一种引入通信的多移动机器人编队方法*

提出以视觉跟踪为基础并引入通信进行多机器人的编队控制方法,根据需要编写了一种新的通信协议,采用闭环l-Φ实现编队算法.这种多机器人编队控制避免了视觉系统的局限,能够更好地在复杂未知环境中协作完成任务,解决了编队控制的无反馈和实时性不高的问题,使得机器人能够准确迅速地进行跟踪和通信编队,一起顺利达到目标点.试验结果证明了该方法的有效性.     

钢铁企业煤气调度系统建模及优化研究

钢铁企业煤气系统的煤气生产量与消耗量的动态平衡状态,对于降低生产成本、实现节能减排具有重要意义.针对钢铁企业煤气调度中存在的问题,以最大经济效益为目标,建立了煤气系统的通用调度模型.在此基础上,结合分级调度的思想,通过采用单纯形优化方法,给出一种相对优化的调度策略,并说明了其实现步骤.最后结合具体案例,对提出的算法进行分析,验证了调度方法的有效性.     

基于改进伪中值滤波器的道路图像滤波算法*

针对已有的细胞神经网中值滤波器滤波时,收敛速度慢、稳定性不好以及滤波图像比较模糊的缺点,设计一种差值控制细胞神经网的改进伪中值滤波器。提出了改变取值空间、引入随机扰动、扩大中值滤波窗口尺度和引入Mask掩图的改进方法。实验结果表明：该算法具有去除各种强度脉冲随机噪声能力,又能保护图像细节信息,而且具有良好的实时性。     

基于一种改进PSO的移动机器人路径规划

提出了基于一种改进微粒群优化算法的移动机器人在已知环境信息下的路径规划方法。通过对算法中微粒的速度进化方式的改进，使算法能有效地对搜索空间进行搜索，避免陷入过早收敛，此外还将边界约束、静态避障和最短路径这3个条件表示成一个简单的适应度函数，使整个优化过程满足路径规划的任务要求。最后，通过仿真取得了很好的效果，证实了方法的可行性和有效性。     

拟人控制系统的结构分析

本文对拟人控制系统结构进行了深入地分析和探讨。构造了拟人控制系统的复杂结构,指出了系统是由多种元素和多种子系统构成的,且不同元素和不同大大小小的子系统彼此间相互作用和相互影响。并在此基础上,提出了拟人控制系统的基本结构和特殊基本结构。     

人工神经网络在高炉炉况判断中的应用

包钢4号高炉有效容积2204m^3，在公司的生铁产量中起着举足轻重的作用。由于高炉生产过程复杂，凭人工经验预测不能准确地判断高炉运行状况好坏。为此，包头钢铁公司委托北京科技大学应用新技术、新方法为4号高炉设计炉况判断模型。     

基于粗糙集和神经网络的信息融合方法

在运用粗糙集理论和神经网络理论进行信息融合的基础上,分析了其各自的优势和存在的问题,设计了将两者综合的信息融合方法.该方法主要思想是利用粗糙集理论对神经网络待处理的数据进行属性约简,借此来简化神经网络的结构.利用这种方法对煤矿中各种与瓦斯危险相关的信息进行融合,以此对其瓦斯安全性进行评价.结果表明,这种方法减少了训练次数而且收敛效果比传统神经网络效果好.     

基于交互的Agent行为选择动态性分析

在动态不可预知环境下,Agent行为选择过程表现出动态性。该文基于人工生命和MAS框架,建立Agent行为选择动态系统模型,运用动态系统观点研究Agent感知、认知交互和适应,分析Agent行为选择适应外部环境和满足内部需求的动态平衡过程。在仿真试验中,通过21个Agent局部感知和交互,实现了全局平衡、稳定的群体运动行为。     

情感理论及基于情感的决策理论与模型研究

情感能力是人类智能的重要标志,与人类认知相互依赖和影响。因此,研究情感理论,模拟人类情感,对增强豫统智能具有重要意义。本文根据情感激发、产生的内在机理,提出情感的三级层次;为影响和激发情感的内部状态建立模型;基于情感的模糊性,运用模糊逻辑定义了情感的强度,并提出情感状态描述;通过分析情感在决策过程中的作用,结合MAS理论与决策系统的研究成果,提出了具有情感能力的个体Agent模型和具有情感功能的MAS决策模型。     

基于雷达的高炉料线形状融合测量与补偿算法

不采用传统接触力模型自下而上的高炉料面形状计算方法,而是根据土坡力学颗粒物质堆积理论,提出了新的基于堆积法的高炉料线形状融合计算方法,直接对料面形状进行计算.围绕高炉多环布料的炉料堆积特点,结合炉顶六点阵列雷达,获得了料面形状计算的边界条件,弥补了传统料型计算靠十字测温加机械探尺的经验估算.新方法通过高炉布料规律及炉料颗粒的物理堆积插值方法,采用贝叶斯数据融合方法和分段三次Hermite插值,结合布料体积约束条件,完成了理论计算与测量修正的结合.实测结果表明：料面形状融合法比传统单独的料面估算法,测量精度提高4.8%,料面分辨率提高27.2%,使布料控制可以更加精准和有针对性.