簡介：點擊查看更多基于人工智能方法的煙氣含氧量軟測量及優(yōu)化配煤研究.pdf精彩內(nèi)容。

簡介：點擊查看更多基于物理冶金和人工智能的熱軋鋼材組織-性能預(yù)測與控制.pdf精彩內(nèi)容。

簡介：點擊查看更多基于人工嗅覺系統(tǒng)的智能火災(zāi)探測研究.pdf精彩內(nèi)容。

簡介：本文在分析電器現(xiàn)代技術(shù)的發(fā)展現(xiàn)狀及其設(shè)計特點的基礎(chǔ)上，將人工智能技術(shù)理論引入產(chǎn)品的設(shè)計過程，對電器領(lǐng)域的知識建模，知識表示，知識獲取等方面進(jìn)行了研究，并提出了相應(yīng)的解決方法。以期通過研究達(dá)到縮短產(chǎn)品開發(fā)周期、降低開發(fā)成本、提高產(chǎn)品設(shè)計質(zhì)量的目的。本文以人工智能技術(shù)為基礎(chǔ)，構(gòu)建了電器智能設(shè)計系統(tǒng)的總體結(jié)構(gòu)，根據(jù)電器領(lǐng)域的特點，闡述了系統(tǒng)中各個模塊的功能特性。在廣泛收集電器領(lǐng)域內(nèi)專家設(shè)計知識的基礎(chǔ)上，將多種表示方法混合使用構(gòu)建系統(tǒng)知識庫，使產(chǎn)品知識的表達(dá)更加全面、具體，為系統(tǒng)能夠在不同的設(shè)計進(jìn)程中、在不同的設(shè)計狀態(tài)下采用靈活的推理方式奠定基礎(chǔ)?；诖植诩碚撝械膶傩约s簡，提出了一種利用產(chǎn)品層次結(jié)構(gòu)提取產(chǎn)品模型最簡屬性集的方法，并在此基礎(chǔ)上，根據(jù)產(chǎn)品的不同屬性在其產(chǎn)品設(shè)計中的作用不同，借助粗糙集理論中重要性和支持度等概念，提出了一種為產(chǎn)品最簡屬性集進(jìn)行權(quán)重分配的方法?；趯嵗耐评鞢BR，借助隸屬度和貼近度等概念，構(gòu)造了源實例與目標(biāo)實例的模糊相似度函數(shù)，提出了一種模糊相似度的求解方法。同時，對于產(chǎn)品設(shè)計中存在的不確定參數(shù)問題，課題分別基于模糊綜合決策和證據(jù)理論，提出了求解不確定參數(shù)的兩種方法，有效地解決了設(shè)計中的模糊不確定問題。

簡介：點擊查看更多人工智能中若干模糊問題的研究.pdf精彩內(nèi)容。

簡介：自1956年人工智能誕生起，關(guān)于人工智能發(fā)展趨勢的爭論就異常激烈。有人認(rèn)為人工智能僅僅是實現(xiàn)人類智能的工具，只是作為人類智能的附庸和補充在局部上摹仿人類行為，并不能了解人類智慧的實質(zhì)對人類智能構(gòu)成挑戰(zhàn)，更不可能取代和超越人類智能；但也有人從達(dá)爾文的進(jìn)化論進(jìn)行類比推斷，認(rèn)為人工智能與人類智能并無實質(zhì)性差別，人工智能戰(zhàn)勝人類智能只是時間問題，人工智能不僅能替代，而且將超過人類智能。德雷福斯被看作是懷疑論者和悲觀主義者的領(lǐng)袖和代表人物。德雷福斯認(rèn)為，維特根斯坦、海德格爾、梅洛龐蒂這些哲學(xué)家的一些哲學(xué)結(jié)論已經(jīng)給人工智能的可能性提出了疑問，他斷言人工智能肯定是有限度的。本文以德雷福斯對人工智能的研究為依據(jù)，從人工智能研究的兩大分支傳統(tǒng)AI和聯(lián)結(jié)論AI出發(fā)，討論聯(lián)結(jié)論思想對人工智能的影響；并從生物學(xué)假想、心理學(xué)假想、認(rèn)識論假想、本體論假想這四個方面入手證明人工智能的發(fā)展確實存在著局限性；最后對德雷福斯聯(lián)結(jié)論思想進(jìn)行評析，得出人工智能雖能促進(jìn)人類社會的發(fā)展，但并不能超越人類智能的結(jié)論。

