长沙黄兴生态工业园区规划

生态工业园区已经引起世界各国的关注和大力推广，并有许多成功的范例，我国近两年来也非常重视，并已开展了一些工作。本文以工业生态学为指导，结合湖南省长沙县的工业和资源优势，构建了一个以四大产业为主导，虚实结合的新型生态工业园区。通过物质、能量和水的集成实现社会、经济、环境利益相协调和废物排放的最小化。     

机械制造工艺数字化建模与网络化设计工具系统的研究

结合某大型汽轮机厂网络化工艺设计与过程管理集成系统的研制，针对面向产品工艺设计、过程管理与信息资源一体化的制造业信息化集成的需要，提出了面向产品与过程管理的制造工艺集成系统的集成模型，根据用户权限的不同，在工艺设计部门，采用C/S模式，集工艺设计、资源管理、文档管理与工艺管理为一体，实现工艺设计和管理的计算机化和信息化，在工艺设计部门以外与工艺工作有关的所有部门，采用B／S模式，实现工艺信息的共享与协同处理，解决了制造业信息化工程建设中制造工艺信息平台系统构建的关键技术问题。     

基于ERP的卷烟制造企业智能信息系统

结合卷烟制造企业的背景和需求，分析了该行业的特点，应用ERP原理，设计并实现了适应烟厂管理特殊要求的智能信息系统；并依照系统总体设计日标和原则，给出了相应的系统结构与功能模块；系统可提供支持用户决策和全面管理的强大功能，实现企业组织流程的整体优化。     

虚拟拆卸中多方式交互技术的应用

通过分析虚拟环境下不同人-机交互方式的特点，结合对产品装配体进行人工拆卸的操作活动，提出面向虚拟拆卸的人-机-零件间的多方式交互操作方法，在虚拟环境下研究和利用手抓取操作、手势操作、语音命令和3D虚拟菜单等多种交互方式对产品零部件进行自然、直观的人工拆卸，人机结合进行产品的装配／拆卸序列规划。     

软件项目策划中的工作量估算方法探讨

文章对软件项目策划中工作量的估算方法进行了探讨,并重点介绍了一种基于组织经验和项目的实际情况来确定估算系数并进行工作量估算的方法,旨在为软件企业进行工作量估算、实行过程改进提供参考和帮助。     

理性遗传算法及其在运动规划中的应用

为提高理性遗传算法遗传信忠的完备性、算法全局收敛性以及算法的整体结构，给出了一个更一般化的理性算子和算法结构，证明了算法的全局收敛性．理论分析和在运动规划问题中的应用结果验证了理性遗传算法的有效性．     

动态未知环境下一种Hopfield神经网络路径规划方法

针对动态未知环境下移动机器人路径规划问题,采用一种有效的局部连接Hopfiled神经网络(Hopfield Neural Networks,HNN)来表示机器人的工作空间.机器人在HNN所形成的动态数值势场上进行爬山搜索法来形成避碰路径,并且不存在非期望的局部吸引点.HNN权值设计中考虑了路径安全性因素,通过在障碍物附件形成局部虚拟排斥力来形成安全路径.HNN的连接权是非对称的,并且考虑了信号传播时延.分析了HNN的稳定性,所给稳定性条件和时延无关.HNN模型中突出了最大传播激励,从而使得HNN具有更广的稳定性范围并能表示具有更多节点的机器人工作空间.为对该HNN有效仿真求解,结合约束距离变换和HNN的时延性,给出了单处理器上高效的串行模拟方案,规划路径的时间复杂度为O(N)(N是HNN中神经元的数目),使得路径重规划能快速在线进行.仿真和实验表明该方法的有效性.     

微粒群优化算法在相关新产品组合投入的应用

引入新产品最佳投入期和相关收益的概念，在产品生命周期量化描述前提下，提出一个非线性半无限规划的相关新产品组合投入模型，并用微粒群优化算法(PS0)求解，仿真实例表明，微粒群优化算法在求解组合优化问题时简便且易于实现，具有很强的实用性。     

冶金冷轧薄板企业生产计划调度体系结构及方法研究

本文在三层企业集成模型的基础上,针对冷轧薄板企业的产品、经营、生产及设备等特点,提出了冷轧薄板企业的多级计划与调度体系结构,并引入了以生产线控制机制为核心的企业经营生产全过程闭环优化集成模式.同时还对企业生产组织中的各级优化问题及方法进行了全面的分类研究,为进一步的研究和冷轧薄板企业集成应用系统的开发奠定了基础.􀁽     

基于内分泌调节机制的机器人行为规划算法及其应用研究

借鉴内分泌系统对神经系统与遗传系统的高层调节机制，提出了一种新的基于内分泌调节机制的机器人行为规划算法．此算法中机器人通过神经系统接受环境信息并进行行为决策，行为决策的效果通过一种情感学习模型进行反馈．情感学习模型根据机器人的内、外环境状态,产生情感因子(即生物激素)，再由情感因子来调节神经系统的记忆和行为决策，最后神经系统的记忆与行为模式又由遗传系统得以继承．该算法有效避免了神经系统复杂的自学习过程。同时也保证机器人有较强的自适应能力．为了验证算法的有效性，本文做了机器人足球队守门员训练的仿真实验，结果也表明该算法具有很强的自适应学习能力．