室内噪声环境下气味源的多机器人微粒群搜索方法

针对室内噪声环境下的气味源定位问题,提出一种基于骨干微粒群进化的多机器人协调搜索方法.该方法将每个机器人看作一个微粒,机器人传感器探测到的气味浓度值作为微粒的适应值,所有机器人组成一个进化微粒群;采用动态统计方法在线估计机器人所测气味浓度的噪声强度,并通过区间数表示噪声环境下微粒的适应值;定义微粒间的概率支配关系,更新微粒的全局和局部引导者,并利用关于全局引导者和局部引导者的高斯采样更新机器人的位置.最后,通过2个典型实验环境,验证了所提算法在处理噪声环境下气味源定位问题的优越性.     

基于多微粒群优化的机器人气味源定位

研究多气味源同时定位问题,提出一种基于多微粒群优化的机器人气味源定位方法。该方法将机器人看作一个微粒,邻近的微粒组成一个子群,不同的子群定位不同的气味源。通过合并相似的子群和降低微粒在已搜索区域的适应值,使得微粒群定位尽可能多的气味源。当气味源所在环境变化时,根据子群当代极值与前代全局极值之间的关系,选择子群的全局极值。将所提方法应用于3个典型静态环境与1个动态环境的气味源定位,并与5种已有方法比较。实验结果表明,所提方法能够高效地定位多气味源。     

基于路径比较的变异测试方法

 提出基于路径比较的变异测试方法.首先,通过比较穿越路径判定变异体是否被杀死;然后,建立基于路径覆盖的变异测试数据生成模型,该模型把杀死变异体作为目标,把满足特定路径覆盖作为约束;最后,采用遗传算法求解该模型.将本文方法应用于典型被测程序,结果表明,该方法可以降低变异测试的难度,并提高测试数据的生成效率.     

基于希尔伯特黄变换和深度卷积神经网络的房颤检测

房颤是一种常见的心律失常,其发病率会随着年龄增长而升高。因此,从心电(ECG)信号中尽早识别出房颤,有助于降低中风风险和心源性死亡率。为有效提高其检测准确率,该文提出一种基于希尔伯特黄变换(HHT)和深度卷积神经网络的房颤检测方法。1维的时域心电信号通过希尔伯特黄变换,转换为时频域信号,旨在通过时频分析,丰富原始信号的特征。进而,采用DenseNet深度卷积神经网络来处理精细的时频图,并在迭代过程中选出最佳检测模型。该方法获得的最佳检测模型在麻省理工学院-贝斯以色列医院(MIT-BIH)和2017年生理信号竞赛(2017 PhysioNet Challenge)的房颤数据集上分别取得了99.11%和97.25%的检测准确率。此外,该文将希尔伯特黄变换与其他时频分析方法以及稠密网络(DenseNet)与其他卷积神经网络进行了对比。相比于其他检测方法,实验结果表明希尔伯特黄变换和深度卷积神经网络(DCNN)为房颤检测提供了更加准确的识别方式。     

基于LabVIEW和MATLAB混合编程的PID控制策略研究

PID控制策略应用广泛,同时也是“过程控制”课程教学内容中最为不可缺少的一部分。为有效促进学生对该策略的直观理解,使学生在实际控制系统中能灵活应用,提出基于虚拟仪器技术和仿真技术的PID控制策略虚拟仿真。系统包括控制规律选取和参数整定两部分,采用面向实例的动态分析式教学实现与学生的互动。系统采用LabVIEW和MATLAB混合编程,实现了动态显示和交互分析的有机结合。实际运行表明,该系统可以有效加深学生对PID控制策略理论的理解,激发学生的学习兴趣。     

并发程序变异测试研究综述

变异测试是一种面向缺陷的软件测试方法,利用人为注入的缺陷引导测试数据生成,评价测试数据的有效性,在软件工程领域得到了广泛关注.依托多核架构,开发可靠的并发程序越来越迫切.近年来,很多学者尝试将变异测试技术应用于并发程序,以提高并发程序测试的效率和可靠性.首先,介绍了本文工作与已有综述的不同;然后,阐述了与并发程序和变异测试技术相关的知识;接着,从变异实施、变异测试准则、测试数据生成等3方面,综述并发程序变异测试的研究进展,包括：变异算子设计、选择变异、高阶变异、弱变异、测试数据生成方法、变异测试工具等;最后,讨论需要进一步研究的问题.     

用于约束优化的简洁多目标微粒群优化算法

本文提出了一种少控制参数的约束多目标微粒群优化算法.该算法利用关于微粒全局和个体最优点的高斯分布来更新微粒的位置,无需设置惯性权重和学习因子等控制参数;利用非可行储备集保存所得非可行解,给出一种改进的储备集更新方法;为均衡微粒对未知可行域和已知可行域的开发/探索能力,提出一种线性递减策略,用来分配微粒从非可行储备集中选...     

关于“智能控制”模糊推理部分的教学心得

“智能控制”是一门重要的自动化专业课。采用多种方法进行“智能控制”模糊推理部分的教学,是非常必要的。本文基于我们从事“智能控制”的教学经验,从多方面详细阐述关于模糊推理的教学心得,并给出大量实例,以帮助学生更直观、更容易地理解这部分内容,并为从事该课程教学的教师提供参考。     

“智能控制技术”课程全方位多层次考评方法

本文结合"智能控制技术"课程的内容与授课实践,给出了用于该课程的全方位多层次考评方法。该方法通过卷面考试、实例讲解、出勤与作业及实验等四个方面,综合反映学生的学习过程与效果。三年来的实践结果表明,该考核方法能够充分调动学生学习的积极性,全面反映学生学习的效果。