簡介：河南大學(xué)碩士學(xué)位論文一階謂詞邏輯在人工智能中的應(yīng)用姓名劉素姣申請學(xué)位級別碩士專業(yè)邏輯學(xué)指導(dǎo)教師李娜20040501基礎(chǔ)。掌握了一階謂詞邏輯系統(tǒng)的構(gòu)成，我們就可以方便地理解謂詞邏輯在人工智能中的應(yīng)用原理與過程。本文的第三部分，即第二章，介紹了一階謂詞邏輯在人工智能領(lǐng)域的一個重要應(yīng)用知識表示方面的應(yīng)用。本章首先從表示能力、利于應(yīng)用、便于對知識進(jìn)行維護(hù)等方面介紹了人工智能系統(tǒng)對知識表示的要求，然后重點介紹了一階謂詞邏輯對人工智能領(lǐng)域中的事實性知識和規(guī)則性知識的表示方法，以及對產(chǎn)生式系統(tǒng)中的元知識的表示。并且分別舉例說明了知識表示的過程。第四部分，即本文的第三章，是整篇論文的最為核心部分，本章介紹了一階謂詞邏輯在人工智能領(lǐng)域中的最為重要的應(yīng)用知識推理方面的應(yīng)用?，F(xiàn)有許多人工智能系統(tǒng)，如1971年FIKES設(shè)計的“機器人行動規(guī)劃系統(tǒng)”1976年FILMAN設(shè)計的“機器博弈系統(tǒng)”以及計算機進(jìn)行自動定理證明和問題求解的若千工作，都直接或間接地利用了一階謂詞邏輯的大量成果。可以說，沒有謂詞邏輯做為基礎(chǔ)，人工智能科學(xué)的大廈將岌岌可危。該章從不同的證明思路介紹了謂詞邏輯的兩種重要推理方法歸結(jié)反演推理和基于規(guī)則的演繹推理。這兩種推理方法對不同類型的問題具有不同的效果，它們分別在自動定理證明和問題求解中展示了自己的優(yōu)越性。本文的第五部分，即第四章，陳述了作者自己對一階謂詞邏輯在人工智能領(lǐng)域中應(yīng)用的評價及反思。本章分別對謂詞邏輯在知識表示和知識推理方面的優(yōu)越性和局限性做了分析和評價，并據(jù)此對整個邏輯學(xué)科在人工智能領(lǐng)域的應(yīng)用進(jìn)行了反思。文章的最后一部分是結(jié)束語，簡單概括了一階謂詞邏輯在人工智能科學(xué)中的應(yīng)用前景和努力方向，以待取得新的理論與實踐的雙重突破。關(guān)鍵詞一階謂詞邏輯人工智能知識表示知識推理

簡介：通過對異步電動機故障進(jìn)行必要的診斷與分析，可以得到異步電動機運行狀況的綜合評價，有助于發(fā)現(xiàn)故障、定位故障、制定維修計劃、預(yù)防故障惡化和減少電動機突發(fā)事故造成的損失。因此本文根據(jù)異步電動機的故障特點，進(jìn)行了基于人工智能理論的異步電動機故障診斷研究。論文首先分析了異步電動機故障診斷的基本原理，論述了異步電動機故障診斷技術(shù)的發(fā)展、現(xiàn)狀及各種診斷方法的特點與存在的不足。然后闡述了人工神經(jīng)網(wǎng)絡(luò)與專家知識推理系統(tǒng)，分析了基于人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的故障診斷系統(tǒng)的設(shè)計思想，介紹了專家系統(tǒng)的結(jié)構(gòu)及知識表示、知識獲取、和推理機制等方面的基本方法。最后，提出了綜合信息融合技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)、專家系統(tǒng)知識的智能化異步電動機故障診斷系統(tǒng)。該系統(tǒng)包括故障信號的采集與處理、故障特征提取、局部診斷、融合決策診斷。在信號的采集階段，主要采用小波分析方法提取機體的振動特征。在局部診斷階段，用并行神經(jīng)網(wǎng)絡(luò)進(jìn)行故障的初步診斷。在全局診斷決策中，采用融合方法，根據(jù)神經(jīng)網(wǎng)絡(luò)得到的初步診斷結(jié)果進(jìn)行融合推理，最后通過專家規(guī)則對最終診斷結(jié)果作出解釋。

