人工智能背景下高校机器人工程专业课程思政教学设计探究

课程思政建设作为新工科专业人才培养体系的核心内容,应主动适应人工智能背景下人才培养模式的新变化,聚焦新工科人才培养目标,主动担当课程思政育人使命。文章以山东交通学院为例,从机器人工程专业建设课程思政的必要性、深度挖掘机器人工程专业课程思政素材、设计专业课程思政案例、线上线下混合式多种教学方法与实施手段、课程思政实践成效等方面,对人工智能背景下高校机器人工程专业课程思政教学设计进行探究。

“人工智能+”机器人工程微专业的构建与探索

针对当前人工智能和机器人领域人才难以满足国家战略和社会需求问题,根据人工智能与机器人领域所需人才应掌握的基础理论与关键实践技术,设计了"人工智能+"机器人工程微专业培养目标与培养方案,构建了"人工智能+"机器人工程微专业的创新课程体系,实现了线上线下混合式教学方式和多层次考核方式。基于微专业培养方案实施"人工智能+"机器人工程复合型人才培养,既提高了人才培养质量,又能进一步满足国家对人工智能与机器人工程专业人才的重大需求。

临近空间高超声速飞行器的直接力与襟翼复合滑模控制

为解决升力体构型再入高超声速飞行器的欠驱动强耦合问题,提出一种直接力与襟翼的复合滑模控制方案。再入式高超声速飞行器由于热防护要求以两片体襟翼控制俯仰、偏航和滚转3个通道,强气动耦合所引发侧滑角的持续高频大幅抖动将造成副翼控制量长时间处于饱和状态,进而导致控制系统失稳。为抑制侧滑角的抖动并使其快速收敛,在偏航通道引入一对具有开关特性的侧喷发动机,将系统构建为一个复合控制系统,并基于线性二次型最优控制与滑模控制理论分别为襟翼和侧喷发动机设计了控制律。在两种指令跟踪情形下将复合控制与常规襟翼控制方案进行仿真对比。仿真结果表明,新的复合控制系统能有效地抑制偏航通道的抖振现象,且使侧滑角快速收敛,同时能够使攻角与滚转角快速稳定地跟踪制导指令。

基于高斯分布引导位置相关性权重的情感分类

针对当前情感分类方法通常忽略不同单词之间相对位置特征,导致模型难以学习到单词的最佳位置表示.为了解决这一问题,提出一种基于高斯分布引导位置相关性权重的情感分类算法.首先,计算每个单词与其他单词之间的位置相关性;其次,利用改进的高斯分布函数对位置相关性进行建模,并将其结果与单词的特征向量相乘,以生成单词的位置感知表示;最后,将算法集成到传统模型中以验证其有效性.实验结果表明,所提方法较传统模型获得了更高的准确率,在域内、域外和对抗评估指标上分别提高了2.98%、5.02%和10.55%,表明其具有较好的实用价值.

基于PLC和变频器的钻孔注水试验自动控制系统

水文地质勘察领域的钻孔注水试验是一种简易的原位渗透试验方法,通过钻孔向试段注水来获得岩土层的渗透系数。鉴于目前的钻孔注水试验自动化程度低,需要多名工作人员现场操作和记录试验数据,以及试验过程中的水面波动等因素导致的试验准确率低、试验周期长以及试验成功率低等问题,该文设计了一种基于PLC和变频器的钻孔注水试验自动控制系统,是以西门子S7-1200系列PLC为核心控制器,以西门子MM420变频器为注水水泵速度控制器、并与液位传感器和流量传感器配合实现整个注水试验过程的自动控制。最后,通过实践表明此钻孔注水试验自动控制系统可有效节约劳动力资源和有效减小钻孔中水面的波动,很大程度地提高了试验精度和试验成功率,并有效缩短了钻孔注水试验周期。

基于模糊多目标线性规划的软件缺陷预测方法研究

为了提高软件开发过程的可测性和可信性,本文在分析软件缺陷预测数据特点的基础上,提出了一种新的带特征选择的模糊多目标线性规划分类器FMCLPC-FS。首先,定义了一个模糊隶属度函数来处理原始数据中的噪声和异常值;然后,利用核函数将非线性可分问题转化为线性可分或近似线性可分问题。此外,在多目标线性规划分类器MCLPC中引入了稀疏化函数,可以在分类过程中去除数据集中的冗余特征并选择出最少的重要特征。实验结果显示,与MCLPC和SVC相比,FMCLPC-FS可以显著提高缺陷预测的准确性和分类的可解释性。

新工科背景下的机器人学课程教学改革探索

机器人学是机器人工程专业的一门专业基础课程,其课程体系存在形式单一、结构老化等诸多问题。在“新工科”的背景下,文章结合学校建设高水平应用型大学的办学目标和机器人工程专业人才培养的特色,从课程内容、教学模式、考核方式、教学实践等方面入手,开展机器人学课程改革。在教学内容和课程知识的扩充与优化、线上线下混合式教学模式的构建、理论—实践一体化教学过程的建立以及多方式多手段的课程考核体系建设等方面进行探索与实践,对于培养学生解决工程问题的综合能力,提升工科学生的综合素质与就业竞争力具有重要意义。

改进Deep Q Network的路径规划算法

随着计算机技术、人工智能理论、即时定位与地图构建(Simulta-neous Localization And Mapping,SLAM)等技术的不断成熟与发展,机器人技术的研究已经发展到一个崭新的阶段。路径规划作为机器人运动不可或缺的一部分,近些年国内外专家对其研究的热情持续高涨,它已经成为移动机器人趋向人工智能化阶段的核心技术。路径规划的目的是让机器人在规定的区域内找到一条从起点到终点的无碰撞安全路径,并让这条路径尽可能的短。机器人在运动过程中,能够实时模拟出所在的环境。通过控制自身运动状态,探测障碍物并计算安全路径,最后成功到达任务地点。因此,一个性能良好的路径规划算法对移动机器人非常重要。移动机器人目前在许多领域都有着广泛地应用,比如家庭扫地、物流分拣等。尤其在一些环境比较恶劣的情况下,使用移动机器人可以有效地避免对人身安全的危害。