遗传算法在工程结构优化中的应用研究

首先介绍了遗传算法，接着将遗传算法与传统优化算法作了比较，然后介绍几种遗传算法改进的策略，接着通过一个简单的例子验证了遗传算法是求解全局最优解的一个有效方法，同时介绍遗传算法在实际应用中经常使用的几种改进方法，最后探讨了遗传算法与传统优化方法，BP神经网络，Hopfied神经网络，模拟退火算法，通用有限元软件的结合，以期能更好地解决复杂工程结构的优化问题。     

基于人体运动建模的逆运动学算法研究

为提高逆运动建模的速度,并针对传统逆运动学数值法精度不高的问题,提出了一种循环坐标下降算法和BFGS算法结合的逆运动学求解算法。首先利用三维动作捕捉系统得到人体的运动数据,并建立人体的关节模型;然后对循环坐标下降和BFGS结合的算法的实现方法进行分析;最后通过仿真实验验证了算法的可行性。     

机械臂逆运动控制模型与方法

据机械臂关节轴线方向建立了连杆坐标系,采用Denavit-Hartenberg(D-H)法求出各关节之间的坐标系变换矩阵,利用机械臂关节间的联体关系建立了机械臂正运动学模型,通过反向求解正运动模型得到机械臂逆运动学模型。为了解决逆运动控制问题,利用种群平均信息,提出了改进的多种群差分演化算法。最后数值试验表明新算法可以有效求解机械臂逆运动学模型。     

排爆机器人运动控制与作业规划技术研究

文章从排爆机器人的任务需求出发,设计了一种带有平移自由度的六自由度机械臂。同时,运用D-H法建立机器人的连杆坐标系,进行了正、逆运动学分析,推导出机械臂的运动学方程及手爪坐标系相对于基坐标系的位姿矩阵,针对运动学方程进行了基于正向运动学分析的求解。在此基础上,针对排爆机器人的任务需求进行了一种作业任务规划,并利用Adams进行了仿真。排爆机器人在实际应用中功能齐全,可以完成野外排爆任务。     

基于数据挖掘的BP神经网络改进算法的产品质量预测研究

人工神经网络是一种新的数学建模方式,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问题提供了比较好的方法。针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较．结果表明改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠。     

基于数据挖掘的BP神经网络改进算法能产品质量预测研究

人工神经网络是一种新的数学建模方式,传统方法对非线性数据的预测不易找到简单而有效的模型,神经网络的提出为处理非线性问题提供了比较好的方法。针对BP算法的局限性提出了改进的BP网络模型,通过对CSP质量指标的预测结果与传统的BP模型比较．结果表明改进的BP算法提高了学习效率,网络有较好的泛化能力,而且预测更可靠。     

排爆机器人运动控制与作业规划技术研究

文章从排爆机器人的任务需求出发,设计了一种带有平移自由度的六自由度机械臂。同时,运用D—H法建立机器人的连杆坐标系,进行了正、逆运动学分析,推导出机械臂的运动学方程及手爪坐标系相对于基坐标系的位姿矩阵,针对运动学方程进行了基于正向运动学分析的求解。在此基础上,针对排爆机器人的任务需求进行了一种作业任务规划,并利用Adams进行了仿真。排爆机器人在实际应用中功能齐全,可以完成野外排爆任务。     

基于BP神经网络的LT模型影响力最大化研究

影响力最大化问题的主要目标是挖掘社交网络中影响力排名前k个用户，使影响力发挥至最大效用。为了提高识别用户的准确率，提出一种基于BP神经网络的影响力最大化算法。该算法基于数据驱动方法利用BP神经网络优化预测模型，并使用改进的樽海鞘优化算法识别有效节点。在BA网络中的实验结果表明，该算法优于其他几种影响力优化算法。     

