基于规则的仿人智能控制方法及其应用

在总结前人研究成果的基础上,概括出基于规则仿人智能控制的基本概念、基本思想和主要特点.以仿人智能控制的原型算法为例,分析其静态特性、动态特性和稳定性,并给出基于规则的仿人智能控制器的基本设计步骤.以工作在未知环境下的机器人系统为例,研究了仿人智能控制方法在机器人接触力控制中的应用.它是在数字PID控制算法的基础上,通过仿人智能控制的特征变量的取值符号,选择相应的控制策略实现的.实验结果表明,仿人智能控制方法可以大大提高控制精度.     

基于仿人智能控制的足球机器人圆弧射门算法

提出了基于仿人智能控制的足球机器人圆弧射门算法.通过路径规划保证了射门动作的准确性并在小车的运动学方程的基础上用仿人智能控制实现对机器人的运动控制,使机器人在速度较高时也能较好地跟随规划路径,设计了并编程实现了基于本文算法的足球机器人运动控制器,进行了实际系统实验,证明了其有效性.     

用可编程调节器实现仿人智能控制

用可编程调节器实现仿人智能控制白慧军ＴｈｅＲｅａｌｉｚａｔｉｏｎｏｆＩｎｔｅｌｌｉｇｅｎｔＳｉｍｕｌａｔｉｏｎＣｏｎｔｒｏｌｗｉｔｈｔｈｅＰｒｏｇｒａｍｍａｂｌｅＲｅｇｕｌａｔｉｏｎＣｏｎｔｒｏｌｌｅｒ￥ＢａｉＨｕｉｊｕｎｌ引言我厂装机两台Ｂ００Ｗ国...     

基于仿人智能控制的风机调速算法

提出了基于仿人智能控制的风机调速算法。通过对参数的有效设置运用仿人智能控制实现对风机的调速控制，使风机转速能较好的达到设定值，设计并编程实现了基于本文算法的风机调速控制，进行了MATLAB实验仿真，证明了其有效性。     

试分析工业机器人的仿人智能控制要点

采用仿人智能控制工业机器人,能有效满足机器人耦合、思辨和非线性的特征要求.仿人智能控制利用的是基于特征模型的多模态控制,可以根据系统的实际特征状况来选择相应的控制,从而让各种状态能够实现最优,进一步在整体层面上让系统的精确性、稳定性和快速性指标得到有效满足.本文主要就对工业机器人的仿人智能控制要点进行了简单的分析.     

小车单摆系统仿人智能控制与参数优化仿真

基于动觉智能图式的仿人智能控制理论设计小车单摆系统的控制器,包括：建立拉格朗日动力学模型, 规约简化控制问题,划分控制阶段,设计子控制器并组成总控制器．基于Simulink 构建仿真模型,将各控制阶段用 Matlab 程序实现后,与仿真模型相结合进行摆起和稳定控制的仿真研究．基于二进制和浮点数两种编码方式的遗传 算法对小车单摆控制器参数进行优化,寻求最优控制参数．     

仿人智能控制中的数据挖掘

仿人智能控制模拟人的控制经验与技巧,对控制中形成的实时数据进行有效的处理挖掘,是仿人智能控制器的重要特征之一。文中给出了开闭环控制转换识别方法,控制滞后时间计算方法,控制阶段识别方法和控制方向识别方法这些方法在实际控制系统中得到了运用,取得了较好的控制效果。     

复杂控制系统的描述与仿人智能控制

复杂控制系统难以建立较精确的数学模型，文中给出了其描述模型，定义了定值控制和跟踪控制两个控制问题，简述了仿人智能控制，为解决复杂系统的控制问题提供了理论基础。     

仿人智能PID控制器及其应用

纯碱碳化塔中部温度控制中，对象本身滞后较大，用传统PID调节中部温度，其建立时间过长。改用智能PID控制与常规PID控制相结合的方法，利用多模式智能控制对付系统的暂态过程，用常规PID对付系统的稳态过程，极大地降低系统建立时间，增强了系统的抗干扰能力。     

改进遗传算法下的无水港集货路径优化研究

在出口电商企业向内地无水港进行货物集中时，考虑其交通运输过程中遇到的效率低、成本高等问题，提出了一种切实可行的解决办法，即通过车辆共享的形式，既降低了发货商的成本，也使得无水港的管理更加便捷。在对传统的集货运输模式改进后，建立以最小化所有货车总运输路程的数学模型，先使用扫描法对发货点进行分组，后使用改进的遗传算法（IGA）进行路径优化。针对不同数量的发货点以及集货车辆规模，使用IGA对模型求解并与传统遗传算法（GA）以及粒子群算法（PSO）所得结果对比。经MATLAB对小规模实验进行算例分析，得到改进后的车辆需求总数为3 辆，配送总成本为5 485.67元，与另外两种传统运输方式对比，证明了所述方法的优越性。     

基于改进遗传算法的支持向量机参数优化

支持向量机是一种非常有前景的学习机器,但是,支持向量机参数的选取一直没有一套成熟的理论,这给支持向量机的应用带来了很大的不便.为此,本文提出了基于改进遗传算法的支持向量机的参数优化方法,利用遗传算法的全局搜索能力得到支持向量机的最优参数值.仿真实验结果表明,得到的参数可使支持向量机具有良好的泛化性能,此方法切实有效.     

