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

簡(jiǎn)介：點(diǎn)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(cè)與控制.pdf精彩內(nèi)容。

簡(jiǎn)介：點(diǎn)擊查看更多基于人工嗅覺(jué)系統(tǒng)的智能火災(zāi)探測(cè)研究.pdf精彩內(nèi)容。

簡(jiǎn)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(jì)特點(diǎn)的基礎(chǔ)上，將人工智能技術(shù)理論引入產(chǎn)品的設(shè)計(jì)過(guò)程，對(duì)電器領(lǐng)域的知識(shí)建模，知識(shí)表示，知識(shí)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(guò)研究達(dá)到縮短產(chǎn)品開(kāi)發(fā)周期、降低開(kāi)發(fā)成本、提高產(chǎn)品設(shè)計(jì)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(jì)系統(tǒng)的總體結(jié)構(gòu)，根據(jù)電器領(lǐng)域的特點(diǎn)，闡述了系統(tǒng)中各個(gè)模塊的功能特性。在廣泛收集電器領(lǐng)域內(nèi)專家設(shè)計(jì)知識(shí)的基礎(chǔ)上，將多種表示方法混合使用構(gòu)建系統(tǒng)知識(shí)庫(kù)，使產(chǎn)品知識(shí)的表達(dá)更加全面、具體，為系統(tǒng)能夠在不同的設(shè)計(jì)進(jìn)程中、在不同的設(shè)計(jì)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(jiǎn)，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(jiǎn)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(jì)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(jiǎn)屬性集進(jìn)行權(quán)重分配的方法。基于實(shí)例的推理CBR，借助隸屬度和貼近度等概念，構(gòu)造了源實(shí)例與目標(biāo)實(shí)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(shí)，對(duì)于產(chǎn)品設(shè)計(jì)中存在的不確定參數(shù)問(wèn)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(jì)中的模糊不確定問(wèn)題。

簡(jiǎn)介：點(diǎn)擊查看更多人工智能中若干模糊問(wèn)題的研究.pdf精彩內(nèi)容。

簡(jiǎn)介：自1956年人工智能誕生起，關(guān)于人工智能發(fā)展趨勢(shì)的爭(zhēng)論就異常激烈。有人認(rèn)為人工智能僅僅是實(shí)現(xiàn)人類智能的工具，只是作為人類智能的附庸和補(bǔ)充在局部上摹仿人類行為，并不能了解人類智慧的實(shí)質(zhì)對(duì)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(wú)實(shí)質(zhì)性差別，人工智能戰(zhàn)勝人類智能只是時(shí)間問(wèn)題，人工智能不僅能替代，而且將超過(guò)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(wèn)，他斷言人工智能肯定是有限度的。本文以德雷福斯對(duì)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(duì)人工智能的影響；并從生物學(xué)假想、心理學(xué)假想、認(rèn)識(shí)論假想、本體論假想這四個(gè)方面入手證明人工智能的發(fā)展確實(shí)存在著局限性；最后對(duì)德雷福斯聯(lián)結(jié)論思想進(jìn)行評(píng)析，得出人工智能雖能促進(jìn)人類社會(huì)的發(fā)展，但并不能超越人類智能的結(jié)論。

簡(jiǎn)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(qǐng)學(xué)位級(jí)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(guò)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(gè)重要應(yīng)用知識(shí)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(duì)知識(shí)進(jìn)行維護(hù)等方面介紹了人工智能系統(tǒng)對(duì)知識(shí)表示的要求，然后重點(diǎn)介紹了一階謂詞邏輯對(duì)人工智能領(lǐng)域中的事實(shí)性知識(shí)和規(guī)則性知識(shí)的表示方法，以及對(duì)產(chǎn)生式系統(tǒng)中的元知識(shí)的表示。并且分別舉例說(shuō)明了知識(shí)表示的過(guò)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(shí)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(jì)的“機(jī)器人行動(dòng)規(guī)劃系統(tǒng)”1976年FILMAN設(shè)計(jì)的“機(jī)器博弈系統(tǒng)”以及計(jì)算機(jī)進(jìn)行自動(dòng)定理證明和問(wèn)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?？梢哉f(shuō)，沒(méi)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(duì)不同類型的問(wèn)題具有不同的效果，它們分別在自動(dòng)定理證明和問(wèn)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(duì)一階謂詞邏輯在人工智能領(lǐng)域中應(yīng)用的評(píng)價(jià)及反思。本章分別對(duì)謂詞邏輯在知識(shí)表示和知識(shí)推理方面的優(yōu)越性和局限性做了分析和評(píng)價(jià)，并據(jù)此對(duì)整個(gè)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(yǔ)，簡(jiǎn)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(shí)踐的雙重突破。關(guān)鍵詞一階謂詞邏輯人工智能知識(shí)表示知識(shí)推理