簡介：住宅人工照明光環(huán)境智能控制是運用智能控制技術(shù)靈活及合理地控制住宅人工照明光環(huán)境，也就是說照明的智能控制技術(shù)和人工照明光環(huán)境兩個要素是人工照明光環(huán)境智能控制的重要組成部分。而目前的人工照明光環(huán)境智能控制還僅僅停留在照明的智能控制技術(shù)這一概念階段，對如何運用智能的手段合理有效地控制光環(huán)境的研究幾乎是空白。如何把照明的智能控制技術(shù)和提高人工照明光環(huán)境質(zhì)量有機地結(jié)合是本文研究的主要內(nèi)容。為了制定合理的住宅人工照明光環(huán)境智能控制策略，本文首先從家庭行為活動對住宅人工照明光環(huán)境的影響出發(fā)，研究了不同個體、不同時間、不同空間的家庭行為活動包括視覺行為的差異，根據(jù)這些差異針對性地確定相應(yīng)的人工照明光環(huán)境體現(xiàn)了國際文明居住標(biāo)準(zhǔn)的多元化、個性化的發(fā)展需求。同時，對于同一功能的房間，把現(xiàn)行規(guī)范規(guī)定的一個照度水平合理地分解為適應(yīng)不同需求的多個照度水平，由原來的“人適應(yīng)照度”轉(zhuǎn)向“照度適應(yīng)人”，符合人工照明光環(huán)境的智能控制需求。住宅人工照明光環(huán)境智能控制的目的是創(chuàng)造一個高質(zhì)量的住宅人工照明光環(huán)境，因而本文從住宅人工照明光環(huán)境的視覺與非視覺質(zhì)量因素、控制質(zhì)量因素和能效利用質(zhì)量因素三個方面系統(tǒng)地、綜合地研究了住宅人工照明光環(huán)境質(zhì)量。在住宅人工照明光環(huán)境的視覺與非視覺質(zhì)量因素研究方面，針對住宅特征，視覺質(zhì)量研究了照明水平、照度與亮度分布、眩光、視亮度、造型立體感、色溫引起的心理感受、色彩表現(xiàn)、空間寬敞感、環(huán)境協(xié)調(diào)性、整體印象各因素，非視覺質(zhì)量研究了照明對人的行為表現(xiàn)以及照明對人的生物節(jié)律的影響因素；住宅人工照明光環(huán)境的控制質(zhì)量因素研究了人工照明光環(huán)境的控制方式、照明控制點的布置以及照明場景轉(zhuǎn)換對視覺與心理產(chǎn)生的影響；住宅人工照明光環(huán)境的能效利用質(zhì)量研究了光源的等效亮度、光源生命周期的經(jīng)濟性比較、光源的熱負(fù)荷、充分利用天然光資源等因素。在住宅人工照明光環(huán)境智能控制方面，本文研究了基于現(xiàn)有技術(shù)和認(rèn)識水平的智能控制方式和具有較高智能水平的自主型智能控制方式，前者符合現(xiàn)階段人們對人工照明光環(huán)境智能控制的認(rèn)識和接受程度的要求，具有實際應(yīng)用價值和市場推廣潛力；后者是智能控制的高級階段，具有理論價值，同時也具有前瞻性和潛在的應(yīng)用價值，但它門都是以創(chuàng)造高質(zhì)量的住宅人工照明光環(huán)境為目的。對于具有較高智能水平的自主型智能控制，本文運用了先進(jìn)的傳感器信息融合和模糊神經(jīng)網(wǎng)絡(luò)的理論方法對住宅人工照明光環(huán)境全過程擬人化的自主型智能控制進(jìn)行了全面的研究，這種控制具有較強的自適應(yīng)、自學(xué)習(xí)、自主決策和自我管理的能力，自主完成對光環(huán)境的“感知推理決策”的過程。其中多傳感器信息融合就是充分利用多個傳感器聯(lián)合操作的優(yōu)勢，提高傳感器系統(tǒng)的功能。通過多傳感器信息融合能夠“感知”人工照明光環(huán)境各場景的發(fā)生條件。