-
-
公开(公告)号:CN103246921A
公开(公告)日:2013-08-14
申请号:CN201310121149.0
申请日:2013-04-09
Applicant: 哈尔滨工程大学
IPC: G06N3/00
Abstract: 本发明属于水下机器人技术领域,特别涉及一种可用于解决水下机器人及其他水下潜器设备周围环境监测、监控、危险信息处理、避障等问题的水下机器人环境感知方法。本发明包括如下步骤:将免疫主体与水下机器人结构映射;监测主体在初始状态获得环境知识,对所监视范围内的异常情况进行探测;免疫通信主体发送信号给危险识别主体;免疫应答主体执行对危险信号的处理,消除危险情况。本发明对于水下环境信息处理更加灵活多变,克服现有的依赖传统数学模型、信号处理、电子及传感器信息处理方法缺乏适应复杂多变的环境条件的缺陷。突破传统水下机器人环境感知方法的局限,使水下机器人环境感知能力更有效、灵活。
-
公开(公告)号:CN101419454B
公开(公告)日:2011-04-20
申请号:CN200810209604.1
申请日:2008-12-04
Applicant: 哈尔滨工程大学
IPC: G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明提供的是一种基于人工免疫方法的卷烟叶组配方维护方法。将免疫神经网络、免疫网络、免疫算法与专家系统方法相结合,应用于卷烟叶组标准配方维护,建立配方维护设计的智能系统。该方法先根据行业专家经验将样本数据按风格分组;再用独特型免疫网络聚类,将单料烟按指标划分为不同的类,同类烟叶具有可替换性;结合专家经验选择烟叶,组成新叶组方案,并采用免疫优化算法对叶组方案编码,进行优化搜索;调用成品烟的神经网络预测模型,对叶组配方方案进行评价,最终推荐出最优或接近最优的几组叶组配方维护方案。该方法将行业专家经验、免疫网络聚类与免疫神经网络预测模型有机结合,能有效辅助叶组配方设计及提高卷烟质量生产的稳定性。
-
-