自主虚拟人智能驾驶行为模型的研究和实现

描述了自主虚拟人的分层驾驶行为及对虚拟世界的感知.在对自主虚拟人的驾驶行为进行研究的基础上,结合导向行为与专家经验,建立了基于产生式规则的智能行为模型,并给出了规则的具体实现.通过虚拟现实技术对该智能模型进行了验证,证明了其可行性.      

基于规则的产品数据访问权限管理研究

产品对象的访问权限管理是PDM中至关重要的内容。从建立PDM中的权限模型的角度出发 ,提出了基于规则的产品数据访问权限管理方法 ,从而对权限的分配更加简洁清晰 ,并大大提高了PDM系统的运行效率。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识,并结合粒子群算法,提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强,容易跳出局部最优陷井及启发式算法局部搜索能力强的优点,快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

构建数学模型 优化贴装过程

贴装优化问题直接关系到表面贴装工艺的效率。本文以JUKI．2010／2020贴片机为试验平台,根据该机型结构及贴装过程,把贴装优化问题的描述为最小权重匹配问题（MWMP）以及非对称旅行商（TSP）问题,构建了一种新的优化模型：把时间优化转化为距离优化,并应用启发式算法进行软件编程。通过生产企业的6块PCB板的对比实验,证明了该数学模型和算法是合理的。     

基于信息素启发狼群算法的UAV集群火力分配

无人机（UAV）集群作战是未来智能化战争的重要作战样式。为充分发挥UAV集群整体作战优势，得到最优武器-目标分配（WTA）方案，使得UAV集群在火力分配中既能够满足任务要求，又能够较少作战单元消耗，建立了包含任务完成、有效杀伤、攻击消耗约束的UAV集群火力分配数学模型，采用带有游走、召唤算子的改进狼群算法（WPA）对模型进行求解。为提高算法全局寻优效率，避免陷入局部最优，引入蚁群优化（ACO）算法中信息素启发规则，对游走行为及狼群更新机制进一步改进，提出了基于信息素启发狼群算法（PHWPA）的UAV集群进攻的火力分配方法。仿真结果表明:所提方法是有效的，相比较于其他算法，PHWPA具有更高效的寻优能力，能够为UAV集群作战火力规划提供支持。      

分类回归树在航天测控数据关联规则分析中的应用

发现参数间的关联规则对预测航天器系统状态和改进航天器系统设计都有着重要的意义。如何发现参数间的关联规则是航天测控数据分析中的一个难点问题。针对该问题，在概述小波分析和分类回归树基本原理的基础上，提出了一种基于分类回归树的分析方法。该方法首先采用小波分析技术对参数数据进行去噪声处理，然后用随机采样的方法把数据分为训练数据集和检验数据集两部分，再构建一个分类回归树模型并用训练数据集训练该模型，随后用检验数据集对该模型进行检验，在对检验结果好坏进行评价并确认获得较好结果的基础上，对分类回归树模型进行解析，并最终得出参数间的关联规则。最后运用仿真数据对上述方法进行了实例验证，结果表明该方法能较好地分析出参数间的关联规则。     

应重视对量仪测力的检定

接触式量仪都具有一定测力，测力太小会影响示值的稳定性，测力太大又将产生压变形，尤其是对于软材质薄的金属件及点接触形式的测量，变形更为明显。例如：用杠杆千分尺以三针法测量螺纹中径，便是如此。在相同压力下，三针与螺旋面的接触应力显然比三针与杠杆子分尺测量面间接触应力大，因而其接触变形也就大。压陷量的存在，必然使三针在牙廓间的位置下降，使实测M值小于未考虑测力时的M值，由此引起螺纹中径的测量误差。最近，有个单位检验部门，在用三针法比较测量M6螺纹塞规中径时，发现2把杠杆千分尺检定结果相差3μm，一把尺检定…     

大规模定制设计的产品簇匹配研究

采用基于规则与基于实例相结合的推理方法，给出典型的基于实例推理的专家系统解决问题的一般过程，本文重点研究大规模定制设计的产品簇匹配问题，实施二级匹配策略，先采用规则推理的方法对产品簇大类属性进行匹配，缩小匹配范围，后采用基于实例推理的方法对产品簇小类具体属性进行定量精确匹配，优化了设计手段，效果良好。     

海上无人机多机协同巡检航迹规划方法

随着无人机技术应用的不断深入,如何提高无人机编队的协同能力及在复杂动态环境的自适应性,已成为“集群智能”的 1个重要研究方向。文章对海上无人机多机协同航迹规划整体流程进行了分析,分别阐释了静态和动态场景下的多机协同规划方法。静态场景下主要采用分支定界法建立静态问题模型,为每架无人机划分作业区域、生成作业路径,使得整个巡检作业的航迹长度代价与作业时间代价最小;动态场景下主要针对气象变化、连续跟监、海域变化 3种突发场景,侧重于协同决策和路径规划设计对应的目标函数,采用启发式算法为整个巡检作业进行自适应航迹规划,以确保安全性和效率性。实验结果显示,无人机协同路径规划能够根据环境变化和任务需求动态调整多无人机的巡检路径,快速给出不同突发情况下的最佳动态调整方案,以应对复杂的海上环境并动态规避障碍物。     

基于Boosting的模糊分类规则集成学习及应用

由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率。结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法。在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则。减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本。在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力。辐射源识别实验结果表明,该方法具有良好的分类识别性能。