国家杰出青年科学基金(60905054)
- 作品数：7 被引量：12H指数：3
- 相关作者：段勇崔宝侠徐心和姚艳君王宏更多>>
- 相关机构：沈阳工业大学东北大学更多>>
- 发文基金：国家杰出青年科学基金博士科研启动基金辽宁省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术动力工程及工程热物理更多>>
- 基于模糊神经网络的定尺剪切线控制系统
- 2009年
- 为了提高卷钢自动定尺剪切的精度,提出一种模糊神经网络控制系统对卷钢剪的切线位置进行控制.控制系统采用模糊神经网络控制器和神经网络辨识控制器相结合的方式对神经网络的学习算法进行改进,通过对模糊神经网络进行训练学习,优化了网络的连接权值,从而能够很好地控制板材送料位置,使得板材在减速期以理想的减速曲线运行,实现准确停车进行剪切.仿真结果表明:该系统具有响应快、鲁棒性强、控制精度高、控制特性好等优点,能够满足剪切生产的要求.
- 崔宝侠李月明段勇
- 关键词：定尺剪切剪切线模糊神经网络系统辨识连接权
- 基于改进遗传算法的公交智能调度被引量：3
- 2010年
- 针对公交车辆调度的现状以及所处的运营环境,为了兼顾公交公司与乘客的利益,研究了公交智能调度的优化方法.通过对遗传算法(GA)和禁忌搜索算法(TS)进行分析,提出了一种基于遗传算法和禁忌搜索算法的混合策略(GA-TS).考虑到遗传算法的早熟收敛和禁忌搜索算法自适应强的问题,将上述两种算法相结合,把禁忌搜索算法独有的记忆思想引入到遗传算法的搜索过程中,构造了新的重组算子,提出了基于遗传算法和禁忌搜索算法的混合优化调度算法.实验结果表明,该方法能够有效地解决组合优化问题.
- 崔宝侠姚艳君段勇
- 关键词：公共交通智能调度遗传算法禁忌搜索算法
- 基于多传感器信息融合双进双出磨煤机料位检测被引量：3
- 2010年
- 为解决双进双出磨煤机难于实现整个运行工况精确料位检测这一问题,提出一种基于多传感器信息融合的料位检测方法,融合系统由粗糙集和模糊神经网络来实现。根据磨煤机的工作特性将其运行工况分为三个区间,应用粗糙集理论分析不同区间中各传感器信息对于融合的重要性和决策规则的置信度,再利用粗糙集分析结果构成模糊设计网络来实现从多传感器信息到磨煤机料位的映射,并将粗糙集分析得到的属性重要度和规则置信度引入到模糊神经网络的学习过程中。通过试验结果证明研究方法的有效性,能够实现各工况较为精确的料位检测。
- 段勇崔宝侠徐冰曲星宇
- 关键词：双进双出磨煤机多传感器融合粗糙集模糊神经网络
- 基于改进的二维Otsu法及PSO的火灾图像分割被引量：3
- 2010年
- 针对传统的二维灰度直方图区域划分误差大和运算速度慢等问题,提出一种基于二维直方图和粒子群优化的阈值分割算法,即改进的二维最大类间方差法的粒子群优化算法.利用该算法在二维灰度空间上自适应搜索最优阈值,根据最优阈值对图像进行分割.选取森林火灾火焰图像,对其进行图像分割仿真实验.实验结果表明,该算法的分割效果较好,具有很好的抗噪性能,可有效提高运算速度,且实时性较好.
- 崔宝侠王宏段勇
- 关键词：图像分割二维直方图最大类间方差自适应搜索最优阈值
- 基于用户兴趣的电子商务推荐方法被引量：2
- 2009年
- 针对数据稀疏性与推荐实时性的技术难题,在结合传统用户合作过滤推荐的基础上,提出了基于兴趣度向量模型的用户合作推荐机制.该方法合理利用了用户的人口统计信息,即用户提交给网站的注册信息,来辅助基于兴趣度向量模型的推荐方法,在提高预测精度的同时还可以解决推荐系统的新用户问题.采用MovieLens网站上提供的研究数据进行模拟推荐实验,通过对平均绝对偏差对比分析可得,兴趣向量模型的推荐方法在一定程度上比传统合作过滤算法有更高的推荐精度.
- 崔宝侠任重段勇
- 关键词：平均绝对偏差推荐系统数据稀疏性
- 基于模糊小波网络的强化学习及其在多机器人决策策略中的应用
- 2013年
- 给出了一种基于模糊小波神经网络(FWNN)的强化学习方法,并研究了应用该方法解决多机器人足球比赛中的决策策略问题。首先,使用FWNN来实现强化学习状态空间到动作空间的映射,从而解决大规格或连续状态空间所导致的学习速度过慢甚至难以收敛等问题。然后,研究了提出的方法在机器人足球比赛的复杂决策策略学习中的应用,证明机器人球员能够通过学习掌握根据比赛状态信息选择合理动作的能力。最后,通过实验验证了该学习方法的有效性,它能够满足机器人足球比赛的需要。
- 段勇李程徐心和
- 关键词：机器人足球比赛
- 基于矢量量化的强化学习及其在机器人行为学习中的应用被引量：1
- 2011年
- 针对强化学习（RL）中状态空间过大所引起的学习时间过长或算法难于收敛等问题，提出了一种基于矢量量化（VQ）技术的表格型强化学习方法——VQRL方法，该方法用矢量量化器的码书矢量来逼近强化学习的状态空间，从而有效地解决了强化学习的状态空间分割问题，并提高了学习的收敛速度。同时根据等失真理论将一种失真敏感自组织特征映射（SOFM）神经网络用于矢量量化，以达到更好的强化学习状态空间泛化性能。将此方法应用于反应式移动机器人的行为学习的实验验证了此方法的有效性，实验表明，此方法能够较好地解决复杂未知环境的机器人导航问题。
- 段勇伊婧张永赫徐心和
- 关键词：码书自组织特征映射
