改进人工势场的机器人路径规划

为了克服人工势场法的缺陷、提高其路径规划性能,提出了改进的人工势场法。分析了人工势场法原理,针对其目标不可达问题,将机器人与目标点距离引入到斥力场函数,得到了改进的斥力场函数;针对局部最小值问题,引入逃逸力;为进一步提高算法性能,使用遗传算法优化参数设置,使得规划路径更加平滑;根据环境复杂度,提出了自适应步长调节算法。使用仿真实验对改进算法进行了验证,结果表明,改进算法可以克服传统算法目标不可达、局部最小值问题,而且改进算法路径更加平滑,自适应步长算法在路径规划中行走61步到达目标,固定步长法行走145步到达目标,充分说明了改进算法的优越性。     

改进的BP算法在多目标识别中的应用

为了实现对多目标的识别,提出了一种改进的BP算法。采用在步长函数中加入变动量因子,即当连续两次迭代其梯度方向相同时,步长加倍;当连续两次迭代其梯度方向相反时,步长减半。由于步长在迭代过程中自适应进行调整,使误差函数E在超曲面上的不同方向按照步长向极小点逼近,实现了对目标函数的优化。给出了在目标函数最优时的BP网络对三种飞机测试集的识别结果,其收敛速度比传统BP算法快4倍以上,表明该方法能够有效地用于多目标的识别。     

基于改进RRT结合B样条的机械臂运动规划方法

为解决传统快速拓展随机树(RRT)算法的随机性强，导向性差，规划时间长及寻迹平滑度差等问题，提出一种基于目标偏置策略结合自适应可变步长的改进型RRT算法(PAVS-RRT)。首先，在传统RRT算法基础上设置一个目标偏置阈值，同时引入局部扩展机制避免因改变采样结构而造成的局部最优问题；其次，结合自适应步长策略优化其搜索时间；最后，采用三次B样条函数对所规划路径进行拟合优化。仿真实验中所提算法在保证机械臂成功避障且顺利抵达目标位置的同时，其各关节参数均波动较小且未发生突变，有效降低了机械臂在运动规划过程中的抖振情况。实验结果表明，所提算法较基本算法其平均路径搜索时间提高了73.49%,算法搜索效率及平滑性得到显著改善。     

基于自适应细菌觅食算法的立体仓库货位优化

针对自升式穿梭立体仓库中穿梭车无需提升机即可实现跨层移动的运行特点，以该立体仓库模型为研究对象，进行货位优化。分别建立以提高出入库效率、货物分类存放、提高货架稳定性和平衡各巷道穿梭车工作量为优化目标的数学模型，并通过权重系数法将多目标优化函数转化为单目标优化函数。在标准细菌觅食算法的基础上，通过自适应策略对趋化步长和迁徙概率进行动态调整，提出了一种自适应细菌觅食算法，并利用该算法对货位优化数学模型进行仿真求解。仿真结果表明改进后算法的收敛速度提升，自适应改进策略有效，优化后目标函数值降低，货位优化效果显著。研究成果为立体仓库货位分配提供了一个综合、高效的优化方案，同时经立体仓库实际应用也验证了自适应细菌觅食算法的可行性和实用性。     

基于A*算法和人工势场法的移动机器人路径规划

针对复杂非结构化环境下移动机器人的路径规划问题,提出了将全局与局部规划算法相融合的路径规划方法。首先,对传统A*方法进行了有效的改进,新的A*算法能够完成机器人的路径规划任务,利用二次A*搜索方法得到了优化后的路径点,缩短了移动机器人的行驶路径。进一步,动态切点法可以有效地对已规划路径进行平滑处理;然后,综合考虑路径和环境的情况,采用改进的人工势场方法对移动机器人进行了局部路径规划,通过增设虚拟子目标的方法解决局部极小值问题,利用自适应步长调节算法对移动机器人的步长进行了动态优化;最后,针对不同场景,利用数值仿真将该算法与传统算法进行比较,结果表明该算法在不同环境路径规划的问题上具有一定的先进性和优越性。     

基于动态因子自适应搜索算法的自动调焦研究

为提高自动调焦的性能,采取动态因子自适应搜索算法。首先,建立分辨率逐步递减的调焦窗口,以减少非聚焦区域对调焦评价函数计算的影响;其次,通过动态调焦因子方法修正目标变化对清晰度评价函数的影响;最后,通过适应变步长爬山算法结合清晰度评价函数搜索聚焦点,提高搜索速度和调焦精度。试验仿真显示,本文提出的算法获得的图像清晰,其性能受噪声影响小,可满足自动调焦中对稳定性、实时性和清晰度的要求。     

