作者：陈如清;俞金寿;摘要：为使粒子群优化算法(PSO)初始粒子均匀分布在解空间,分析了混沌运动的遍历性并根据粒子间欧式距离大小改进了PSO初始种群提取方法。提出了一种混沌粒子群混合优化算法,该算法将优化过程分成两阶段,两分群分别采用PSO算法和混沌优化算法同时进行。对四个高维复杂函数寻优测试表明算法的鲁棒性、收敛速度和精度,全局搜索能力均优于常规PSO。将提出的改进算法用于乙烯收率软测量建模,应用结果表明模型精度较高、泛化性能好。

作者：周辉仁;郑丕谔;摘要：针对模糊系统的特点和根据输入-输出数据,应用递阶遗传算法设计模糊系统。现有的模糊系统设计方法大多只能训练模糊系统的模糊集的中心参数、高斯隶属度函数的系数、中心参数和扩展参数,系统的模糊规则得预先用某种方法确定。利用很好设计的递阶遗传算法能够把模糊系统的模糊规则数目和参数同时通过训练确定。通过对混沌时间序列进行预测仿真,结果证明用该方法设计的模糊系统预测的精确度是令人满意的,文中提出的方法是可行的。

作者：张志洲;龙志强;常文森;摘要：针对一类非线性系统的执行器故障,提出了一种基于T-S模型的模糊完整性容错控制设计方法。将不同模糊规则下的系统模型转化为其中一个模糊规则下的不确定性系统,分别给出执行器故障前后模糊控制器存在的充分条件,证明了两个充分条件存在交集的情况下,根据LMI原理设计的模糊完整性控制器使得在执行器卡死或失效时,仍然能够保证非线性闭环系统的稳定性。仿真算例表明了本方法的有效性。

作者：焦竹青;屈百达;徐保国;摘要：针对工业生产过程中的多变量耦合系统采用传统控制方法不能达到满意的效果,提出了一种基于神经网络的PID解耦控制方案。在实验研究中,采用改进型动态BRF神经网络辨识器,在线辨识多变量系统的非线性时变模型,同时自动调整PID控制器各项参数,最终实现对系统的智能化解耦控制。给出了BRF神经网络的拓扑结构和算法,并对一组二变量强耦合时变系统的控制过程进行了计算机仿真,结果表明:基于BRF神经网络的PID控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该设计方案使得解耦后的多变量系统具备了良好的动、静态特性。

作者：彭志平;李绍平;摘要：协商策略是自治协商的关键环节之一。针对现有协商策略受限于Nash理论的不足,提出一种由模糊逻辑与神经网络深度融合的神经模糊系统(NFS)的协商策略。分析了这两种计算智能技术的协同机制,引入了广义概率积与广义概率和模糊算子,给出了网络有关参数的学习式子。实验结果表明,NFS是有效的,具有较好的性能;基于NFS的协商策略符合人类协商的思维和常规,能获得更高的协商收益和协商效率。

作者：成伟明;唐振民;赵春霞;陈得宝;摘要：提出一种神经网络和粒子群算法相结合的移动机器人路径规划方法。采用小波网络和RBF网络相结合的四层神经网络结构,克服了传统神经网络方法进行路径规划时对每个障碍均设计一些特定的隐节点,当障碍较多且环境动态时,网络结构庞大且神经元的阈值随时间的变化而需要不断改变的缺点。利用粒子群对神经网络的参数进行训练,在规定的代数内对网络参数优化,使得机器人在移动过程中能够快速响应环境的变化。通过对移动机器人在动、静态不同环境下的仿真实验,证明了方法的有效性。

作者：周凤岐;李俊;周军;摘要：由于太空的特殊环境,机械手的捕捉目标处于漂浮状态。在捕捉时目标相对于机械手的位置会由于二者的轻微碰撞而改变。为了能成功捕获目标,对目标的捕获位置需要由一个点扩大到一个区域。提出了捕获的概念,并由此出发通过严格的推导,论证了在太空中机械手捕获球形目标的方法。再以此方法为指导,建立机械手捕获球形目标的数学模型。最后针对指定球形目标和机械手,利用仿真手段给出捕获区域。通过对捕获区域的分析,说明了文中所提出的捕捉方式的有效性。

作者：严海蓉;孙国基;XU you-zhi;摘要：针对实时性设备接入传感器网络的需求,研究了传感器网络MAC层协议的保证时隙传送(GTS)竞争与传送协议,对可能的延迟作了估计并通过Petri网进行了仿真。仿真结果认为,在星型传感器网络中,当每个设备需求GTS1个时隙的时候,同时接入网络的设备不能超过7个,否则延迟将无法满足一般实时性要求,超过28个设备的时候某些GTS请求就会被拒绝

作者：张冰;陈万米;梁亮;魏延钦;摘要：机器人足球是人工智能与机器人领域的基础研究课题。实现了基于OpenGL的小型组机器人足球仿真平台,并对其中的关键技术进行了讨论。仿真平台建模简单、直观,使用射线追踪算法很好地实现了世界模型的碰撞检测,对机器人的运动以及控球性能也作了精确的模拟,并实现了多种人机交互功能。三维仿真平台的应用能更好地协助实物机器人足球系统的先期调试,也为实际比赛后的数据分析提供了有利的工具。

作者：孙予明;纪志成;摘要：在分析模糊系统前提规则结构信息的基础上,将模糊Lyapunov函数和分段Lyapunov函数结合,构造出一类连续模糊系统的分段模糊Lyapunov函数。采用并行分配补偿(PDC)结构,利用分段模糊Lyapunov函数进行了稳定性分析与控制律设计,得到了线性矩阵不等式(LMI)形式的连续系统镇定方法。该方法减少了模糊Lyapunov函数与分段Lyapunov函数的局限性,继承两者的优点,所得稳定性判据更为宽松,控制系统具有良好的控制性能。仿真实例表明了该方法的有效性。