机器人足球比赛系统中的机器人任务分配方法

针对基于遗传算法的多机器人任务分配方法中,由于初始种群是随机产生不能很好地表征整个解空间,而容易陷入局部最优解的问题,提出一种新的多机器人任务分配方法。该方法根据机器人效用函数值来确定个体基因,从而产生初始种群,并引进分层遗传算法来实现具有不同最优基因的群体分开演化。仿真实验表明,该方法比传统的遗传算法有更高的寻优效率和更快的收敛速度。     

《Flash动画制作》课程教学方法探讨与实践

根据《Flash动画制作》课程在教学实践中的特点,提出构建"理实同步,实例引导,任务驱动"的教学模式,在教学内容、教学方法等方面进行教学改革,并阐述了在Flash教学中的具体实施方法,提高了学生动手能力及综合素质。     

移动边缘计算中基于中继辅助计算方法综述*

为了满足下一代网络在覆盖范围、部署成本以及容量方面的挑战,移动边缘计算（MEC）通常需要借助中继节点的辅助来完成计算密集型和延迟敏感型的任务。首先介绍了基于中继辅助MEC系统的基本架构,之后从任务卸载、资源分配和中继节点选择三方面对基于中继辅助MEC系统最新的研究方法进行归纳总结。更进一步,针对现有方法可能存在的问题与挑战进行了讨论与分析,并提出一些可行的解决方案为后续研究发展提供参考。     

基于滑模变结构的感应电动机直接转矩控制

针对感应电动机常规直接转矩控制中存在磁链、转矩脉动大,低速控制不精确等问题,在建立α-β坐标系感应电动机数学模型的基础上,提出了一种基于滑模变结构的新型直接转矩控制方法。该方法利用转速滑模变结构控制器代替常规直接转矩控制中的PI控制器,可有效减小常规直接转矩控制中的磁链和转矩脉动,增强了系统的稳定性。仿真结果证明了该方法的正确性。     

基于灰色关联和D-S证据理论的感应电转子故障诊断

针对单一的灰色关联或D-S证据理论在转子故障诊断中存在的不足,将灰色关联和D-S证据理论相融合的决策级信息融合方法应用到感应电机转子故障诊断中;首先用灰色关联对故障进行初步诊断,然后,将灰色关联分析的诊断输出结果作为D-S证据理论的基本概率分配,最后,依据证据组合规则进行合成,得出转子故障的最终诊断结果;实验仿真结果验证了方法在转子故障诊断中的有效性,可以减小诊断的不确定性,提高故障的诊断准确率和诊断精度。     

Intelligent control of doubly‐fed induction generator systems using PIDNNs

An intelligent control for a stand‐alone doubly‐fed induction generator (DFIG) system using a proportional‐integral‐derivative neural network (PIDNN) is proposed in this study. This system can be applied as a stand‐alone power supply system or as the emergency power system when the electricity grid fails for all sub‐synchronous, synchronous, and super‐synchronous conditions. The rotor side converter is controlled using field‐oriented control to produce 3‐phase stator voltages with constant magnitude and frequency at different rotor speeds. Moreover, the grid side converter, which is also controlled using field‐oriented control, is primarily implemented to maintain the magnitude of the DC‐link voltage. Furthermore, the intelligent PIDNN controller is proposed for both the rotor and grid side converters to improve the transient and steady‐state responses of the DFIG system for different operating conditions. Both the network structure and online learning algorithm are introduced in detail. Finally, the feasibility of the proposed control scheme is verified through experimentation. Copyright © 2011 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

A Further Comparison of Splitting Rules for Decision-Tree Induction

One approach to learning classification rules from examples is to build decision trees. A review and comparison paper by Mingers (Mingers, 1989) looked at the first stage of tree building, which uses a splitting rule to grow trees with a greedy recursive partitioning algorithm. That paper considered a number of different measures and experimentally examined their behavior on four domains. The main conclusion was that a random splitting rule does not significantly decrease classificational accuracy. This note suggests an alternative experimental method and presents additional results on further domains. Our results indicate that random splitting leads to increased error. These results are at variance with those presented by Mingers.     

基于参数辨识的电动机过载保护原理研究

随着我国科技水平快速发展,感应电机不再仅仅是传统工农业生产中使用最多的电机,也是电动汽车领域和航天科技等热点问题中应用较为广泛的动力源。对此,电机中的过载保护技术也需要越来越智能化。在传统的电阻法过载保护基础上提出了一种更加智能的保护方法,实现了对电机运行时定子电阻的实时辨识,再通过电阻与温度的关系直接推算出电机内部温度。以一台1DPT160M系列的变频调速感应电机为例进行试验,验证了该方法的可行性,为电机保护器的过载保护技术提供了新方法。     

基于改进指针网络的卫星对地观测任务规划方法

针对卫星观测任务规划问题约束复杂、求解空间大和输入任务序列长度不固定的特点,使用深度强化学习（DRL）方法对卫星观测任务规划问题进行求解. 综合考虑时间窗口约束、任务间转移机动时间和卫星电量、存储约束,对卫星观测任务规划问题进行建模. 基于指针网络（PN）的运行机制建立序列决策算法模型,使用Mask向量来考虑卫星观测任务规划问题中的各类约束,并通过Actor Critic强化学习算法对模型进行训练,以获得最大的收益率. 借鉴多头注意力（MHA）机制的思想对PN进行改进,提出多头注意力指针网络（MHA-PN）算法. 根据实验结果可以看出,MHA-PN算法显著提高了模型的训练速度和泛化性能,训练好的MHA-PN算法模型可以直接对输入序列进行端到端的推理,避免传统启发式算法迭代求解的过程,具有较高的求解效率.     

密集观测场景下的敏捷成像卫星任务规划方法

针对密集观测场景下敏捷成像卫星任务规划问题求解空间大、输入任务序列较长的特点,综合考虑时间窗口约束、任务转移时卫星姿态调整时间、存储约束和电量约束,对敏捷成像卫星任务规划问题进行建模. 提出融合IndRNN和Pointer Networks的算法模型（Ind-PN）对敏捷成像卫星任务规划问题进行求解,使用多层的IndRNN结构作为算法模型的解码器. 基于Pointer Networks机制对输入任务序列进行选择,使用Mask向量考虑敏捷成像卫星任务规划问题中的各类约束. 基于Actor Critic强化学习算法对算法模型进行训练,以获得最大的观测收益率. 实验结果表明,对于密集观测场景下的任务规划,Ind-PN算法的收敛速度更快,可以获得更高的观测收益率.