多目标自由聚焦系统

为使聚焦系统能高效、及时、准确地定位聚焦目标,提出了一种多目标自由聚焦算法。通过动态划分窗口提取单目标,利用同步检测法防止视场切换后窗口内无目标,采取对比分析法抑制噪声,建立了快速聚焦评价函数数学模型。通过实验对比分析了本聚焦评价函数相对于现有算法的优点,研究了自适应变步长全局搜索策略。系统以TMS320DM642硬件为基础,并通过VC软件编程实现。经过大量户内外实验分析,证明了该系统的可行性、正确性和有效性,并且已成功应用到边防监控转台产品中。     

改进变步长自适应分布式滤波算法

为提高传统LMS算法在分布式传感器网络自适应滤波中的收敛速度并保持较小的稳态误差,在扩散LMS算法基础上,提出一种基于Sigmoid函数改进变步长的分布式扩散LMS自适应滤波算法,算法通过Sigmoid函数变换构建步长因子与迭代误差之间非线性模型,并通过设置控制因子合理调整模型的步长曲线波型,使得算法在初期使用较大的步长以加快收敛速度,而在后期则采用平稳变化步长以保持较低的稳态误差,从而在在不失传统算法稳态精度的情况下,实现较快的收敛速度。实验结果表明:相比于已有算法,所提算法的估计性能更优。     

一种新的变步长LMS自适应滤波算法研究及其应用

变步长LMS自适应滤波算法克服了传统自适应滤波算法的不足,通过构造合适的变步长因子,在提高收敛速度的同时保证了较小的稳态误差,在实际中得到了广泛应用。为进一步改善算法性能,首先对传统的和现有改进的变步长LMS算法机理进行了深入分析,在此基础上,提出了一种新的变步长LMS自适应滤波算法。该算法通过建立一个新的步长因子与误差的非线性函数模型,使得算法在不失精度的情况下,具有较快的收敛速度。论文对新算法的机理进行了较为详尽的阐述,对算法中关键参数的选取对滤波性能的影响进行了深入分析,并给出了算法中关键参数的自适应确定方法。仿真实验表明,相对于其他自适应滤波算法,该算法在收敛速度方面有了很大的提高。将新算法应用于对实际龙口水位监测数据的滤波中,取得了良好效果。     

基于自适应步长果蝇算法的爬行机器人足端轨迹规划

爬行机器人的足端轨迹规划是一个复杂多维难求解的问题,为此,提出一种自适应步长果蝇算法(ASFOA)并用于该问题的求解.ASFOA变果蝇算法(FOA)中的固定步长为自适应步长,增强了算法跳出局部最优和全局寻优的能力.典型测试函数的仿真结果表明了 ASFOA相比于FOA的优势;在爬行机器人足端轨迹规划的实际应用中,同样是A...     

确定离散动力系统分叉点的最优化方法

根据离散动力系统在分叉点处的动力学特性 ,研究了进化规划求解倍周期分叉点的模型 ,包括适合度函数 ,变异算子。提出了基于进化规划的计算混沌动力系统分叉点的新方法 ,通过对 L ogistic映射动力系统的倍周期分叉问题的数值仿真 ,获得了较为精确的结果 ,表明这将是通向混沌的快速之路     

数控车床加工椭圆曲线轮廓编程方法的探讨

详细介绍了数控车床对于二次函数非圆曲线椭圆零件的三种加工程序编制方法的数学模型与原理。通过四个实例具体阐述了编程计算的步骤过程,并编写了加工程序,对此类零件的加工具有参考作用。     

基于MATLAB的含液压挺杆气门机构动力学仿真

基于MATLAB综合的数值分析、矩阵计算和图形功能,对含液压挺杆气门机构的运动过程进行仿真。对于其常见的动力学模型———“多自由度集中质量-弹簧-阻尼模型”,按照牛顿第二定律及MATLAB仿真所规定的输入条件、步骤,导出适于MATLAB编程环境的数学模型,并据此编写模型的数值仿真计算程序,经过对气门机构关键参数———气门加速度计算结果与实测结果的比较,计算程序切实可行;此类模型的仿真方法及过程亦在文中作了介绍。     

