Boosting家族AdaBoost系列代表算法

Boosting is one of the most representational ensemble prediction methods. It can be divided into two se-ries: Boost-by-majority and Adaboost. This paper briefly introduces the research status of Boosting and one of its seri-als-AdaBoost,analyzes the typical algorithms of AdaBoost.

OC学习机制的两轮平衡车模糊自平衡控制

针对两轮平衡车的自平衡控制问题,为了提高平衡车自学习和自平衡能力,受操作条件反射原理启发,以模糊规则为基本模型,引入学习OC学习机制,提出一种具有学习能力的模糊控制器,能够使平衡车自主学习获得模糊控制规则,实现控制器设计自动化。OC学习机制根据状态的评价值序列对模糊规则表进行修正,经过多次修正后,可针对每一个状态获得合理的输出。仿真实验表明,控制器能够自主设计模糊规则,具有一定自主学习能力。两轮平衡车在多次迭代学习后可以自主从倾角不稳定恢复到直立平衡状态。

基于局部最优的联盟结构生成算法

联盟形成是多Agent系统中的一个关键问题.针对多Agent联盟数量是Agent个数指数倍的问题,给出了基于局部最优Agent联盟结构生成算法——OCS算法.基于局部最优,将Agent联盟结构图化简,并利用划分所对应的一类联盟结构的上界对Agent联盟结构图进行剪枝,极大降低了搜索空间.接着证明了OCS算法的时间复杂性为O(3n),但在实验上已经接近O(23n/2).最后通过对比数据分析,表明了OCS算法的效率.OCS算法是对Rothkopf和刘惊雷等人相关工作的改进.

平面两自由度全柔顺微运动并联机构的拓扑优化设计

首先分析了平面两自由度全柔顺并联机构的微运动学;然后在此基础上建立该机构的拓扑优化模型,运用OC算法对所建立的模型进行求解;最后运用有限元软件对所建立的三维模型进行仿真。得出通过拓扑优化得到的平面两自由度全柔顺并联机构可实现x和y两个方向的微运动,且与同构型的传统并联机构运动相似,验证了该方法的有效性。

整体式平面两自由度全柔顺并联机构构型拓扑优化设计

基于平面两自由度并联机构微分运动学矢量连续映射关系,建立整体式平面两自由度全柔顺并联机构构型拓扑优化模型-各向同性材料插值模型(SIMP模型),运用优化准则(OC)算法对所建模型进行求解,并采用Heaviside过滤技术处理优化过程中棋盘格和网格依赖问题。基于曲线拟合方法对优化后整体构型轮廓进行拟合,在Solid Works软件中建立其三维模型,进而应用有限元软件对其进行静力学仿真分析与对比。结果表明:以微分运动学矢量连续映射关系为拓扑优化设计条件,所得出的平面两自由度全柔顺并联机构与传统同构型并联机构具有相同的微分运动特性。