在智能控制方面，把人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯有機地結(jié)合起來的模糊神經(jīng)網(wǎng)絡(luò)技術(shù)具有很強的學(xué)習(xí)、適應(yīng)、容錯能力和處理不確定信息能力，能夠自主完成“推理決策”的過程，這種智能控制手段是未來照明的智能控制領(lǐng)域的一個重要發(fā)展方向。在研究過程中，基于現(xiàn)有技術(shù)和認(rèn)識水平自主開發(fā)了具有完全知識產(chǎn)權(quán)的住宅人工照明光環(huán)境智能控制裝置，突破了以往照明的智能控制相關(guān)產(chǎn)品僅注重控制技術(shù)，而忽視人工照明光環(huán)境控制效果的局限性。該裝置把人在住宅內(nèi)的家庭行為活動和人工照明光環(huán)境質(zhì)量的相關(guān)數(shù)據(jù)融入智能控制中，使其控制的人工照明光環(huán)境包含了專家知識和操作者的經(jīng)驗。同時，硬件和軟件的科學(xué)設(shè)計使該裝置控制下的人工照明光環(huán)境變化靈活、適應(yīng)性強并且便于優(yōu)化。通過實驗驗證，證明智能控制使住宅人工照明光環(huán)境質(zhì)量得到全面的提高，滿足了人性化和社會性需求，符合綠色照明和環(huán)境的可持續(xù)性要求，并且滿足了人的生理和心理的舒適性要求。

簡介：情感在認(rèn)識論及人工智能領(lǐng)域的研究近年來逐漸流行起來，在情感模型的多種研究領(lǐng)域中，機器人情感模型引起人們的極大興趣。因為，隨著社會需求發(fā)展，人們期望機器人具有情感能力，使機器人不再是一種工具，而是人們工作中的伙伴，讓人們在沒有接受培訓(xùn)的情況下更加方便的使用機器人。機器人情感模型研究重點在于通過各種傳感器獲取由人的情感所引起的生理和行為特征信號，建立“情感模型”，從而創(chuàng)建一個理解人類情感，并能做出智能、友好反應(yīng)的機器人。情感作為基礎(chǔ)元素在人類和動物的認(rèn)識領(lǐng)域如感覺，注意力，記憶力，決策及社交所起的重要作用漸漸被認(rèn)識。早期的心理學(xué)家就指出情感，刺激及其它的一些情感現(xiàn)象與智能體的認(rèn)識過程，控制機制，及行為擴展都有著深刻的聯(lián)系。情感模型的發(fā)展不只依賴于心理學(xué)的發(fā)展，還依賴于工程學(xué)，認(rèn)知科學(xué)，計算機等學(xué)科的發(fā)展與協(xié)調(diào)。在這個背景下，本文以統(tǒng)計心理學(xué)著名情感模型OCC情感模型和心理學(xué)家PAULEKMAN的情感分類兩大理論為基礎(chǔ)，綜合現(xiàn)有機器人情感模型建立方法，建立了一個機器人情感模型達(dá)到以下目的◆以機器人傳感器得到的某些環(huán)境信號作為情感模型的輸入，經(jīng)過情感模型處理，從模型輸出得到類似于人類的反應(yīng)情感◆通過設(shè)計面部表情來表達(dá)模型的輸出，讓人覺得親切易懂。這篇論文首先將介紹有關(guān)人工智能情感模型的背景知識和發(fā)展現(xiàn)狀；然后詳細(xì)介紹了建立情感模型相關(guān)的概念，模糊控制理論相關(guān)知識，人工智能理論相關(guān)知識，以及統(tǒng)計心理學(xué)著名情感模型OCC情感模型和心理學(xué)家PAULEKMAN的情感分類兩大理論；接著，本文根據(jù)人工智能理論結(jié)合模糊控制理論設(shè)計了一個情感模型，文章詳細(xì)介紹了這個情感模型的建立過程，各個模塊的組成及相互聯(lián)系；最后，本文對此情感模型進(jìn)行了仿真試驗，詳細(xì)分析了這個情感模型的性能，并給出了對其部分性能的測試的結(jié)果及分析。本文的創(chuàng)新性在于1通過設(shè)計通用型參數(shù)，來達(dá)到模型適用于一類環(huán)境的目的，例如虛擬游戲人物，智能玩具領(lǐng)域。從而對已有情感模型大多只適用于單一環(huán)境的情況進(jìn)行了改進(jìn)。2通過直接更改情感空間的區(qū)域設(shè)計，來達(dá)到通過對模型的簡單修改使情感模型具有不同性格特征的目的。

