一种基于流形的机械臂动作构型知识压缩表达方法

针对在机械臂分拣任务中,存在物体形状各异、大小不一、训练神经网络成本过高的问题,提出一种基于流形空间的机械臂快速分拣方法。通过自主设计的一款简易实验装置模拟代替机械臂进行实验。对高维数据进行压缩,结合三维快速凸包求解算法,对体积大小不同的同类物体的流形空间进行分割,以凸包形式将稳定性较高的点集包裹起来。实验结果表明,体积大小不同的同类物体的高稳定流形子空间是一致的。该方法可以通过对一种物体的流形子结构进行尺度放缩,得到不同大小的同类物体的高稳定分拣区域,用于生成高效、可靠的机械臂分拣任务中的6D位姿构型,以提高分拣作业的工作效率。

快速凸包算法在发射车状态监控中的应用

针对当前复杂工业系统运行状态监控策略普遍存在误报警数目过多的问题,提出了一种基于快速凸包算法的发射车状态监控方法。该方法利用快速凸包算法从给定的正常历史数据中估计发射车的正常工作空间,对于新采集的发射车运行状态监控数据,如果由它们构成的工作点位于发射车的正常工作空间内,就认为发射车的状态是正常的,否则就是异常的。与基于静态阈值的方法相比,提出的方法降低了误报警数目;相较于基于隐变量的方法,提出的方法具有良好的可解释性。通过数值仿真技术,分别分析了一个2维和3维案例来评估提出的方法的性能表现。仿真结果表明,提出的方法物理意义明确,产生的误报警数目少。

基于二维凸包的TSP算法

二维凸包是指包含平面点集的最小简单多边形,广泛应用于GIS。将二维凸包与TSP相结合,提出了基于二维凸包的TSP算法,首先快速凸包算法构造城市点集的凸包,该凸包是经过部分城市点且其余点都在其内部的回路。其次将其余的城市点依次插入回路形成新回路,使新回路的长度增量最小,直至所有的城市点都在回路上。在TSPLIB中的典型实例上的实验结果表明,该算法比简单遗传算法更快得到问题的近似解。

基于知识的船体结构快速设计及优化

在确保安全的前提下,快速设计出优秀船体结构并实现快速修改是船舶设计师梦寐以求的目标。文章针对这一目标,提出了基于知识的船体结构快速设计方法,引入船体结构知识本体的概念,将知识工程原理和参数化技术相结合,对船体结构设计知识库的建立进行了研究,实现了船体结构三维快速优化设计。设计中设计船的结构构件位置通过位置参数确定,构件尺寸通过母型知识库并运用NURBS函数插值再结合规范要求获得,对主要结构采用量子行为遗传算法进行优化。实例表明,该方法将设计知识嵌入到船体结构知识本体中,既有助于设计知识的保留和再利用,又能实现对设计结果的自动检查,进而快速获得合理的船体结构。

基于快速凸包的目标车辆动态围堵算法

为了以最小代价快速抓捕逃逸的目标车辆,利用凸包和图论的方法研究了目标车辆的动态围堵问题。对传统凸包算法进行改进,基于快速凸包算法形成了节点数最少的完全包围圈;将警力调度问题转化为加权二分图匹配问题,并求出耗时最少的警力调度结果,最后形成具体的围堵方案。改进后的快速凸包算法结合警力调度算法能在相对较短时间内对逃逸车辆完成围堵。