簡(jiǎn)介：通過(guò)對(duì)異步電動(dòng)機(jī)故障進(jìn)行必要的診斷與分析，可以得到異步電動(dòng)機(jī)運(yùn)行狀況的綜合評(píng)價(jià)，有助于發(fā)現(xiàn)故障、定位故障、制定維修計(jì)劃、預(yù)防故障惡化和減少電動(dòng)機(jī)突發(fā)事故造成的損失。因此本文根據(jù)異步電動(dòng)機(jī)的故障特點(diǎn)，進(jìn)行了基于人工智能理論的異步電動(dòng)機(jī)故障診斷研究。論文首先分析了異步電動(dòng)機(jī)故障診斷的基本原理，論述了異步電動(dòng)機(jī)故障診斷技術(shù)的發(fā)展、現(xiàn)狀及各種診斷方法的特點(diǎn)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(shí)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(jì)思想，介紹了專家系統(tǒng)的結(jié)構(gòu)及知識(shí)表示、知識(shí)獲取、和推理機(jī)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(shí)的智能化異步電動(dòng)機(jī)故障診斷系統(tǒng)。該系統(tǒng)包括故障信號(hào)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(hào)的采集階段，主要采用小波分析方法提取機(jī)體的振動(dòng)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(guò)專家規(guī)則對(duì)最終診斷結(jié)果作出解釋。