基于K-means算法的神经网络文本分类算法研究

本文在分析文本分类算法的一般模型和现有技术后,针对传统神经网络算法存在的问题,提出了一种引入Kmeans算法用于训练RBF神经网络的径向基函数中心,改善误差反向传播（BP）神经网络分类算法收敛速度较慢的缺点。实验结果表明,改进后的RBF网络与BP网络、RBF网络相比,在取得较好分类精度和召回率情况下,具有较高的运算速度和较强的非线性映射能力。     

第三产业产值比重预测的BP神经网络模型

宏观经济政策的制定要参照各次产业的发展水平,所以对产业发展水平进行评估和预测就显得十分必要。通过运用改进BP算法神经网络的建模方法对我国第三产业产值比重进行分析,最后建立了单隐层的BP神经网络模型。结果表明基于改进BP算法的神经网络模型预测精度高,收敛速度快,具有良好的泛化能力,模型的通用性和实用性强。     

图像信息隐藏技术的研究及授权图像文件生成

信息隐藏技术是将信息隐藏应用于软件加密中来,是对软件加密思路的一种改进。本文对信息隐藏的一般模型分类、与密码技术的关系等理论进行了研究分析,介绍了信息隐藏的概念及分类,研究了信息隐藏与数字水印的区别,对于信息隐藏的方法及原理进行研究,并对其中涉及到的关键性算法做了详细讲解。     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果,神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。本文重点研究了BP神经网络的原理、算法及其应用。     

基于算法的BP神经网络的应用研究

BP神经网络的智能化特征与能力使其应用领域日益扩大,潜力日趋明显,许多传统信息处理方法无法解决的问题采用BP神经网络后取得了良好的效果。因此,BP神经网络已被广泛应用于自动化、工程、经济及医学等各个领域。因此,本文重点研究了BP神经网络的原理、算法及其应用。     

面向成本的教学机器人设计

针对大中型机器人无法完全满足应用型大学实验教学需要的问题,设计了一种基于单片机控制的步进电动机驱动的小型教学机器人。该机器人结构简单,制造成本低。教学实践证明了该类机器人适用于工业机器人技术和单片机原理等课程的实验教学。     

基于BP网络的企业产品创新状况评价模型

本文提出了一种基于BP网络的企业产品创新状况评价模型，文中对指标体系的构建、神经网络结构的选择、网络学习的算法流程进行了比较详细的介绍，并用实例说明了该方法的具体运用。经检验，该模型的学习能力较强，训练结果比较准确。该模型的建立为评价企业的产品创新状况提供了一条新的途径。     

GM(1,1)预测遗传算法及其应用

本文概括了对遗传算法进行优化的主要策略和采用GM(1,1)模型进行灰色预测的基本方法;提出了采用GM(1,1)模型对遗传进化过程中的染色体适应度值进行预测,以该预测值作为选择操作依据之一的遗传算法改进策略;通过一个资源分配问题的实例,验证了该改进策略的有效性。实验证明,使用该方法进行较少代数的遗传进化即可得到较为充分优化的解决方案。     

智能机器人技术的发展

随着计算机技术的高速发展,人工智能(AI)技术快速兴起,已成为中国重大技术之一。论文简略说明智能机器人的发展情况,以及智能机器人的构成部分,阐述基于机器学习方法的智能机器人的使用原理,最后对智能机器人的应用方向和未来发展等几个部分展开分析。     

产品内国际分工的内在动因——理论模型与基于中国省际面板数据的实证研究

产品内国际分工的出现,将国与国之间基于比较优势地分工从"完整"的产品,贯彻到产品内部的工序和流程,从而极大地改变了全球经济运行方式。本文通过在传统国际分工理论中加入交易成本变量的方法,拓展了李嘉图模型,从而将传统贸易理论拓展到产品内国际分工的动因分析中,并通过中国省际面板数据的计量分析进行了实证检验。研究结果表明,产品内国际分工的完整动因应当是以比较优势的差异为基础,以交易成本的降低为条件。