国家教育部博士点基金(99053317)
- 作品数:31 被引量:200H指数:8
- 相关作者:蔡自兴蒙祖强龚涛李枚毅梁昔明更多>>
- 相关机构:中南大学湘潭大学北京理工大学更多>>
- 发文基金:国家教育部博士点基金国家自然科学基金湖南省自然科学基金更多>>
- 相关领域:自动化与计算机技术理学文化科学更多>>
- 未知远程环境下移动机器人导航的并行进化模型被引量:11
- 2003年
- 本文分析了未知远程环境下移动机器人导航过程中进化学习的效率和知识更新问题 ,提出了并行进化模型来解决此问题 ,并设计和论证了高效的并行进化计算机 .
- 龚涛蔡自兴
- 关键词:移动机器人人工智能人工神经网络
- 进化计算的一种变异概率自适应方法
- 2002年
- 1引言
进化计算的不足之一是可能陷入局部极小,变异操作正是为解决局部极小问题而使用的.若变异概率pm取值较大的话,能够产生出较多的新个体,搜索空间相应也大,进化过程中产生全局次优解(near-optimality)的机会也就会大,但也有可能破坏掉很多较好的模式,变异操作的概率过大会引起进化过程不稳定,使得遗传算法的性能近似于随机搜索算法的性能;若变异概率pm取值太小的话,则变异操作产生新个体的能力和抑制早熟现象的能力就会较差.……
- 李枚毅
- 一种基于并行遗传算法的数据分类方法被引量:2
- 2002年
- 1引言
随着信息技术的高速发展和信息管理技术的广泛应用,自从九十年代以来,数据挖掘(Data Mining)已成为计算机科学中一个引人注目的新的研究方向[1].目前,数据挖掘技术在各大中型企业、电信业、商业、银行等部门中表现出极强的应用潜力.……
- 蒙祖强
- 机器人学的发展趋势和发展战略被引量:13
- 2001年
- 全面分析和归纳了当前机器人学的发展趋势 ,提出发展我国机器人技术的战略思考 ,对于制定 2 1世纪我国机器人学发展对策具有借鉴作用。
- 蔡自兴
- 关键词:机器人学工业机器人特种机器人机器人技术
- 教育艾真体的免疫机制及其应用被引量:3
- 2003年
- 对艾真体技术的发展比较研究,提出了教育艾真体的免疫机制,克服旧艾真体的不足,增强其鲁棒性、安全性和智能性。建立人工免疫机制及其算法后,创建教育艾真体系统的模型,分析其原理、结构和特点,并讨论分布和并行环境中教育多艾真体系统的计算以及鲁棒归约方法。之后还对免疫算法做出仿真。最后讨论了基于免疫机制的教育艾真体的应用原型及其前景,再得出一些结论。
- 龚涛蔡自兴
- 关键词:免疫机制鲁棒性安全性分布式
- 一种新的Petri网推理方法被引量:9
- 2002年
- 提出一种新的基于Petri网的知识表达方法和逻辑推理算法 ,通过减少重复推理过程 ,充分利用推理过程中已经得到的中间结论。该算法比现有算法减少了推理步数 。
- 王志坚蔡自兴
- 关键词:PETRI网知识表达逻辑推理人工神经网络
- 大规模界约束优化的子空间截断牛顿法被引量:6
- 2002年
- 给出了大规模界约束优化的一个子空间截断牛顿法 .利用截断牛顿法修正非有效约束所对应的变量 ,用投影梯度法修正有效约束所对应的变量 ,文中证明了方法的整体收敛性 ,并对方法进行了数值试验 ,且与子空间有限内存拟牛顿法进行了数值比较 .
- 梁昔明钱积新
- 关键词:整体收敛性投影梯度法
- 含范数有界非线性不确定性的离散系统H_∞控制被引量:1
- 2000年
- 讨论了一类标称系统用线性系统描述 ,而状态方程和输出方程都带有范数有界非线性不确定性的离散系统的鲁棒H∞ 控制问题 .通过分别将状态方程和输出方程的非线性不确定性转化成相应的时变、范数有界的线性不确定性 ,得到了该类系统鲁棒H∞ 控制问题可解的充分条件 ,该条件等价于可由代数Riccati方程求解的一个不带参数不确定性的辅助线性系统鲁棒H∞ 控制问题可解 .
- 彭志红蔡自兴
- 关键词:非线性H∞控制鲁棒范数
- 大规模界约束极小化问题的有效集截断牛顿法被引量:4
- 2002年
- 许多工业过程的模型可转化为一个大规模界约束极小化问题 .作者基于确定最优解处有效集的有效技巧和截断牛顿法 ,给出了一个求解该类问题的有效集截断牛顿法 .该方法在每次迭代中 ,先启用允许快速修改工作集的估计技巧来估计最优解处的有效约束 ,然后利用截断牛顿法确定搜索方向对应于自由变量的分量 ,最后利用Armijo非精确线搜索得可行点 ;证明了所给方法的整体收敛性 ,并利用一组大规模测试问题对所给方法进行了数值试验 ,同时与文献 [8]中的子空间有限内存拟牛顿法进行了数值比较 ,结果表明有效集截断牛顿法不仅稳定和有效 。
- 梁昔明蔡自兴
- 关键词:整体收敛性
- 基于样本划分的启发式遗传BP算法被引量:2
- 2002年
- 遗传算法作为一种模拟生物遗传进化过程的随机搜索算法 ,具有并行和全局搜索能力、不要求函数可导等特点 ,在神经网络学习中得到广泛应用 .合理选择初始群体和控制搜索的盲目性 ,有利于提高算法的效率 .为此 ,提出了一种新的神经网络学习算法———基于样本划分的启发式遗传BP算法 .该方法对神经网络学习样本进行划分 ,形成样本子集 .初始群体通过在样本集类上训练神经网络而获得 .这些初始网络中包含了关于样本子集的有用信息 ,根据模式定理 ,能通过遗传算法保留和加强 .此外 ,提出并证明了关于样本集类及其BP训练的几个代数性质 ,结合子空间划分进行启发式搜索 ,以克服搜索的盲目性 .对上述方法进行仿真实验 ,迭代次数和误差较小 。
- 文敦伟蔡自兴
- 关键词:神经网络学习算法遗传算法