簡(jiǎn)介：住宅人工照明光環(huán)境智能控制是運(yùn)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(shuō)照明的智能控制技術(shù)和人工照明光環(huán)境兩個(gè)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(duì)如何運(yùn)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(jī)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(dòng)對(duì)住宅人工照明光環(huán)境的影響出發(fā)，研究了不同個(gè)體、不同時(shí)間、不同空間的家庭行為活動(dòng)包括視覺(jué)行為的差異，根據(jù)這些差異針對(duì)性地確定相應(yīng)的人工照明光環(huán)境體現(xiàn)了國(guó)際文明居住標(biāo)準(zhǔn)的多元化、個(gè)性化的發(fā)展需求。同時(shí)，對(duì)于同一功能的房間，把現(xiàn)行規(guī)范規(guī)定的一個(gè)照度水平合理地分解為適應(yīng)不同需求的多個(gè)照度水平，由原來(lái)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(gè)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(jué)與非視覺(jué)質(zhì)量因素、控制質(zhì)量因素和能效利用質(zhì)量因素三個(gè)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(jué)與非視覺(jué)質(zhì)量因素研究方面，針對(duì)住宅特征，視覺(jué)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(jué)質(zhì)量研究了照明對(duì)人的行為表現(xiàn)以及照明對(duì)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(diǎn)的布置以及照明場(chǎng)景轉(zhuǎn)換對(duì)視覺(jué)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(jì)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(shí)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(duì)人工照明光環(huán)境智能控制的認(rèn)識(shí)和接受程度的要求，具有實(shí)際應(yīng)用價(jià)值和市場(chǎng)推廣潛力；后者是智能控制的高級(jí)階段，具有理論價(jià)值，同時(shí)也具有前瞻性和潛在的應(yīng)用價(jià)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(duì)于具有較高智能水平的自主型智能控制，本文運(yùn)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(duì)住宅人工照明光環(huán)境全過(guò)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(qiáng)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(duì)光環(huán)境的“感知推理決策”的過(guò)程。其中多傳感器信息融合就是充分利用多個(gè)傳感器聯(lián)合操作的優(yōu)勢(shì)，提高傳感器系統(tǒng)的功能。通過(guò)多傳感器信息融合能夠“感知”人工照明光環(huán)境各場(chǎng)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(jī)地結(jié)合起來(lái)的模糊神經(jīng)網(wǎng)絡(luò)技術(shù)具有很強(qiáng)的學(xué)習(xí)、適應(yīng)、容錯(cuò)能力和處理不確定信息能力，能夠自主完成“推理決策”的過(guò)程，這種智能控制手段是未來(lái)照明的智能控制領(lǐng)域的一個(gè)重要發(fā)展方向。在研究過(guò)程中，基于現(xiàn)有技術(shù)和認(rèn)識(shí)水平自主開(kāi)發(fā)了具有完全知識(shí)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(dòng)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(shí)和操作者的經(jīng)驗(yàn)。同時(shí)，硬件和軟件的科學(xué)設(shè)計(jì)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(qiáng)并且便于優(yōu)化。通過(guò)實(shí)驗(yàn)驗(yàn)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(huì)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(jiǎn)介：情感在認(rèn)識(shí)論及人工智能領(lǐng)域的研究近年來(lái)逐漸流行起來(lái)，在情感模型的多種研究領(lǐng)域中，機(jī)器人情感模型引起人們的極大興趣。因?yàn)?，隨著社會(huì)需求發(fā)展，人們期望機(jī)器人具有情感能力，使機(jī)器人不再是一種工具，而是人們工作中的伙伴，讓人們?cè)跊](méi)有接受培訓(xùn)的情況下更加方便的使用機(jī)器人。機(jī)器人情感模型研究重點(diǎn)在于通過(guò)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(hào)，建立“情感模型”，從而創(chuàng)建一個(gè)理解人類情感，并能做出智能、友好反應(yīng)的機(jī)器人。情感作為基礎(chǔ)元素在人類和動(dòng)物的認(rèn)識(shí)領(lǐng)域如感覺(jué)，注意力，記憶力，決策及社交所起的重要作用漸漸被認(rèn)識(shí)。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(shí)過(guò)程，控制機(jī)制，及行為擴(kuò)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(jì)算機(jī)等學(xué)科的發(fā)展與協(xié)調(diào)。在這個(gè)背景下，本文以統(tǒng)計(jì)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(jī)器人情感模型建立方法，建立了一個(gè)機(jī)器人情感模型達(dá)到以下目的◆以機(jī)器人傳感器得到的某些環(huán)境信號(hào)作為情感模型的輸入，經(jīng)過(guò)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(guò)設(shè)計(jì)面部表情來(lái)表達(dá)模型的輸出，讓人覺(jué)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(shí)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(shí)，人工智能理論相關(guān)知識(shí)，以及統(tǒng)計(jì)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(jì)了一個(gè)情感模型，文章詳細(xì)介紹了這個(gè)情感模型的建立過(guò)程，各個(gè)模塊的組成及相互聯(lián)系；最后，本文對(duì)此情感模型進(jìn)行了仿真試驗(yàn)，詳細(xì)分析了這個(gè)情感模型的性能，并給出了對(duì)其部分性能的測(cè)試的結(jié)果及分析。本文的創(chuàng)新性在于1通過(guò)設(shè)計(jì)通用型參數(shù)，來(lái)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(duì)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(guò)直接更改情感空間的區(qū)域設(shè)計(jì)，來(lái)達(dá)到通過(guò)對(duì)模型的簡(jiǎn)單修改使情感模型具有不同性格特征的目的。