簡介：近年來，兵器行業(yè)建立了幾十套11個自由度的機器人焊接工作站，并在繼續(xù)推廣應(yīng)用。然而目前弧焊機器人采用示教編程，編程效率低且沒有智能化，機器人再現(xiàn)焊接時沒有視覺，不能感知焊接真實環(huán)境的變化，實際應(yīng)用局限性大的企業(yè)應(yīng)用現(xiàn)狀，提高機器人編程的效率和質(zhì)量以及智能傳感和自動補償能力意義重大，研究焊接機器人智能化技術(shù)是多學(xué)科交叉的前沿課題。本文提出了一個融合視覺傳感信息的機器人焊接CADCAPPCAMPDM的智能化系統(tǒng)（WROBCAM）總體方案，并圍繞關(guān)鍵技術(shù)展開研究。機器人焊接過程三維仿真是離線編程的圖形平臺，提出了一個新的開發(fā)方式實現(xiàn)三維圖形仿真系統(tǒng)，即自主開發(fā)基于CS結(jié)構(gòu)的包含OLE項的機器工作站離線編程系統(tǒng)WROBCAM，通過COM接口實現(xiàn)焊接工件三維圖形及幾何拓?fù)湫畔⒌臒o縫集成。目前焊接機器人圖形仿真采用二次開發(fā)實現(xiàn)，存在開放性差、仿真效果不理想、無自主產(chǎn)權(quán)等問題，本文在VC開發(fā)環(huán)境下，使用OPENGL圖形開發(fā)工具，基于面向?qū)ο蟮木幊套灾鏖_發(fā)了三自由度龍門機架、六自由度關(guān)節(jié)型弧焊機器人和兩自由度變位機的三維造型及焊接過程圖形仿真系統(tǒng)。對一類關(guān)節(jié)型焊接機器人的運動學(xué)計算問題，給出了通用解。焊接工件特征設(shè)計是解決機器人焊接CAD與CAPP、CAM系統(tǒng)集成的重要支撐技術(shù)之一。探討了焊接產(chǎn)品特征的定義與分類以及特征造型方法，提出了自動焊接裝配的概念。提出了一種復(fù)合方式開發(fā)焊接標(biāo)準(zhǔn)件、通用件的變量化設(shè)計方法，實現(xiàn)了焊接標(biāo)準(zhǔn)件、通用件的特征設(shè)計。提出特征庫的變量化設(shè)計方法，建立了各種坡口特征庫，實現(xiàn)了基于特征庫的坡口特征設(shè)計，并提出了一種改進(jìn)的坡口特征設(shè)計方法。實現(xiàn)了接頭特征設(shè)計及基于接頭特征的自動焊接裝配。為實現(xiàn)焊接產(chǎn)品的信息集成和管理，提出了焊接產(chǎn)品數(shù)據(jù)管理（PDM）的功能，建立了焊接產(chǎn)品數(shù)據(jù)模型，解決了與SOLIDEDGE的雙向數(shù)據(jù)流動，實現(xiàn)各系統(tǒng)之間的信息共享和集成管理。提出了焊縫特征坐標(biāo)系的概念，實現(xiàn)了焊縫特征的識別、提取。焊接工藝規(guī)劃和機器人路徑規(guī)劃是實現(xiàn)編程智能化的關(guān)鍵。針對空間焊縫機器人焊接工藝規(guī)劃問題，提出了一種新的技術(shù)途徑，將空間焊縫分解為一個立坡焊和橫坡焊的組合，設(shè)計了空間焊縫焊接工藝的推理策略，實現(xiàn)了針對裝甲車輛的富氬氣體保護(hù)焊工藝規(guī)劃。針對重型產(chǎn)品的大型機器人工作站的無碰路徑規(guī)劃問題，分析了其特點，提出轉(zhuǎn)化為機器人機座的位置優(yōu)化和路徑及軌跡聯(lián)合優(yōu)化兩個問題。對機器人機座的位置優(yōu)化問題，建立了多目標(biāo)優(yōu)化數(shù)學(xué)模型及解決方法，采用遺傳算法為優(yōu)化方法，建立了本問題的適應(yīng)度函數(shù)，經(jīng)過大量實踐獲得了合適的參數(shù)?