临场感枝术是人机交互式智能遥控机器人的核心,本项目将进化计算和神经网络技术应用于力触觉临场感中的信号处理、融合、识别和建模、控制等,有效地解决了力触觉临场感系统中信号实时传输和再现的难题。本项目的创新工作为:①提出了一种可定量分析进化计算各种算法收敛性的分段齐次马尔可夫链分析法。②借鉴生物进化过程的自适应特点,提出了一种适用于中小规模神经网络的具有较快收敛的速度的算子自适应遗传算法。③将进化规划算法用于优化力触觉临场感系统中较大规模的神经网络,提出了一种新颖的基于样本向量空间聚类分析的编码方法,大大减小了搜索空间的大小,提高了收敛速度。④成功地将进化神经网络用于环境的非线性动力学建模和参数辨识。
{{i.achievement_title}}
数据更新时间:2023-05-31
多源数据驱动CNN-GRU模型的公交客流量分类预测
瞬态波位移场计算方法在相控阵声场模拟中的实验验证
涡轮叶片厚壁带肋通道流动与传热性能的预测和优化
简化的滤波器查找表与神经网络联合预失真方法
计及焊层疲劳影响的风电变流器IGBT 模块热分析及改进热网络模型
触觉临场感技术研究
基于非线性触觉感知机制的触觉临场感理论与实验研究
具有触觉临场感的肌电遥操作研究
基于磁力驱动的非接触式力触觉再现方法和建模理论研究