摘要：针对地面移动机器人在复杂工作环境的避障要求,分别设计了模糊控制器算法和模糊神经网络算法。首先在在地面移动机器人上的安装多传感器检测系统,在此基础上设计了自适应加权多传感器信息融合模型,将融合算法的结果作为避障控制算法的输入。分别在模糊神经网络算法和模糊控制器基础上,真实的模拟出地面移动机器人避障路径,结果表明模糊神经网络算法下的地面移动机器人避障运动路径更平滑,地面移动机器人路径与障碍物的距离更大。最后通过地面移动机器人实验平台上的避障实验,验证了模糊神经网络避障算法的优越性和可靠性。

摘要：针对当前智能搬运机器人重叠路径删除过程中,普遍存在重删率较低,执行时间较长的问题,提出了智能搬运机器人重叠路径删除算法。利用人工势场法分别构建障碍物与目标点的斥力场和引力场模型,通过势场函数设计参数,计算其斥力场函数与引力负梯度,消除局部极小点,使智能搬运机器人能够快速到达目标地点。结合两点之间直线距离最短原理,引入橡皮筋拉紧算法,获取智能搬运机器人最短路径。利用极限学习机算法构建分类器,将最短路径选择精度作为目标函数,对其建立数学模型。采用蝙蝠算法求解,计算适应度函数,获取最优极限学习机分类器参数,实现智能搬运机器人重叠路径删除。实验结果表明,所提方法的重删率较高,能够有效缩短重叠路径删除执行时间。

摘要：轨道交通站点数据具有显著的非平稳性和时间尺度差异性,为了对其进行准确高效的预测,提出了基于SVR与成分分解的预测方法。采用模态分解对站点流量数据进行局部特征提取,成分分解结果由若干IMF和一个残差组成,能够降低特征提取过程中的局部极值干扰。在站点流量成分分解基础上设计了SVR优化模型,利用SVR模型对数据的训练来实现结果预测。模型针对低维线性分解、预测精度和效率问题,依次引入了核函数,损失因子,及惩罚因子,并采用遗传算法对SVR优化模型的引入参数进行寻优。仿真分别对站点流量预测的准确性和效率进行性能分析,结果表明SVR优化模型能够有效处理轨道交通的小样本站点流量数据,基于SVR与成分分解能够显著提升站点流量预测的RMSE、MAE和MAPE指标性能,同时保持较低的预测耗时。

摘要：基于J2EE的B/S三层结构,设计了高校教学仪器设备管理系统.从系统开发环境、功能模块划分、关键技术、数据库设计等方面介绍了该系统的设计思想与实现技术.系统由设备采购管理、设备跟踪管理和数据管理组成,实现了从设备采购开始到设备报废整个生命周期的管理,满足了高校教学设备仪器管理的大部分需求.该系统具有良好的用户界面、维护简单、运行投资少等特点.

摘要：针对传统的Java程序设计基础课实践教学中学生个体各方面差异,教学方式针对全体及实验内容设置统一的现状所出现的学习积极性下降及课堂质量下降的问题,经研究总结,应对学生进行分层次教学即分层实验教学,对这种教学方法在Java程序设计基础课实践教学环节的具体应用进行探索。

摘要：为了合理利用有限的实验室资源,实验课往往采用人工排课方式,这样不仅耗费大量人力、物力,而且不能满足快速、准确的排课需求。利用MVC设计模式,实现了一种基于Struts2+Ibatis框架的实验室排课管理系统。经测试,本系统可以在充分利用现有教学资源的基础上,提高实验室排课工作的准确性和及时性。