小波神经网络和B-QPSO算法在Ad Hoc异常检测中的应用

引入一种基于边界变异的QPSO算法,即B-QPSO算法.首先利用B-QPSO算法训练小波神经网络,再将经过B-QPSO算法训练后的小波神经网络应用于Ad Hoc异常检测中.仿真实验结果表明,该算法与梯度下降法、PSO算法和QPSO算法相比,收敛速度快,具有更好的全局收敛性,提高了异常检测的准确性,并且降低了对正常情况的误判率.

双机器人松协调装配轨迹规划方法研究

针对主-从式双机器人松协调装配轨迹规划问题,提出了一种基于量子粒子群优化算法和B样条的轨迹规划方法,并进行了仿真实验。结果表明该方法可以使双机器人以较优的无碰撞干涉轨迹高效地完成协调装配任务,实现了双机器人的高精度装配作业,为物联制造系统中双机器人协调装配面临的关键问题提供了有效的解决方案。