Handling multiple objectives with biogeography-based optimization

Biogeography-based optimization (BBO) is a new evolutionary optimization method inspired by biogeography. In this paper, BBO is extended to a multi-objective optimization, and a biogeography-based multi-objective optimization (BBMO) is introduced, which uses the cluster attribute of islands to naturally decompose the problem. The proposed algorithm makes use of nondominated sorting approach to improve the convergence ability effciently. It also combines the crowding distance to guarantee the diversity of Pareto optimal solutions. We compare the BBMO with two representative state-of-the-art evolutionary multi-objective optimization methods, non-dominated sorting genetic algorithm-II (NSGA-II) and archive-based micro genetic algorithm (AMGA) in terms of three metrics. Simulation results indicate that in most cases, the proposed BBMO is able to find much better spread of solutions and converge faster to true Pareto optimal fronts than NSGA-II and AMGA do.     

Design of robotic visual servo control based on neural network and genetic algorithm

A new visual servo control scheme for a robotic manipulator is presented in this paper, where a back propagation (BP) neural network is used to make a direct transition from image feature to joint angles without requiring robot kinematics and camera calibration. To speed up the convergence and avoid local minimum of the neural network, this paper uses a genetic algorithm to find the optimal initial weights and thresholds and then uses the BP algorithm to train the neural network according to the data given. The proposed method can effectively combine the good global searching ability of genetic algorithms with the accurate local searching feature of BP neural network. The Simulink model for PUMA560 robot visual servo system based on the improved BP neural network is built with the Robotics Toolbox of Matlab. The simulation results indicate that the proposed method can accelerate convergence of the image errors and provide a simple and effective way of robot control.     

基于虚拟仪器的汽车变速器计算机测控系统的设计

本文介绍了汽车自动变速器检测实验台的测控系统硬件组成,并采用Labview开发出测控系统的软件。可对汽车自动变速器综合性能与液压控制阀体进行测试操作和性能分析,实现检测对象测控的自动化。     

一种新的修正恒模算法

阐述了恒模算法(CMA)、修正恒模算法(MCMA)和判决引导(DD)算法的基本原理。针对CMA和MCMA收敛速度慢,固定步长条件下收敛速度和剩余误差之间存在矛盾的缺陷,在分析CMA误差特性的基础上,利用DD算法误差函数的模值和判决器输出构造新的误差函数,提出了一种新的变步长MCMA。新算法在加快收敛速度的同时保持小的剩余误差。仿真结果表明,新算法比CMA和MCMA收敛速度快,均衡输出剩余码间干扰(ISI)小而且能克服相位偏移,具有很好的实用性。     

表面贴装过程仿真系统的研究与开发

文章从表面贴装技术(SMT)现状及特点开始,介绍多品种小批量电子产品中使用表面贴装技术存在的问题。针对这一情况对表面贴装过程仿真系统的需求进行了分析,并详细论述了仿真系统的文件预处理、仿真以及数据库维护三大主要模块设计,主要介绍采用OpenGL实现仿真模块的方法,同时展示仿真系统实现结果。最后总结了仿真系统的特点。     

以1,3-二(4-邻羟基苯亚胺次甲基)苯氧基丙烷为载体的铁离子(Ⅲ)电极的研究

以1,3-二(4-邻羟基苯亚胺次甲基)苯氧基丙烷为中性载体制备了PVC膜Fe3+离子选择性电极。该电极对Fe3+呈现出良好的选择性和近Nernst电位响应性能。电极斜率为21mV/dec,线性范围为3.0×10-5～1.0×10-1mol/L,检出限为1.0×10-5mol/L。采用交流阻抗技术研究了电极的响应机理,并将电极作为指示电极初步用于EDTA的电位滴定。     

基于2,4-二羟基苯甲酸铜(Ⅱ)为载体的硫氰酸根电极的电位响应

制备了基于一种简单的金属铜配合物2,4-二羟基苯甲酸铜(Ⅱ)(Cu(Ⅱ)DHBA)为载体的PVC膜硫氰酸根离子(SCN-)选择性电极。该电极在1.0×10-1～1.0×10-6mol/LSCN-浓度范围内呈现斜率为-59.5mV/dec的近Nernst电位响应,检测下限为9.1×10-7mol/L。利用紫外可见光谱及交流阻抗技术初步探讨了电极对SCN-呈现的选择性电位响应机理。该电极作为直接电位分析法的指示电极,成功运用于实验室废水中硫氰酸盐含量的测定。     

基于视频的车辆发现模块的研究与实现

针对现有的智能交通系统的车辆发现模块的不足,提出了车辆发现的一整套解决方案。综合使用了已有的视频处理技术及方法,背景差分法、帧间差分法、检测线方法,以及自适应边框的车辆精确定位等方法,设计实现了智能交通系统的车辆发现模块。设计了三种不同的真实场景的实验。通过对结果的分析表明,系统的车辆发现模块对于车辆的识别度高达90%以上,在一般的设备下流畅运行,能够满足车辆发现应用对系统的实时性的要求,并且适应性也较好。     

纯电动汽车太阳能辅助空调控制系统的硬件设计

纯电动汽车车载动力电池是其唯一的动力源且很有限,辅助设备消耗的电能减少了纯电动汽车的续驶里程,尤其是空调,所以开发高效的纯电动汽车空调系统是纯电动汽车能够被市场接受的关键。将纯电动汽车顶盖布满太阳电池,可以使空调系统的制冷能力增强,同时还能增加纯电动汽车的行驶距离。对小型纯电动汽车的太阳能辅助空调系统进行研究,设计出适合该空调的自动控制系统,可为纯电动汽车创造出一个更加舒适的驾驶和乘座环境。     

化学气相沉积法制备碳化铬薄膜的研究

以三（2,2,6,6-四甲基-3,5-庚二酮）化铬为前驱体,采用化学气相沉积（CVD）法在氧化铝（Al₂O₃）陶瓷基板上制备碳化铬（Cr₃C₂）薄膜,其中沉积温度为723 K至923 K,沉积时间为1 200 s。研究了不同沉积温度对Cr₃C₂薄膜的相组成、择优取向、宏观表面、微观结构及电学性能的影响。结果表明,在723 K至923 K下制备得到具有高度（130）择优取向的Cr₃C₂薄膜。随着沉积温度的升高,Cr₃C₂薄膜表面先由光滑变粗糙,后逐渐变光滑;薄膜晶粒呈椭球型生长;薄膜的厚度先增加后减小,从而导致电阻先减小后增大。在798 K时制备得到厚度最大且电阻最小的（130）择优取向的最佳Cr₃C₂薄膜。同时,在实验条件下Cr₃C₂薄膜表面存在少量的碳和Cr₂O₃。