簡(jiǎn)介：近年來(lái)，兵器行業(yè)建立了幾十套11個(gè)自由度的機(jī)器人焊接工作站，并在繼續(xù)推廣應(yīng)用。然而目前弧焊機(jī)器人采用示教編程，編程效率低且沒(méi)有智能化，機(jī)器人再現(xiàn)焊接時(shí)沒(méi)有視覺(jué)，不能感知焊接真實(shí)環(huán)境的變化，實(shí)際應(yīng)用局限性大的企業(yè)應(yīng)用現(xiàn)狀，提高機(jī)器人編程的效率和質(zhì)量以及智能傳感和自動(dòng)補(bǔ)償能力意義重大，研究焊接機(jī)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(gè)融合視覺(jué)傳感信息的機(jī)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(kāi)研究。機(jī)器人焊接過(guò)程三維仿真是離線編程的圖形平臺(tái)，提出了一個(gè)新的開(kāi)發(fā)方式實(shí)現(xiàn)三維圖形仿真系統(tǒng)，即自主開(kāi)發(fā)基于CS結(jié)構(gòu)的包含OLE項(xiàng)的機(jī)器工作站離線編程系統(tǒng)WROBCAM，通過(guò)COM接口實(shí)現(xiàn)焊接工件三維圖形及幾何拓?fù)湫畔⒌臒o(wú)縫集成。目前焊接機(jī)器人圖形仿真采用二次開(kāi)發(fā)實(shí)現(xiàn)，存在開(kāi)放性差、仿真效果不理想、無(wú)自主產(chǎn)權(quán)等問(wèn)題，本文在VC開(kāi)發(fā)環(huán)境下，使用OPENGL圖形開(kāi)發(fā)工具，基于面向?qū)ο蟮木幊套灾鏖_(kāi)發(fā)了三自由度龍門機(jī)架、六自由度關(guān)節(jié)型弧焊機(jī)器人和兩自由度變位機(jī)的三維造型及焊接過(guò)程圖形仿真系統(tǒng)。對(duì)一類關(guān)節(jié)型焊接機(jī)器人的運(yùn)動(dòng)學(xué)計(jì)算問(wèn)題，給出了通用解。焊接工件特征設(shè)計(jì)是解決機(jī)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(dòng)焊接裝配的概念。提出了一種復(fù)合方式開(kāi)發(fā)焊接標(biāo)準(zhǔn)件、通用件的變量化設(shè)計(jì)方法，實(shí)現(xiàn)了焊接標(biāo)準(zhǔn)件、通用件的特征設(shè)計(jì)。提出特征庫(kù)的變量化設(shè)計(jì)方法，建立了各種坡口特征庫(kù)，實(shí)現(xiàn)了基于特征庫(kù)的坡口特征設(shè)計(jì)，并提出了一種改進(jìn)的坡口特征設(shè)計(jì)方法。實(shí)現(xiàn)了接頭特征設(shè)計(jì)及基于接頭特征的自動(dòng)焊接裝配。為實(shí)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(dòng)，實(shí)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(shí)現(xiàn)了焊縫特征的識(shí)別、提取。焊接工藝規(guī)劃和機(jī)器人路徑規(guī)劃是實(shí)現(xiàn)編程智能化的關(guān)鍵。針對(duì)空間焊縫機(jī)器人焊接工藝規(guī)劃問(wèn)題，提出了一種新的技術(shù)途徑，將空間焊縫分解為一個(gè)立坡焊和橫坡焊的組合，設(shè)計(jì)了空間焊縫焊接工藝的推理策略，實(shí)現(xiàn)了針對(duì)裝甲車輛的富氬氣體保護(hù)焊工藝規(guī)劃。針對(duì)重型產(chǎn)品的大型機(jī)器人工作站的無(wú)碰路徑規(guī)劃問(wèn)題，分析了其特點(diǎn)，提出轉(zhuǎn)化為機(jī)器人機(jī)座的位置優(yōu)化和路徑及軌跡聯(lián)合優(yōu)化兩個(gè)問(wèn)題。對(duì)機(jī)器人機(jī)座的位置優(yōu)化問(wèn)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(wèn)題的適應(yīng)度函數(shù)，經(jīng)過(guò)大量實(shí)踐獲得了合適的參數(shù)?；谠撍惴▽?duì)典型空間相貫線焊縫優(yōu)化實(shí)驗(yàn)，并下載到機(jī)器人控制器執(zhí)行焊接實(shí)驗(yàn)，結(jié)果表明，通過(guò)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(jī)器人關(guān)節(jié)運(yùn)動(dòng)平穩(wěn)，獲得了良好的焊縫。對(duì)路徑及軌跡聯(lián)合優(yōu)化問(wèn)題，提出融合基于知識(shí)、遺傳算法和人工勢(shì)場(chǎng)法、柵格搜索法等技術(shù)途徑來(lái)解決。根據(jù)該問(wèn)題特點(diǎn)，改進(jìn)人工勢(shì)場(chǎng)建立了引力場(chǎng)勢(shì)函數(shù)和斥力場(chǎng)勢(shì)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(duì)炮塔多段長(zhǎng)直焊縫優(yōu)化實(shí)驗(yàn)，并對(duì)優(yōu)化結(jié)果圖形仿真，達(dá)到了預(yù)期效果。提出了機(jī)器人自適應(yīng)焊接的技術(shù)內(nèi)涵，針對(duì)大厚件，設(shè)計(jì)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(jué)傳感系統(tǒng)。建立了結(jié)構(gòu)光視覺(jué)傳感系統(tǒng)，分析了圖象干擾信號(hào)的特點(diǎn)，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(hào)，采用雙浮動(dòng)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(yàn)知識(shí)的接頭特征點(diǎn)提取措施，獲得了接頭形狀和焊接特征，建立接縫跟蹤實(shí)驗(yàn)平臺(tái)，實(shí)驗(yàn)驗(yàn)證了系統(tǒng)及上述方法的正確性。

