改进的PSO算法在RFID网络调度中的应用

为在寻优过程中有效地保持算法的种群多样性,提出了一种改进的PSO（ParticleSwarmOptimization）算法——PSOPc（ParticleSwarmOptimizerbasedonPredator—preyCoevolution）。PSOPC算法将生态系统中捕食者和猎物的竞争协同进化机制嵌入到PSO算法中。基于PSOPC进行RFID（RadioFrequencyIDentification）读写器网络调度模型的求解,根据读写器冲突关系的变化在线进行读写器的时隙分配求解与控制,在不影响读写器工作效率的同时,有效消除密集读写器环境下的读写器冲突问题,并优化整个读写器网络的工作效率。     

基于细菌觅食行为的移动机器人动态路径规划

将自然界中细菌的自适应觅食现象与移动机器人动态路径规划相类比,设计基于细菌最优觅食理论的新型生物启发计算方法(DBFO)。通过对无约束复杂动态多峰测试函数库测试,证实DBFO算法具有较高的准确性和稳定性,具备动态优化能力。并以Sphere函数作为机器人路径寻优的仿真测试环境,DBFO算法驱动的搜索主体可以顺利避开障碍并快速找到目标地点,有效节约了行走时间,验证了其是一种高效、稳定、有竞争力的仿生智能优化方法,在求解实际复杂工程优化问题中体现了极为优越的搜索效率和求解精度。     

Mobile robot path planning based on adaptive bacterial foraging algorithm

The utilization of biomimicry of bacterial foraging strategy was considered to develop an adaptive control strategy for mobile robot, and a bacterial foraging approach was proposed for robot path planning. In the proposed model, robot that mimics the behavior of bacteria is able to determine an optimal collision-free path between a start and a target point in the environment surrounded by obstacles. In the simulation, two test scenarios of static environment with different number obstacles were adopted to evaluate the performance of the proposed method. Simulation results show that the robot which reflects the bacterial foraging behavior can adapt to complex environments in the planned trajectories with both satisfactory accuracy and stability.     

激光熔化沉积CoCrNiNbW高熵合金耐磨及腐蚀性研究

目的 解决Q235钢材料在实际应用中由于磨损、腐蚀导致使用寿命缩短问题,提升Q235钢表面的硬度、耐磨性和耐蚀性。方法 利用激光熔化沉积技术在Q235钢表面制备无裂纹CoCrNiNbW高熵合金涂层。采用扫描电子显微镜、X射线光谱仪、光学显微镜表征其微观组织结构、元素分布和物相成分;采用显微硬度计、试块-试环摩擦磨损试验机分别测试高熵合金涂层和Q235钢的显微硬度和耐磨性能,研究涂层的强化机制和磨损机理;采用电化学工作站测试分析高熵合金涂层和Q235钢的电化学腐蚀行为,研究涂层的耐蚀性和腐蚀机制。结果 CoCrNiNbW高熵合金涂层的微观组织主要由等轴晶组成,涂层中部和底部存在未熔化Nb和W颗粒,起强化相作用;主要物相由富含Co、Ni的FCC相及富含Nb的BCC相组成;高熵合金涂层的平均显微硬度为800HV0.2,约为基材的4倍;涂层的磨损机制以磨粒磨损为主,磨损率为2.315´ 10^–5 g.m^–1,约为基材的1/5;在质量分数3.5%的NaCl溶液中,高熵合金涂层具有更好的耐腐蚀性,腐蚀电阻约为基材的8倍。结论 高熵合金涂层的显微硬度、耐磨性和耐腐蚀性较Q235钢基材有很大提升。