；谠撍惴▽Φ湫涂臻g相貫線焊縫優(yōu)化實驗，并下載到機器人控制器執(zhí)行焊接實驗，結(jié)果表明，通過該算法可以快速找到接近目標(biāo)最優(yōu)解，方法正確可行，機器人關(guān)節(jié)運動平穩(wěn)，獲得了良好的焊縫。對路徑及軌跡聯(lián)合優(yōu)化問題，提出融合基于知識、遺傳算法和人工勢場法、柵格搜索法等技術(shù)途徑來解決。根據(jù)該問題特點，改進(jìn)人工勢場建立了引力場勢函數(shù)和斥力場勢函數(shù)，并提出了路徑及軌跡聯(lián)合優(yōu)化策略，基于該策略，對炮塔多段長直焊縫優(yōu)化實驗，并對優(yōu)化結(jié)果圖形仿真，達(dá)到了預(yù)期效果。提出了機器人自適應(yīng)焊接的技術(shù)內(nèi)涵，針對大厚件，設(shè)計了適合接縫尋位、接縫跟蹤、接頭特征提取等功能的結(jié)構(gòu)光視覺傳感系統(tǒng)。建立了結(jié)構(gòu)光視覺傳感系統(tǒng)，分析了圖象干擾信號的特點，硬件上采用結(jié)構(gòu)光和復(fù)合濾光處理，軟件上采用平滑和SOBEL銳化或CANNY水平算子剔除弧光、飛濺干擾信號，采用雙浮動閾值分割和圖象輪廓提取及連接獲取較干凈的接縫線條。提出了融合先驗知識的接頭特征點提取措施，獲得了接頭形狀和焊接特征，建立接縫跟蹤實驗平臺，實驗驗證了系統(tǒng)及上述方法的正確性。

簡介：隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，網(wǎng)上的信息資源成幾何規(guī)律增加。越來越多的信息給人們帶來方便的同時也增加了信息查找的難度。搜索引擎也隨之應(yīng)運而生。依靠搜索引擎，用戶能夠方便地查找需要的信息。搜索引擎一個重要部分是網(wǎng)絡(luò)爬蟲程序，依靠網(wǎng)絡(luò)爬蟲，搜索引擎可以獲取用來檢索的原材料信息。傳統(tǒng)的搜索引擎資源獲取部分使用的是盲目式的遍歷算法，即對所獲得的鏈接進(jìn)行遍歷，抽取相關(guān)信息保存數(shù)據(jù)庫中供搜索引擎檢索調(diào)用。這種方法存在不少問題。使用這種方法，會導(dǎo)致垃圾數(shù)據(jù)的大量積累，對于某些獲取的數(shù)據(jù)，可能從來不被檢索訪問。除此之外，由于遍歷了大量無關(guān)的鏈接，會導(dǎo)致系統(tǒng)負(fù)擔(dān)的增加，效率的低下。在本文中，提出使用人工智能中的啟發(fā)式搜索來獲取特定的信息，這樣可以極大地減少遍歷的鏈接數(shù)量，使被訪問到的鏈接盡量地指向有用的信息。減少了無關(guān)鏈接的訪問數(shù)量，就能極大地提高相對回報率，從而提高了系統(tǒng)的效率。另外，在頁面類型的判斷中，本文引入了一個智能代理系統(tǒng)，完成網(wǎng)頁類型的自動分類判斷。該部分通過抽取網(wǎng)頁的特征項，形成文本向量，然后與中心向量進(jìn)行相似度計算后，根據(jù)相似度的結(jié)果來對網(wǎng)頁進(jìn)行自動分類。

簡介：智能人工腿是20世紀(jì)90年代發(fā)展起來的具有高性能的新一代假肢，與普通假肢相比，它能根據(jù)外界條件變化和工作要求，自動地調(diào)整假肢系統(tǒng)的參數(shù)，使其運動自如，工作可靠，因而具有更好的仿生性能。開展該課題的研究對于幫助腿部截肢者回歸主流社會，減輕社會及其家庭負(fù)擔(dān)具有重要意義。智能人工腿的控制系統(tǒng)由兩部分構(gòu)成，即手持控制系統(tǒng)和腿上控制系統(tǒng)。腿上控制系統(tǒng)主要用來改變智能人工腿的擺動速度，其中的各種控制參數(shù)都是通過手持控制系統(tǒng)來進(jìn)行設(shè)置。