簡(jiǎn)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(lái)越多的信息給人們帶來(lái)方便的同時(shí)也增加了信息查找的難度。搜索引擎也隨之應(yīng)運(yùn)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(gè)重要部分是網(wǎng)絡(luò)爬蟲(chóng)程序，依靠網(wǎng)絡(luò)爬蟲(chóng)，搜索引擎可以獲取用來(lái)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(duì)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(kù)中供搜索引擎檢索調(diào)用。這種方法存在不少問(wèn)題。使用這種方法，會(huì)導(dǎo)致垃圾數(shù)據(jù)的大量積累，對(duì)于某些獲取的數(shù)據(jù)，可能從來(lái)不被檢索訪問(wèn)。除此之外，由于遍歷了大量無(wú)關(guān)的鏈接，會(huì)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(lái)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(wèn)到的鏈接盡量地指向有用的信息。減少了無(wú)關(guān)鏈接的訪問(wèn)數(shù)量，就能極大地提高相對(duì)回報(bào)率，從而提高了系統(tǒng)的效率。另外，在頁(yè)面類型的判斷中，本文引入了一個(gè)智能代理系統(tǒng)，完成網(wǎng)頁(yè)類型的自動(dòng)分類判斷。該部分通過(guò)抽取網(wǎng)頁(yè)的特征項(xiàng)，形成文本向量，然后與中心向量進(jìn)行相似度計(jì)算后，根據(jù)相似度的結(jié)果來(lái)對(duì)網(wǎng)頁(yè)進(jìn)行自動(dòng)分類。

簡(jiǎn)介：智能人工腿是20世紀(jì)90年代發(fā)展起來(lái)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(dòng)地調(diào)整假肢系統(tǒng)的參數(shù)，使其運(yùn)動(dòng)自如，工作可靠，因而具有更好的仿生性能。開(kāi)展該課題的研究對(duì)于幫助腿部截肢者回歸主流社會(huì)，減輕社會(huì)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(lái)改變智能人工腿的擺動(dòng)速度，其中的各種控制參數(shù)都是通過(guò)手持控制系統(tǒng)來(lái)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(jī)作為處理器，速度慢，功耗大且系統(tǒng)開(kāi)發(fā)難度較大，可擴(kuò)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(kāi)度的腿上控制系統(tǒng)采用的是由步進(jìn)電機(jī)所構(gòu)成的開(kāi)環(huán)結(jié)構(gòu)，位置精度不高。針對(duì)以上不足，我們?cè)谠O(shè)計(jì)智能仿生人工腿CIPILEG控制系統(tǒng)時(shí)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(kuò)存儲(chǔ)器和必要的電路單元構(gòu)成系統(tǒng)硬件平臺(tái)。S3C44BOX高集成度的特點(diǎn)使得系統(tǒng)功耗和體積大大降低，運(yùn)行也更加可靠。第二，通過(guò)向S3C44BOX植入實(shí)時(shí)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(tái)，在保證手持控制系統(tǒng)穩(wěn)定運(yùn)行的同時(shí)也大大提升了其可擴(kuò)展性能。第三，采用無(wú)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(jiǎn)化操作又確保系統(tǒng)的穩(wěn)定性。第四，我們將步進(jìn)電機(jī)改為直流伺服電機(jī)，設(shè)計(jì)了一個(gè)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(kāi)度。本文所做研究主要是針對(duì)CIPILEG閉環(huán)控制方案設(shè)計(jì)新型的嵌入式手持控制系統(tǒng)。通過(guò)實(shí)驗(yàn)表明，其運(yùn)行可靠、功耗低且擴(kuò)展性強(qiáng)，具有較高的應(yīng)用價(jià)值。

