朱庆保
- 作品数：96 被引量：862H指数：14
- 供职机构：江苏省信息安全保密技术工程研究中心更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金江苏省教育厅自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程金属学及工艺一般工业技术更多>>
- 实现CPG模型的细胞神经网络的分支分析方法被引量：5
- 2006年
- 传统细胞神经网络(CNN)的输出函数是不光滑的,难于研究其状态方程的分支情况.本文提出了用双曲函数近似分段线性输出函数,构成类似CNN系统.首先利用Poincar-éBend ixson定理和数值计算方法证明了新细胞状态方程存在稳定的周期解,然后通过局部分支理论计算出了使状态方程产生分支时偏置量的临界值,最后得出了偏置量的改变会影响状态方程振荡周期的结论,并通过仿真实验表明,在新CNN中得到的结论可以应用到CNN原型系统中,从而为通过CNN产生不同的CPG模式提供了理论依据.
- 张益军朱庆保田恩刚
- 关键词：细胞神经网络周期解中枢模式发生器步态控制
- 求解函数优化问题的快速连续蚁群算法被引量：39
- 2008年
- 用蚁群算法进行函数优化时,存在收敛速度慢并易于陷入局部最小等问题.为此,根据对真实蚂蚁的最新研究成果,提出了一种全新的由侦察蚁和觅食蚁协作搜索的函数优化快速连续蚁群算法.该算法首先引入混沌序列确定侦察蚁的初始位置,然后由侦察蚁进行全局大视域快速搜索,且每迭代完一步和每迭代完一代都要对解进行评价,并对本代最优解的信息素进行标记,由此吸引觅食蚁在本代最优解周围空间进行小步长搜索.通过这种初始化方法和侦察蚁与觅食蚁的相互协作,不仅能很好的提高寻优精度,且使收敛速度大幅提高.计算机仿真实验结果表明,本算法寻优率高,收敛速度提高显著,效果令人满意.
- 马卫朱庆保
- 关键词：函数优化混沌序列
- 无线传感器网络中多基站定位的多目标蚁群算法被引量：11
- 2009年
- 根据多目标进化算法思想,提出了无线传感器网络中多基站定位的多目标蚁群算法.该算法用一组蚂蚁并行搜索,用一个蚂蚁所在位置表示一个基站定位,多蚂蚁位置的组合表示多基站的定位.计算单基站和多基站定位的适应度,再根据这两个适应度值调整蚂蚁觅食路径上的信息素,蚂蚁沿着信息素强的方向搜索,不断逼近多目标优化的Parote解,从而获得全局优化的多基站定位解.实验结果表明,该算法求得的多基站定位位置能有效提高网络性能,且适用性强.
- 鲍培明朱庆保
- 关键词：传感器多目标优化蚂蚁算法
- 精测设备智能化与几何量微机检测系统
- 1996年
- 精测设备智能化与几何量检测系统，可配接工厂的老圆度仪、轮廓仪、渐开线检查仪、齿轮自动检查仪、双啮仪、导程仪等多种猜测设备，使其发挥出新的技术效益。同时还可配接一至数十支电感或光栅传感器作为独立的几何量测控系统，文中介绍了部分性能、功能特点、原理、方法等。
- 朱庆保
- 关键词：智能化几何量微机检测系统
- 评定圆度误差的模拟退火自适应变异遗传算法被引量：2
- 2005年
- 圆度误差是几何精度的重要指标,已有的评定方法存在一定的局限性,为此,提出了一种快速地、准确评定圆度 误差的新方法.该方法采用一种新颖的改进遗传算法,通过遗传种群的遗传过程实现对参考圆圆心的快速搜索,为了保证收 敛性并加快收敛速度,采用了模拟退火和自适应变异策略,为了提高算法精度和收敛速度,采用了实数染色体基因编码,并 采用自适应线性变异和线性交叉.仿真实验和实用证明,该方法算法简单、可快速准确的评定出圆度误差.
- 朱庆保
- 关键词：遗传算法模拟退火自适应变异
- 二次划分和改进遗传算法的机器人路径规划被引量：1
- 2011年
- 针对已有基于遗传算法的机器人路径规划的栅格建模方法粒度难以控制及种群初始化等方面的不足,提出了根据障碍物启发信息对环境二次划分的方法,以使得种群染色体长度具有自适应环境的特点,从而有效地提高算法的优化效率和性能,同时,提出了基于保险矩阵初始化种群新方法,可提高初始种群在搜索空间的遍历性和有效性。仿真实验结果表明:应用该算法,机器人可在具有复杂障碍物的环境中快速规划出一条全局优化路径,且能安全避障,效果显著。
- 崔靖朱庆保王娟
- 关键词：遗传算法隐性基因显性基因
- 未知环境下基于有先验知识的滚动Q学习机器人路径规划被引量：12
- 2010年
- 提出一种未知环境下基于有先验知识的滚动Q学习机器人路径规划算法.该算法在对Q值初始化时加入对环境的先验知识作为搜索启发信息,以避免学习初期的盲目性,可以提高收敛速度.同时,以滚动学习的方法解决大规模环境下机器人视野域范围有限以及因Q学习的状态空间增大而产生的维数灾难等问题.仿真实验结果表明,应用该算法,机器人可在复杂的未知环境中快速地规划出一条从起点到终点的优化避障路径,效果令人满意.
- 胡俊朱庆保
- 关键词：滚动路径规划移动机器人先验知识Q学习未知环境
- 知识约简的多族蚁群算法被引量：2
- 2005年
- Rough集理论中知识约简是个NP hard问题,已有的方法都有不同的局限性。受蚁群算法的启发,通过将条件属性集映射到有向图结构,并采用两族群蚂蚁协作共同完成求解,提出了知识约简的多族蚁群算法。采用多族群蚂蚁协作后,改善了一般蚁群算法收敛速度较慢的问题,提高了求解速度。通过实验验证,它是一种非常有效的方法。
- 王俊峰陆伟峰朱庆保
- 关键词：蚁群算法ROUGH集知识约简
- 用于连续域寻优的分组蚁群算法被引量：8
- 2010年
- 用蚁群算法进行多模函数优化时,容易陷入局部最优,从而影响了寻优精度和收敛速度。因此提出了一种用于求解连续空间优化问题的分组蚁群算法。该算法将连续空间优化问题的定义域划分成若干个子区域,并给每个子区域分配一组蚂蚁。每组蚂蚁在各自的区域里进行搜索,且在搜索过程采用"精英策略"并利用精英蚂蚁更新普通蚂蚁的位置信息,以加快算法的收敛速度。同时,当普通蚂蚁离精英蚂蚁之间的距离较长时,使用大步长搜索,以加快搜索速度,反之,采用小步长搜索,可提高搜索过程的精细程度。该方法使每组蚂蚁的搜索空间成倍地缩小并能有效地改善陷入局部最优的情况,从而能使收敛速度和精度大幅提高。计算机的仿真实验结果证实了这一结论。
- 李秋云朱庆保马卫
- 关键词：蚁群算法
- 用神经网络技术实现的精密微长度检测系统被引量：1
- 2004年
- 描述了一种用神经网络技术实现的精密微长度检测系统 ,该系统用神经网络技术减小非线性误差 ,用微机数字滤波技术减小重复误差。与传统技术相比 ,系统的量程扩大 30 %以上 ,非线性误差几乎减小到零 ,重复误差也大幅减小 。
- 朱庆保
- 关键词：神经网络微机数字滤波
