法有更好的预测效果.     

基于蚁群混沌行为的离散粒子群算法及其应用

考虑蚁群算法与粒子群算法的各自特点,在粒子群算法的基础上借鉴蚁群算法的信息素机制,对粒子群算法的速度位置更新公式重新定义,提出了一种基于蚁群混沌行为的离散粒子群算法,并将其应用到背包问题中。实验结果表明,该算法可以得到较优解。     

几类固体吸附剂的吸氟能力研究

本文通过大量实验数据比较了几类固体吸附剂的吸氟能力及pH值的影响,同时从吸附理论上进行了初步探讨。     

基于进化算法的多目标优化方法

进化算法在解决多目标优化问题中有其特有的优势.首先对多目标优化问题进行了描述;然后结合研究现状讨论了目前几种主要的基于进化算法的多目标优化方法,以及它们的优缺点;最后给出了多目标进化优化算法的一些应用,以及进化多目标优化算法的未来发展方向.     

启发式模糊聚类学习在函数逼近和非线性系统建模中的应用

在基于模糊G均值(FCM)聚类的模糊建模和神经模糊建模中,模糊聚类数是一个非常重要的参数,其决定了模型结构的复杂程度.本文提出了基于误差回溯的启发式模糊聚类学习方法.在建模过程中,该方法可以从较小的聚类数开始,根据误差检测,逐步填补输入聚类空间的"空洞",从而获得合适的模型规则数.函数逼近和非线性动态系统建模实验结果表明这种方法是简便而有效的.     

不确定动态环境下移动机器人的完全遍历路径规划

基于生物激励神经网络、滚动窗口和启发式搜索，提出了一种新的完全遍历路径规划方法．该方法用Grossberg的生物神经网络实现移动机器人的局部环境建模，将滚动窗口的概念引入到局部路径规划，由启发式算法决定滚动窗口内的局域路径规划目标．该方法能在不确定动态环境中有效地实现机器人自主避障的完全遍历路径规划．仿真研究证明了该方法的可用性和有效性．