簡(jiǎn)介：在機(jī)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(duì)沖壓件需求不斷的增長(zhǎng)，板材成形技術(shù)在世界各國(guó)，特別是工業(yè)發(fā)達(dá)國(guó)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。回彈研究包含回彈預(yù)測(cè)和回彈控制兩個(gè)相互影響的方面，對(duì)回彈進(jìn)行準(zhǔn)確的預(yù)測(cè)有利于我們有效的控制回彈，而控制是預(yù)測(cè)的最終目標(biāo)，因?yàn)榭刂苹貜椖苤苯哟龠M(jìn)沖壓質(zhì)量的提高，促進(jìn)沖壓技術(shù)的發(fā)展。由于計(jì)算機(jī)技術(shù)的迅速發(fā)展，其運(yùn)算能力已經(jīng)能滿足大規(guī)模的數(shù)值運(yùn)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(lái)新的革命。不僅如此，結(jié)合計(jì)算機(jī)的強(qiáng)大數(shù)值運(yùn)算能力，以傳統(tǒng)的試驗(yàn)方法為基礎(chǔ)，通過(guò)數(shù)學(xué)建模來(lái)模擬沖壓成形也變?yōu)楝F(xiàn)實(shí)，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(zhǎng)足的進(jìn)步。本文就是在上述的技術(shù)背景上，提出了針對(duì)沖壓成形中最常見(jiàn)的問(wèn)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(duì)象，以正交試驗(yàn)法為實(shí)驗(yàn)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(yàn)因素，以工程實(shí)際的經(jīng)驗(yàn)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(jì)模型的誤差量為試驗(yàn)指標(biāo)，完成正交試驗(yàn)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(duì)人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練的原始數(shù)據(jù)和校驗(yàn)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(guò)回彈角反映關(guān)鍵型面尺寸實(shí)現(xiàn)模具的參數(shù)化，并與材料性能、沖壓工藝同時(shí)作為試驗(yàn)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(shí)現(xiàn)了沖壓過(guò)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(yàn)、沖壓仿真、回彈評(píng)價(jià)包括由回彈角所反映出來(lái)的型面關(guān)鍵尺寸的計(jì)算與定位、成形結(jié)果與設(shè)計(jì)模型的位移誤差計(jì)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(gè)原型系統(tǒng)平臺(tái)上，具有很高的工程應(yīng)用價(jià)值。

簡(jiǎn)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(lái)越復(fù)雜，常常需要幾臺(tái)甚至幾十臺(tái)電梯組成電梯群來(lái)運(yùn)送乘客，電梯群控算法的研究已成為國(guó)內(nèi)外研究的熱點(diǎn)之一。對(duì)于一個(gè)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(duì)交通流進(jìn)行分析，以識(shí)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(duì)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(yùn)行效率、降低能量損耗，并通過(guò)仿真試驗(yàn)驗(yàn)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(guó)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(diǎn)與不足，提出了基于遺傳算法的電梯群控算法；并在評(píng)估電梯群控系統(tǒng)的四種性能指標(biāo)和分析派梯過(guò)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(píng)價(jià)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(shí)別方法。文章采用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)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(lái)計(jì)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(yàn)表明，該方法收斂速度快、識(shí)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(píng)價(jià)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(yùn)行狀態(tài)和各層站的外呼信號(hào)，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(shí)，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(diǎn)，同時(shí)較好地滿足了電梯群控系統(tǒng)的實(shí)時(shí)要求。3建立了電梯群控系統(tǒng)的虛擬仿真環(huán)境，模擬實(shí)際系統(tǒng)的運(yùn)行，驗(yàn)證各種算法的性能指標(biāo)。