您的位置: 专家智库 > >

国家自然科学基金(50875141)

作品数:2 被引量:14H指数:2
相关作者:宋亦旭梁伟王家廞杨扬吕洪波更多>>
相关机构:清华大学廊坊智通机器人系统有限公司更多>>
发文基金:国家自然科学基金国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇会议论文

领域

  • 3篇自动化与计算...

主题

  • 2篇机器人
  • 1篇砂带
  • 1篇砂带磨削
  • 1篇搜索
  • 1篇经验公式
  • 1篇局部搜索
  • 1篇建模方法
  • 1篇S-P
  • 1篇SO
  • 1篇SVM
  • 1篇GL

机构

  • 3篇清华大学
  • 1篇中国人民解放...
  • 1篇廊坊智通机器...

作者

  • 2篇宋亦旭
  • 1篇贾培发
  • 1篇吕洪波
  • 1篇杨扬
  • 1篇王家廞
  • 1篇梁伟

传媒

  • 2篇机器人
  • 1篇第三十届中国...

年份

  • 2篇2011
  • 1篇2010
2 条 记 录,以下是 1-3
排序方式:
机器人修磨中融合先验知识的适应学习建模方法被引量:7
2011年
针对机器人修磨磨削量建模中处理突变因素的难题,本文首先从机器学习建模方法的角度指出该问题与统计学习的不同点,并把问题形式化,然后在此基础上提出了融合先验知识的适应学习建模方法.该方法基于半经验公式生成虚拟样本,不但弥补了适应学习建模中新样本不足的问题,而且把半经验公式中的信息更充分地融合到学习机模型中.实验结果证明,该方法使适应建模具有更快的速度和更高的精度,在实际应用中可提高加工效率,降低由于动态因素变化带来的废品率.
吕洪波宋亦旭贾培发
关键词:经验公式
基于SVM的机器人高精度磨削建模被引量:8
2010年
为了改进机器人磨削过程中对磨削量的控制,提出了一种基于SVM回归的磨削过程建模方法,通过分析与磨削量相关的一组可测变量——机器人进给速率、接触力、工件表面曲率,利用机器学习的方法建立回归模型,对磨削量进行预测.这种方法可以避免逐一分析复杂的动力学参数.实验结果表明,该方法可以取得良好的效果,模型的预测精度达到90%以上,基本满足实际加工的要求.
杨扬宋亦旭梁伟王家廞齐立哲
关键词:SVM机器人
基于GLS-PSO的机器人砂带磨削轨迹优化
为了实现机器人磨削系统中控制量参考轨迹的自动生成,本文提出了一种基于遗传和局部搜索技术的粒子群算法,来优化生成接触力和进给速率两个控制量的参考轨迹.该算法把遗传算法和局部搜索技术引入到粒子群算法中,通过借鉴局部搜索技术较...
杨宏军宋亦旭梁伟贾培发
关键词:局部搜索
文献传递
共1页<1>
聚类工具0