基于MLP的海上无人跨域协同效能评估系统的设计与实现

针对海上无人协同跨域系统的探测能力效能评估问题,需开展评估指标、评估算法等研究。将机器人自身参数与环境参数结合构建了评价指标计算模型,如探测覆盖率、重复探测率、单位面积上的像素数量、能量等指标和海上无人跨域协同系统探测能力指标评价体系,降低了评估过程中的主观性,采用ADC(availability dependability capability)法结合层次分析法生成训练数据,利用MLP(multilayer perceptron)神经网络法客观地衡量系统的效能,结果表明:生成的数据集规模达到2万,该模型评估误差在3%以下,验证了其有效性和适用性;利用PyQt5框架搭建了评估系统界面,实现了环境建模、数据录入、效能评估的功能。

水空两栖涵道风扇推进器推力理论分析及实验验证

由水空两栖机器人的应用需求出发,从理论计算、仿真以及实验三方面设计了一种涵道风扇推进器.通过理论计算,分析了风扇和电机在2种介质中的工作曲线,提出了风扇推力系数和转矩系数的预估模型.通过选取适当的预估参数,得到了风扇和电机的设计参数.根据理论计算结果,选取了一种较为合适的风扇和电机的组合方式.为了验证理论计算的可靠性,对仅考虑扇叶的理想情况进行了CFD(计算流体动力学)仿真分析.为了研究实际的涵道风扇推进器的工作情况,还对考虑涵道整体表面结构的实际情况进行了CFD仿真分析.最后,对该组合方式的涵道风扇推进器进行了实验,得到了涵道风扇在水下和空气中的实测推力系数分别为1.47×10-4和2.48×10-4,实际情况下仿真结果与其的相对误差分别为10.9%和3.6%,接近于实验本身的不确定度;得到的空气中的推力可达55 N以上,水下推力可达245 N以上,均可以满足2种介质中的使用要求.

激活函数LeafSpring的构建及多数据集对比研究

针对神经网络中ReLU激活函数存在返回值非负及神经元未激活等问题,提出了一种全新的类ReLU激活函数——LeafSpring. LeafSpring既继承了ReLU的优势,又可以返回负值,通用性更强. LeafSpring函数的推导及函数性质也会被讨论.该激活函数还引入了刚度系数k,可以通过训练主动调节相邻两层的权重系数.为了减少计算量, LeafSpring可以在一定情况下简化为ReLU或Softplus.为了展现LeafSpring激活函数的性能,还将其与ReLU、 Softplus及Sigmoid在4种不同类型的数据集上进行拟合精度对比.对比结果表明, LeafSpring在不同的数据集上均能兼顾拟合精度和收敛速度且在小网格规模可以更快、更准确地拟合复杂非线性函数.