仿人预测控制在双足机器人步行控制中的应用

基于零力矩点(ZMP)的预测控制是目前双足机器人步行控制中最先进的方法,但是预测控制需要比较精确的预测模型,在环境扰动导致模型失配时,预测控制的性能下降较快。为了解决这个问题,利用仿人智能控制对环境误差具有较强抑制的特点改进预测控制。探讨了在步行控制中引入仿人智能控制的必要性和仿人智能控制改进预测控制的可行性,并设计了仿人预测控制器。最后通过仿真实验验证了新的控制器对双足机器人步行控制的有效性。     

基于改进QGA的T-S模糊控制器设计

利用基于量子位测量的二进制量子遗传算法(QGA)对连续问题进行优化时,频繁的解码运算严重降低了优化效率。针对该问题,提出一种基于量子位相位编码的QGA。该算法直接采用量子位的相位对染色体进行编码,利用量子旋转门实现染色体上相位的更新,通过Pauli-Z门实现染色体的变异,由于优化过程统一在 空间进行,因此对不同尺度空间的优化问题具有良好的适应性。以单级倒立摆T-S模糊控制器参数的优化设计为例进行仿真,证明该算法在搜索能力和优化效率方面的优势。     

支持向量机和遗传算法的人脸识别方法

支持向量机是一种基于小样本学习的有效工具,作为分类器被认为具有很高的推广性能,无需先验知识。但是参数的选取与支持向量机的识别性能是相关的,核函数参数σ²和惩罚因子C对支持向量机识别性能会产生很大的影响。针对支持向量机在人脸识别问题中的应用,提出了一种基于遗传算法（GA）的参数选择优化方法。利用笔者曾提出的基于小波分解和积分投影的人脸特征提取算法对人脸图像进行特征参数提取,然后利用优化的支持向量机进行识别。实验结果表明,该方法是有效的。     

异构系统中改进的遗传调度算法

针对以往调度算法无法准确反映任务的优先级的问题,提出一种改进的遗传调度算法.将任务的ranku属性值应用于染色体的构造方法中,即根据ranku属性值降序排列得到染色体的任务序列,使重要任务优先获得调度,从而得到优质的初始种群,为遗传算法提供合适的迭代起点.实验结果表明,该算法能有效提高初始种群的质量,获得更好的调度性能.     

Adaptation methodology of CBR for environmental emergency preparedness system based on an Improved Genetic Algorithm

Emergency preparedness enables us to effectively handle sudden environmental events. In previous research, we have proposed to develop environmental emergency preparedness systems employing Case-Based Reasoning (CBR) technology, though developing such a CBR system has been stifled by a deficiency of cases and difficulties of case adaptation. In this paper, an Improved Genetic Algorithm (IGA) is put forward to resolve the issue of adaptability, and thus simultaneously overcoming the deficiency of cases.First we introduce the Frame method, which creates a case representation in accordance with the characteristics of, for instance, a sudden chemical leakage event and the system’s preparedness for treating this case. Then we present the principle of genetic algorithm (GA) for case adaptation. Next, we introduce an Improved Genetic Algorithm (IGA) that achieves case adaptation in the CBR system. The IGA overcomes simplex GA (SGA)’s defects including premature and slow convergence rate, and also enhances search efficiency for globally optimal solutions. The IGA employs technologies including the Multi-Factor Integrated Fitness Function, the Multi-Parameter Cascade Code method, the Small Section method for generation of an initial population, and Niche technology for genetic operations including selection, crossover, and mutation. The results of SGA and IGA performance testing are also presented. A prototype CBR-IGA environmental emergency preparedness system is developed and introduced, and its applicability is tested using a hypothetical ammonia leakage emergency in one district of Shanghai. The results indicate that the proposed IGA methodology can resolve the adaptation issue and expand the case base effectively in CBR systems for environmental emergency preparedness. Future research opportunities are discussed, including the potential to combine CBR, GA, and Back Propagation-Artificial Neural Network (BP-ANN) to alleviate additional challenges, such as the “speed and accuracy” of environmental emergency response.     

改进型量子遗传算法求解机器人联盟问题

联盟是多机器人之间一种重要的合作方法,如何生成面向某个任务的最优联盟是一个复杂的组合优化问题。引入量子遗传算法来解决这一问题,在求解过程中引入“基于信息正反馈的岛屿模型”对量子遗传算法进行改进,并采用进化方程对量子门进行更新,使其不再易于陷入局部极值。仿真实验结果表明,该算法在解的质量和收敛速度上优于目前同类算法。     

基于遗传算法优化的BP网络速度观测器的研究

根据三相异步电机的数学模型,提出了一种基于智能算法优化的速度观测器,以实现无速度传感器在直接转矩控制系统中的速度闭环控制。在通过BP神经网络训练得到的DTC系统的速度观测器的基础上,针对BP神经网络寻优参数多、易陷于局部极值以及初始设置对训练结果影响大等的不足,采用遗传算法对其进行优化设计。由仿真结果可知,用遗传算法优化后的BP神经网络较单纯的BP神经网络速度观测器具有更高的精度。