基于图形变换的偏斜非圆曲线车削宏程序

通过图形变换的矩阵运算导出偏斜曲线的坐标变换公式,并以实例说明了利用坐标变换公式进行坐标变换的计算方法和编程步骤。该变换方法及程序编写步骤具有通用性。     

基于动态规划的分层立体匹配算法研究

动态规划是双目立体匹配的经典算法,针对控制点动态规划算法易产生横向条纹以及立体匹配普遍的边缘性和弱纹理区域问题,提出一种基于金字塔分层双向动态规划的改进立体匹配算法。该算法将分层模型加入传统动态规划方法,以低像素层级为高像素层级提供控制点集,并在匹配代价计算中采用一种自适应相关性测度函数,加以匹配代价滤波,提高算法精确度及实时性并获取高精度视差图。以Middlebury标准库中的图片以及实拍图片作为实验对象,实验表明所提出的方法具有较好的性能。     

MATLAB优化工具箱在机械优化设计中的应用

基于优化设计理论,建立了以人字架机构的质量最小为目标函数的优化数学模型。应用MATLAB优化工具箱,对人字架机构优化实例进行求解。通过对优化结果的研究和分析,表明优化编程简单,设计效率高。说明了应用MATLAB优化工具箱中的fmincon函数求解约束非线性优化问题的思路和方法,并给出了人字架机构的目标函数图形、约束函数图形以及MATLAB求优的具体步骤。     

基于行列双向约束的动态规划立体匹配算法

为了克服传统的动态规划立体匹配算法会产生明显条纹状瑕疵的缺陷,提出一种同时考虑行列双向约束的动态规划立体匹配算法。该算法首先利用扫描线信息中所包含的视差不连续性和遮挡现象构造出一种新的全局能量代价函数;然后进一步设计了基于此能量代价函数的全局优化策略,在保证扫描线行方向上视差平滑性的基础上,解决了扫描线列方向上的视差不连续性问题;最后通过动态规划寻找最优路径来获得匹配点和遮挡点的视差,从而得到稠密视差图。实验结果表明,所提出的算法不但能够有效消除视差图中的条纹状瑕疵,而且在匹配精度上能够取得较好的效果。     

基于满意度的模糊机会约束模型在产品设计中的应用

对基于顾客满意度的产品设计方法进行探讨，以顾客满意度来衡量产品设计中产品各要素与顾客需求的匹配问题；基于顾客对产品的满意度评价，建立了一个分析和测量用户满意度的模糊机会约束规划模型，给出了模糊模拟处理目标函数的步骤和基于模糊模拟的遗传算法求解模型的过程。通过手机改进设计实例的求解，从顾客对手机满意度评价中得出权值．再将对顾客满意度影响大(即权重大)的要素进行了改进设计。     

Distributed optimal coordination control for nonlinear multi-agent systems using event-triggered adaptive dynamic programming method

This paper is concerned with the design of distributed optimal coordination control for nonlinear multi-agent systems (NMASs) based on event-triggered adaptive dynamic programming (ETADP) method. The method is firstly introduced to design the distributed coordination controllers for NMASs, which not only avoids the transmission of redundant data compared with traditional time-triggered adaptive dynamic programming (TTADP) strategy and minimizes the performance function of each agent. The event-triggered conditions are proposed based on Lyapunov functional method, which is deduced by guaranteeing the stability of NMASs. Then a new adaptive policy iteration algorithm is presented to obtain the online solutions of the Hamiton–Jocabi–Bellman (HJB) equations. In order to implement the proposed ETADP method, the fuzzy hyperbolic model based critic neural networks (NN) are utilized to approximate the value functions and help calculate the control policies. In critic NNs, the NN weight estimations are updated at the event-triggered instants leading to aperiodic weight tuning laws so that computation cost is reduced. It is proved that the weight estimation errors and the local neighborhood coordination errors is uniformly ultimately bounded (UUB). Finally, two simulation examples are provided to show the effectiveness of the proposed ETADP method.     

QUADRATIC OPTIMIZATION METHOD AND ITS APPLICATION ON OPTIMIZING MECHANISM PARAMETER

In order that the mechanism designed meets the requirements of kinematics with optimal dynamics behaviors, a quadratic optimization method is proposed based on the different characteristics of kinematic and dynamic optimization. This method includes two steps of optimization, that is, kinematic and dynamic optimization. Meanwhile, it uses the results of the kinematic optimization as the constraint equations of dynamic optimization. This method is used in the parameters optimization of transplanting mechanism with elliptic planetary gears of high-speed rice seedling transplanter with remarkable significance. The parameters spectrum, which meets to the kinematic requirements, is obtained through visualized human-computer interactions in the kinematics optimization, and the optimal parameters are obtained based on improved genetic algorithm in dynamic optimization. In the dynamic optimization, the objective function is chosen as the optimal dynamic behavior and the constraint equations are from the results of the kinematic optimization. This method is suitable for multi-objective optimization when both the kinematic and dynamic performances act as objective functions.