国家自然科学基金(60575033)
- 作品数：16 被引量：77H指数：5
- 相关作者：陈宗海文锋李明周光明王智灵更多>>
- 相关机构：中国科学技术大学中国科学院自动化研究所更多>>
- 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电气工程电子电信更多>>
- 运用双重环境模型的移动机器人主动探测策略被引量：1
- 2007年
- 针对移动机器人基于超声波传感器的地图创建,提出了一种双重环境模型。该模型同时包涵以直线段表示的几何模型和以概率形式表示的栅格模型,结合了几何模型与栅格模型的优点。给出了该模型的建立及更新算法,并基于该模型提出了一种主动探测策略,在保证探测效率的同时减小了超声波传感器的镜面反射产生的不良影响。在室内环境下进行移动机器人实验,验证了基于双重环境模型的探测策略的有效性。
- 陈宗海周光明贾梦雷王海波
- 关键词：超声波传感器移动机器人
- 基于复杂过程简化模型的DHP学习控制被引量：3
- 2006年
- 提出一种基于简化模型的DHP(Dual Heuristic Programming)方法的学习控制,避免了标准DHP方法需要被控对象的精确模型来求得对于状态和控制动作的Jacobian矩阵,而是利用简化过程对象模型获得近似Jacob ian矩阵,实现学习控制的需要.生化反应器定值控制的仿真结果表明,该方法加快了学习过程,并对更大范围的参数变化具有鲁棒性.
- 陈宗海文锋
- 关键词：生化反应器简化模型
- 基于灰色定性理论的移动机器人地图创建被引量：1
- 2009年
- 针对移动机器人自主导航地图创建中超声波信息存在不确定性的问题,提出一种新的基于灰色定性理论的超声波信息解释和融合的方法,并用于处理超声波传感器信息和移动机器人创建环境地图.首先,引入概率灰数对超声波信息的不确定性进行描述,以获得栅格单元和传感器的概率灰数模型;然后,设计超声波传感器新旧信息的融合方法,从而得到环境地图的整体表示;最后通过地图创建仿真实验结果表明了这种方法具有良好的鲁棒性和准确度.
- 段家庆陈宗海罗杨宇李成荣
- 关键词：移动机器人栅格地图不确定信息
- 模糊定性仿真与灰色定性仿真
- 定性定量仿真技术能有效解决定性仿真过程中产生奇异行为分支的问题,本文介绍了模糊定性仿真和灰色定性仿真两种定性定量仿真方法,并对它们进行了对比分析。
- 段家庆陈宗海
- 关键词：模糊定性仿真
- 文献传递
- 智能模拟研究中知识表达方法综述与分析
- 对人类认知过程的有效模拟是实现机器智能的重要环节。对未知环境的知识表达是实现智能机器学习、推理、决策和控制过程的基础。由于智能机器从未知环境中获得的信息具有不确定性和不完备性,确定性的知识表达方法不能满足有效的知识描述的...
- 李书杰陈宗海
- 关键词：未知环境知识表达智能模拟机器人导航
- 文献传递
- 具有Hammerstein模型描述的非线性系统的基于混合神经网络的预测控制被引量：2
- 2008年
- 本文针对多输入多输出Hammerstein模型提出了一种基于混合神经网络的模型预测控制策略,控制器采用线性优化机构和高斯径向基神经网络串联.该策略不需要假设Hammerstein模型的非线性部分由多项式构成,避免了已有研究在无根或重根情况下存在导致预测控制的优化特征丧失问题,而采用混合神经网络则避免了采用传统神经网络拟合动态映射时存在的网络规模大和实时性差的不足.
- 向微陈宗海盛捷
- 关键词：HAMMERSTEIN模型多输入多输出系统混合神经网络模型预测控制
- 基于量子扩散理论的量子动力学过程仿真
- 2008年
- 在分析系统和环境的相互作用的基础上,首先研究了主方程模型描述的开放量子系统的随机动力学特征,得到了表征系统消相干因素的Lindblad算符和描述系统量子态演化规律的量子随机微分方程;然后根据微分方程的形式,采用了一种迭代算法,实现了表征系统演化特征的约化密度算符的数值模拟,并给出一个实例,与经典Runge-Kutta迭代算法的比较,验证了其实用性和优越性;最后分析了仿真算法的收敛性.
- 陈宗海李明
- 关键词：开放量子系统量子扩散数值模拟
- 突变期电力负荷预测方法及其应用被引量：14
- 2006年
- 为提高天气突变期电力负荷预测的精确度,分析了气象敏感因素对突变期电力负荷的影响, 提出了负荷-天气突变修正策略,结合数据挖掘模型,并利用组合预测方法相对于单一预测模型的优势,设计了一种基于组合预测的突变期电力负荷预测方法。统计结果表明该方法显著提高了突变期的负荷预测精确度,对安徽电网电力总负荷的预测结果证明了该方法的有效性和优越性。
- 李明王智灵杨晓宇陈宗海
- 关键词：短期负荷预测数据挖掘组合预测
- 基于节点生长k-均值聚类算法的强化学习方法被引量：17
- 2006年
- 处理连续状态强化学习问题,主要方法有两类:参数化的函数逼近和自适应离散划分.在分析了现有对连续状态空间进行自适应划分方法的优缺点的基础上,提出了一种基于节点生长k均值聚类算法的划分方法,分别给出了在离散动作和连续动作两种情况下该强化学习方法的算法步骤.在离散动作的MountainCar问题和连续动作的双积分问题上进行仿真实验.实验结果表明,该方法能够根据状态在连续空间的分布,自动调整划分的精度,实现对于连续状态空间的自适应划分,并学习到最佳策略.
- 陈宗海文锋聂建斌吴晓曙
- 关键词：K-均值聚类算法
- 基于自适应评价的非线性系统神经网络控制被引量：5
- 2007年
- 针对一类非线性系统,提出了一种自适应评价方法.该方法可以控制系统输出对参考信号进行跟踪,其评价函数可直接解析求出.该方法只需一个动作网络用于产生控制动作,并且方法中的网络权值初始化可随机选取.使用Lyapunov方法对整个系统的动态性能进行分析,证明了在一定条件下此方法能保证闭环误差及网络权值一致最终有界.仿真结果与理论分析相一致,证明了所提出方法的有效性.
- 陈宗海文锋王智灵
- 关键词：自适应评价神经网络LYAPUNOV方法
