不完全信息博弈的机器人对抗决策

针对机器人比赛时局势的动态变化给机器人对抗决策博弈局面带来的不完全性问题,提出了豪尔绍尼转换和贝叶斯均衡相融合的不完全信息博弈算法,该算法克服了博弈局势中对未知信息的盲目"猜测".以机器人足球比赛时的数据为背景建立不完全信息博弈模型,研究机器人的决策对抗系统.仿真结果表明,不完全信息博弈算法可以使得机器人进行较优策略的选择,从而进一步提高机器人在比赛中的自主性和智能性.     

基于人工免疫改进的搬运机器人蚁群路径规划

针对搬运机器人在障碍环境下的路径寻优问题,提出一种基于人工免疫改进的蚁群路径规划算法(AI-ACA)。蚁群算法(ACA)的规划依赖于信息素挥发系数、期望启发因子和信息启发因子等参数的选取,传统ACA通过经验来设定这三个参数,但路径寻优中的最优参数因障碍环境而异,为解决经验参数对不同环境路径寻优结果的影响,引入人工免疫算法(AIA),对ACA的相关参数进行迭代优化,以此改善路径寻优结果。仿真结果及在自制机器人平台上测试表明,AI-ACA对于不同障碍环境可以准确地进行路径规划,在同样环境下较所参考的定参数蚁群路径规划效果有明显提升,提高了整个系统的运输效率。     

一种矿井巷道图像边缘检测算法

针对传统的Canny算法在处理模糊的矿井巷道图像时存在边缘提取效果较差的问题,提出了一种基于小波变换和Canny算法的矿井巷道图像边缘检测算法。该算法首先对矿井巷道原始图像做小波分解,获得低频图像和高频图像,从而避免模糊图像对边缘检测效果的影响;然后采用Canny算法计算低频图像和高频图像的一阶差分,获得低频图像和高频图像的梯度图,通过计算局部梯度最大值,获得高频图像和低频图像的边缘图;当高频图像的边缘图上出现间断点时,在低频图像的边缘图中检测该点的8点邻域,寻找连接点,即可得到完整的矿井巷道边缘检测图。实验结果表明,与传统的Canny算法相比,该算法能够检测到较多的图像边缘点,具有较好的边缘连接效果。     

连续量决策表的完备化分析

根据粗糙集理论可以从一个信息表中获取决策表.如果决策表条件属性的值域是连续的,这样的决策表通常是不完备的.针对这一问题,给出了连续量决策表的完备性定义、完备性度量系数和空间描述法,并通过例子进行了说明.决策表的不完备会导致决策失败,因此完备化是必不可少的.随着决策表维数增加,完备化的难度也随之增加,这是粗糙集理论应用于连续量系统的瓶颈问题.     

双机驱动的煤矿带式输送机多级模糊均衡控制

从物理机理上推导并分析双机启动电机出力不均衡的原因,提出一种双机驱动的煤矿带式输送机多级模糊均衡控制（MFEC）算法,建立出该均衡控制器的数学模型,并给出了MFEC算法步骤和分级规则;最后以长距离大倾角的双机驱动的煤矿大巷带式输送机为例进行仿真,并与传统的PI控制比较。结果表明,该方法的平均线速度误差约减小3%。     

基于贪心-遗传算法的混合轨迹加工走刀空行程路径优化

针对数控自动编程中交互式图形文件存储图元的无序性,提出基于贪心算法和遗传算法的新型多轮廓混合轨迹加工路径优化方法,利用遗传算法对各个轮廓轨迹的前后加工顺序进行优化排序,并融合贪心算法对某种加工顺序中相邻轨迹段之间的空行路径的控制点进行选择,进而计算总空行程和个体的适应度,然后对个体进行评价选择、交叉、变异等遗传操作。该算法不仅简化了遗传算法的编码方式,而且还排除了无效解。经编程仿真及试验测试,结果表明：算法有效地缩短了刀具的空行程、减少了刀具的起落次数、提高了加工效率。     

基于改进适应度函数的遗传单神经元控制

介绍了一种基于改进适应度函数的遗传单神经元控制方法.通过利用遗传算法的全局寻优特性和神经网络对非线性函数较强的逼近能力,将改进的遗传算法和单神经元相结合,设计了一种遗传算法单神经元解耦控制器,实现了对炉群多变量燃烧系统的解耦控制.实验结果验证了这种方法是可行的.     

基于核的多故障分类器及其应用

提出了一种基于核的多类别模式识别算法(简称核子空间法， KSPM)，依据此算法建立了多故障分类器.该方法的主要思想是：将原输入空间中的数据经一个非线性映射，映射到一个高维的特征空间(或核空间)，突出各类样本之间的特征差异，利用线性子空间模式识别思路进行分类.经核矩阵特征分解，可以形成各类别对应的特征子空间，然后分别计算待分类模式与各类特征子空间的距离实现模式分类.多故障分类器应用于液压泵故障诊断结果表明，该故障分类器可实现多故障的识别和诊断，并且具有算法简单和故障分类能力强的优点.