摘要：当前人工智能发展迅速,逐步成为新产业、新业态、新模式的孵化器和助推器,深刻改变了社会经济活动及每个人的生活方式。作为人工智能的杰出代表和重要的应用领域,机器人的研究与发展备受关注。大千世界,芸芸众生,经过35亿年的自然选择,生物种群为适应环境已经形成了从感知方式、执行方式、控制方式到信息处理、行为决策、组织协调等多方面的优势和长处,为生物学和机器人学的结合奠定了坚实基础。《道德经》有云:“人法地,地法天,天法道,道法自然”。从大自然获取灵感、汲取精华,对于解决科学难题和指导生产实践具有重要意义。

摘要：给出并比较了两类分别采用鱼体波动方程和中枢模式发生器(Central pattern generator,CPG)控制仿鲹科机器鱼倒游运动的方法.前者主要通过修改鱼体波动方程、颠倒机器鱼各个关节的控制规律来实现鱼体倒游;后者则基于CPG模型,产生各个关节的节律控制信号.基于CPG的倒游方法可进一步细分为两种:1)相位颠倒的CPG控制方法,即通过逆转CPG控制机器鱼直游的相位关系;2)相位–幅值颠倒的CPG控制方法,即通过逆转鱼体波的传播方向和摆动幅值来实现机器鱼倒游.文中针对这两大类、三种机器鱼倒游运动控制方法进行了分析、仿真和实验.实验结果表明:在相同参数配置下,采用相位颠倒的CPG控制方法产生的倒游速度最大,但游动对水的扰动也最大;而采用鱼体波倒游和相位–幅值颠倒的CPG控制方法时,两者产生的最大倒游速度相差不大,扰动较小.此外,采用鱼体波倒游方法在频率切换时会有抖动现象,需要设计专门的过渡函数来消除;而采用CPG模型的方法则可以实现平滑过渡.上述结果对提高水下游动机器人的机动性能具有重要的指导意义.

摘要：给出一种仿生机器鱼S形起动的控制方法.结合北美狗鱼S形起动的形态特征及水动力学知识,建立了多关节链式结构仿生机器鱼的S形起动模型.整个过程设计为两个阶段:1)弯曲阶段:以转向速度最大化为目标.在鱼体S形变保证重心稳定平移的前提下,增大较长转向力臂处的转向力矩,提高转向速度,使鱼体迅速转向目标方向.2)伸展阶段:以增大前推力为目标.始终保持部分将要伸展的鱼体垂直前进方向,以L形滑动方式打开鱼体.同时,为保证转向精度,采用模糊控制调节已展开鱼体关节的小角度转动,实时纠正鱼体展开所引起的游动方向偏离.在S形起动末期,采用变幅值–频率的中枢模式发生器(Central pattern generator,CPG)实现向稳态游动方式的过渡:前期为保证游动方向及获取较大推进力,采用小幅值–高频率的CPG信号,后期则进入大幅值–低频率的稳态游动.最终,采用四关节仿生机器鱼验证了该方法的有效性,实现了峰值转速为318.08±9.20/s、转向误差为1.03±0.48的较好结果,对提升水下游动机器人的机动性能具有指导意义.

摘要：水下仿生航行器因其低能耗、高机动性、低噪声、隐蔽性强和对周围环境友好等特点,现已成为仿生领域热点研究之一。本文以水生生物的2种推进力产生方式为分类标准,对高机动水下仿生航行器的发展情况进行概述。从已有相关研究中遴选了12种机动性能表现较突出的仿生水下航行器平台,分别介绍其结构、外形以及实现方式。通过对比分析可以得知,推进方式和结构设计等直接影响游速、转向机动性以及俯仰机动性的表现,在实际应用中需针对性地进行选择。

摘要：针对送电线路设计过程中,边导线风偏后对地距离的检查及处理的不足之处,建立较为精确且实用的计算公式,并实现微机自动处理。

摘要：文章探讨了送电线路中联合基础的适用环境、型式选用，以及从稳定验算、强度计算到配筋计算的各个设计步骤。

摘要：语文教学要想取得突破性改革,首先必须对目前语文教学的现状作一个估价。山东省教研室吴心田先生在《中语参》1994年第6期上撰文,对目前语文教学现状所作的分析,笔者颇有同感。但是根本问题在哪里,产生这些问题的原因何在,笔者认为还有必要进行深入的探讨。 在探讨这个问题的时候,我们必须历史地辩证地分析,同时又必须从全新的角度出发,否则议来议去,总是跳不出旧有思想的轨道,也难以有“突破性”

摘要：贵溪一中沈建豪老师自1986年开始,在初中物理教学中运用布卢姆教育理论指导目标教学,进行观察量化实验,取得了可喜成果。 他认为布卢姆划分的认知、情感、技能操作三个领域在教学中应同时体现,依据初中学生的心理特点,根据学生注重分数、忽视学习心理的表现,设计了能力层次曲线图和情感测试图,和每个学生共同填写和分析,找出影响学习的心理因素,对症下药,从而有效地提高了学习积极性,提高了成绩。

摘要：自动加煤系统是确定烟叶烤房内温度稳定性的重要保障。基于烟叶烤制过程中对温度的实时调控,达到提高烟叶烤制质量的目的。通过对烤房实地调查的方式,设计一款基于PLC的烟叶烤房自动加煤系统。该系统通过软件的仿真模拟调试能实现对烤房内温度的实时控制,有效地保证烤房内温度的稳定性,提高烟草烘烤质量及企业的经济效益。

摘要：近年来,水下仿生机器人的协同围捕研究受到了广泛的关注。然而,由于水下环境的复杂性和多变性,以及这类仿生机器人的特殊运动模式,导致该研究面临着众多的技术难题。针对这些难题,本文提出了一种基于多智能体强化学习的水下仿生机器人协同围捕策略,完成了相关实验验证。具体而言,本文设计了一个基于多智能体深度确定性策略梯度网络的围捕策略训练框架,针对水下围捕任务的需求,设计了相应的奖励函数,提升了围捕策略的训练效果。考虑到水下仿生机器人在运动和控制上的特点,本文制定了相应的状态转换规则,从而使策略能够很好地迁移到实际应用中。经过一系列实验测试表明,所提出的策略能够显著提高水下协同围捕任务的成功率及稳定性。本研究有效提高了水下仿生机器人集群协同围捕任务的效率和能力,为水下仿生机器人集群的协同控制提供了重要的理论基础和技术支撑。