以前研制的智能人工腿，在控制方面存在諸多不足，比如，手持控制系統(tǒng)多采用8位單片機作為處理器，速度慢，功耗大且系統(tǒng)開發(fā)難度較大，可擴展性差。通信方式采用的是串口有線通信，操作不便且容易出故障。另外，用于控制氣缸內(nèi)針閥開度的腿上控制系統(tǒng)采用的是由步進(jìn)電機所構(gòu)成的開環(huán)結(jié)構(gòu)，位置精度不高。針對以上不足，我們在設(shè)計智能仿生人工腿CIPILEG控制系統(tǒng)時做了如下改進(jìn)第一，選用SAMSUNG公司的基于ARM7TDMI體系結(jié)構(gòu)的微處理器S3C44BOX作為手持控制系統(tǒng)的CPU，并結(jié)合外擴存儲器和必要的電路單元構(gòu)成系統(tǒng)硬件平臺。S3C44BOX高集成度的特點使得系統(tǒng)功耗和體積大大降低，運行也更加可靠。第二，通過向S3C44BOX植入實時操作系統(tǒng)ΜCLINUX和相關(guān)應(yīng)用程序構(gòu)成完整的嵌入式控制平臺，在保證手持控制系統(tǒng)穩(wěn)定運行的同時也大大提升了其可擴展性能。第三，采用無線紅外通信的方式代替?zhèn)鹘y(tǒng)的串口有線通信，這樣既簡化操作又確保系統(tǒng)的穩(wěn)定性。第四，我們將步進(jìn)電機改為直流伺服電機，設(shè)計了一個具有位置、速度和電流反饋的腿上閉環(huán)控制系統(tǒng)，用于控制針閥的開度。本文所做研究主要是針對CIPILEG閉環(huán)控制方案設(shè)計新型的嵌入式手持控制系統(tǒng)。通過實驗表明，其運行可靠、功耗低且擴展性強，具有較高的應(yīng)用價值。

簡介：在機械制造中，沖壓成形已經(jīng)成為一種十分重要的塑性加工方法，廣泛應(yīng)用于汽車、航空航天、電器、造船、儀表等工業(yè)領(lǐng)域。隨著工業(yè)對沖壓件需求不斷的增長，板材成形技術(shù)在世界各國，特別是工業(yè)發(fā)達(dá)國家得到高度重視。影響沖壓件成形質(zhì)量的因素有很多，而回彈缺陷是最重要的影響之一?；貜椦芯堪貜楊A(yù)測和回彈控制兩個相互影響的方面，對回彈進(jìn)行準(zhǔn)確的預(yù)測有利于我們有效的控制回彈，而控制是預(yù)測的最終目標(biāo)，因為控制回彈能直接促進(jìn)沖壓質(zhì)量的提高，促進(jìn)沖壓技術(shù)的發(fā)展。由于計算機技術(shù)的迅速發(fā)展，其運算能力已經(jīng)能滿足大規(guī)模的數(shù)值運算要求，使得以有限元為基礎(chǔ)的數(shù)值模擬沖壓仿真技術(shù)逐漸得到廣泛推廣和應(yīng)用，而數(shù)值模擬也為沖壓技術(shù)的發(fā)展帶來新的革命。不僅如此，結(jié)合計算機的強大數(shù)值運算能力，以傳統(tǒng)的試驗方法為基礎(chǔ)，通過數(shù)學(xué)建模來模擬沖壓成形也變?yōu)楝F(xiàn)實，再結(jié)合數(shù)值優(yōu)化方法，使沖壓技術(shù)的優(yōu)化得到長足的進(jìn)步。本文就是在上述的技術(shù)背景上，提出了針對沖壓成形中最常見的問題之一回彈缺陷，以回彈現(xiàn)象較為嚴(yán)重的類U型件為研究對象，以正交試驗法為實驗數(shù)據(jù)基礎(chǔ)，以DYNAFM數(shù)值沖壓仿真為手段，以材料性能、沖壓工藝、回彈角反映的關(guān)鍵型面尺寸這三種參數(shù)為試驗因素，以工程實際的經(jīng)驗取值范圍為因素的水平，以沖壓成形回彈分析模型與設(shè)計模型的誤差量為試驗指標(biāo)，完成正交試驗方案并得到相應(yīng)的誤差數(shù)據(jù)。根據(jù)已完成的正交表導(dǎo)入回彈控制原型系統(tǒng)，作為對人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練的原始數(shù)據(jù)和校驗數(shù)據(jù)。訓(xùn)練所得的人工神經(jīng)網(wǎng)絡(luò)作為遺傳算法的“FITFUNCTION”并在因素的水平范圍內(nèi)進(jìn)行全局的優(yōu)化，最后能得出最優(yōu)的參數(shù)取值。本文的特色在于通過回彈角反映關(guān)鍵型面尺寸實現(xiàn)模具的參數(shù)化，并與材料性能、沖壓工藝同時作為試驗參數(shù)；另外把人工神經(jīng)網(wǎng)絡(luò)和遺傳算法相結(jié)合，實現(xiàn)了沖壓過程的數(shù)學(xué)模型模擬和參數(shù)優(yōu)化；而且本文的工作還包括把正交試驗、沖壓仿真、回彈評價包括由回彈角所反映出來的型面關(guān)鍵尺寸的計算與定位、成形結(jié)果與設(shè)計模型的位移誤差計算、參數(shù)優(yōu)化包括人工神經(jīng)網(wǎng)絡(luò)的沖壓數(shù)學(xué)模型訓(xùn)練和遺傳算法的全局尋優(yōu)整合到一個原型系統(tǒng)平臺上，具有很高的工程應(yīng)用價值。

簡介：隨著現(xiàn)代化城市的快速發(fā)展和高層建筑的日益增多，高層建筑內(nèi)交通變得越來越復(fù)雜，常常需要幾臺甚至幾十臺電梯組成電梯群來運送乘客，電梯群控算法的研究已成為國內(nèi)外研究的熱點之一。對于一個復(fù)雜的、具有多種要求的電梯群控系統(tǒng)，本文采用多種智能算法相結(jié)合對交通流進(jìn)行分析，以識別當(dāng)前系統(tǒng)的交通流模式，從而根據(jù)不同的模式采用不同的派梯方法。針對現(xiàn)有算法中存在的不足，將遺傳算法應(yīng)用到群控系統(tǒng)中，提高電梯群的運行效率、降低能量損耗，并通過仿真試驗驗證了算法的先進(jìn)性、有效性。1回顧了電梯群控系統(tǒng)的國內(nèi)外發(fā)展現(xiàn)狀，介紹了現(xiàn)有的各種電梯群控系統(tǒng)的優(yōu)點與不足，提出了基于遺傳算法的電梯群控算法；并在評估電梯群控系統(tǒng)的四種性能指標(biāo)和分析派梯過程中系統(tǒng)容易變化的因素后，建立了電梯群控的多目標(biāo)評價函數(shù)。2提出了一種基于遺傳算法的徑向基函數(shù)RBF神經(jīng)網(wǎng)絡(luò)的電梯群控系統(tǒng)的交通流模式的識別方法。文章采用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)來識別電梯群控系統(tǒng)的交通流模式，用K均值聚類算法確定網(wǎng)絡(luò)徑向基函數(shù)的中心和寬度；用一次最小二乘法來計算權(quán)值矩陣，并用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的隱層結(jié)構(gòu)。試驗表明，該方法收斂速度快、識別精度高。接著提出了一種基于遺傳算法的層間交通模式下的電梯群控派梯算法。以多目標(biāo)的評價函數(shù)的優(yōu)化組合作為目標(biāo)尋求最優(yōu)派梯方案，根據(jù)電梯的運行狀態(tài)和各層站的外呼信號，構(gòu)造了適應(yīng)度函數(shù)。在進(jìn)化初期階段，采用標(biāo)準(zhǔn)遺傳算法在解空間中全局搜索，當(dāng)種群收斂到最優(yōu)解附近時，引入自適應(yīng)局部搜索算子，以提高算法的局部搜索能力，仿真結(jié)果表明，該算法克服了標(biāo)準(zhǔn)遺傳算法后期收斂速度慢的缺點，同時較好地滿足了電梯群控系統(tǒng)的實時要求。3建立了電梯群控系統(tǒng)的虛擬仿真環(huán)境，模擬實際系統(tǒng)的運行，驗證各種算法的性能指標(biāo)。