A Switching Controller System for a Wheeled Mobile Robot

A wheeled mobile mechanism with a passive and/or active linkage mechanism for rough terrain environment is developed and evaluated. The wheeled mobile mechanism which has high mobility in rough terrain needs sophisticated system to adapt various environments.We focus on the development of a switching controller system for wheeled mobile robots in rough terrain. This system consists of two sub-systems: an environment recognition system using link angles and an adaptive control system. In the environment recognition system, we introduce a Self-Organizing Map (SOM) for clustering link angles. In the adaptive controllers, we introduce neural networks to calculate the inverse model of the wheeled mobile robot.The environment recognition system can recognize the environment in which the robot travels, and the adjustable controllers are tuned by experimental results for each environment. The dual sub-system switching controller system is experimentally evaluated. The system recognizes its environment and adapts by switching the adjustable controllers. This system demonstrates superior performance to a well-tuned single PID controller.     

人工神经网络与遗传算法相结合在作物估产中的应用——以吉林省玉米估产为例

在遗传算法(Genetic Algorithm)与误差反传(Back Propagation)网络结构模型相结合的基础上,设计了用遗传算法训练神经网络权重的新方法,并对吉林省梨树和德惠县的玉米进行了估产研究,同时与BP算法和灰色系统理论模型进行了比较.经检验,计算值与实际值接近,并优于灰色理论模型,具有良好的预测效果,从而为农作物估产提供了新方法.     

相空间重构与神经网络融合预测模型及其在害虫测报中的应用

针对混沌时间序列,建立了相空间重构和BP神经网络融合预测模型,经实例验证,该方法能有效地提高预测精度,避免了一般混沌预测要求较长时间序列的缺陷,为害虫的可预测性提供了一种新的依据。     

一种自优化RBF神经网络的叶绿素a浓度时序预测模型

藻类水华发生过程具有复杂性、非线性、时变性等特点,其准确预测一直是一个国际性难题.以天津市于桥水库为研究对象,根据2000年1月至2003年12月常规监测的水生生态数据(采样周期为10 d),提出了一种结合时序方法的可自优化RBF神经网络智能预测模型,对判断藻类水华的重要指标叶绿素a浓度进行预测.研究了训练样本量及RBF神经网络扩展速度SPREAD值的可自优化性能,以及该模型用于于桥水库叶绿素a浓度的短期变化趋势预测的可行性.结果表明,预测性能指标随SPREAD值及样本量不同发生变化,该预测模型能自动寻到最优SPREAD值,并发现至少需要约两年的训练样本量才能达到较好预测效果.当样本量为105,SPREAD值为10时,预测效果最好,精度较高,预测值与实测值的相关系数R达到0.982.该方法对水库的藻类水华预警有一定的参考价值.     

湿地翅碱蓬生物量遥感估算模型

以黄河三角洲HJ-1A CCD遥感数据和滨海湿地翅碱蓬生物量实测数据为数据源,通过对比分析参数回归模型（单变量线性和非线性回归模型,多元线性逐步回归模型）和人工神经网络模型（BP网络、RBF网络、GRNN网络）,构建黄河三角洲湿地翅碱蓬生长初期的生物量湿重遥感估算最优模型。研究表明：基于遥感信息变量能够建立生长初期翅碱蓬生物量湿重估算模型。尽管基于RDVI、MSAVI和PC2的3个变量的多元线性回归模型的拟合效果较优,但是以SAVI、MSAVI、RVI、DVI、RDVI和PC2等7个遥感信息变量构建的BP神经网络模型的精度更高,平均相对误差为12.73%,估算效果最优,能够满足较高精度的生物量湿重估算需求。翅碱蓬生长初期生物量湿重最优估算模型的建立,为滨海地区植被生物量监测、区域翅碱蓬生物量季节动态模拟以及黄河三角洲生态系统功能评价提供技术支持与基础。     

遗传算法优化真菌深层培养过程神经网络模型物的研究

提出一种简单的真菌深层培养过程网络模型。输入变量为可在线测量的排气中的二氧化碳浓度,网络权数采用遗传算法进行优化训练。所获神经网络模型能准确预测培养过程的状态变量。研究表明遗传算法训练此类神经网络系统是可行的。     

近存储饱和状态下联想学习记忆的神经网络模型

本文提出了神经网络在近饱和状态下的一种联想学习记忆模型.讨论了该模型的主要特性,对由100个神经元、记忆10个随机图样组成的网络系统给出并分析了计算机模拟结果,讨论了该模型的学习律与传统的Hebb学习律的区别,研究了网络在学习记忆和联想新态时初始噪声Pi和联想噪声Pa对新态恢复行为的影响,总结了在近饱和状态下该模型所具有的优势.     

太湖水华程度及其生态环境因子的时空分布特征

湖泊水华是全世界面临的严重生态环境问题之一,对人类和生态系统健康都有重大影响。由于湖泊水华受流域面源、点源污染、气候、水文因子以及湖泊生态系统自身特征等众多因素影响,水华是否爆发、其严重程度及时空分布特征呈现明显的复杂性。以我国太湖为研究区域,基于近年的水华及水环境的监测数据,用自组织特征映射神经网络对太湖不同监测点的水华程度进行了自动聚类分析。结果表明,太湖水华程度呈现为明显的无水华、轻度、中度和重度水华4类。不同程度水华的叶绿素a、水温、COD_(Mn)、营养盐、浮游植物生物量以及藻种(蓝藻、绿藻、硅藻)结构的时空差异显著,不同变量间的关系复杂,有助于深入认识太湖近年水华发生的时空变异特性。     

基于生态系统服务簇的内蒙古自治区生态功能分区

生态功能分区是生态系统管理的重要环节,有助于维持生态可持续性.目前生态功能分区的框架复杂多样,但对多重生态系统服务之间关系的理解还不够深刻.生态系统服务簇可以识别多重生态系统服务间的交互作用,并依据簇的特征对区域进行生态功能分区,从而更好地进行社会-生态系统管理.本文以内蒙古自治区为例,定量评估了供给服务、调节服务和支持服务,以旗县(区)为基本空间单元,运用自组织特征映射网络(SOFM)得到生态系统服务簇、划分生态功能区.结果表明: 研究区各项生态系统服务分布整体上呈现从东北向西南递减的格局;供给服务和调节服务存在权衡关系,支持服务和调节服务存在协同关系;依据聚类结果将内蒙古自治区划分为4个生态功能区,分别为西部荒漠生态脆弱区、中部草原水土保持区、东部草原牧业盈余区、东部森林生态均衡区.本研究基于生态系统服务簇的概念,分析了内蒙古自治区多重生态系统服务的权衡与协同关系,为生态功能分区提供了新的视角和方法.     

根际低氧胁迫对网纹甜瓜生长、根呼吸代谢及抗氧化酶活性的影响

采用气雾法栽培系统,研究了根际低氧（10% O₂和5% O₂）胁迫对网纹甜瓜果实发育期间植株生长、根呼吸代谢及抗氧化酶活性的影响.结果表明：与对照相比,低氧胁迫下,网纹甜瓜株高、根长降低,植株鲜、干物质量显著下降;根呼吸速率极显著低于对照（21% O₂）,且5% O₂处理下降幅度大于10% O₂处理;乳酸脱氢酶（LDH）、乙醇脱氢酶（ADH）和丙酮酸脱羧酶（PDC）活性较对照显著升高,而苹果酸脱氢酶（MDH）活性显著降低;根系中超氧化物歧化酶（SOD）、过氧化物酶（POD）、过氧化氢酶（CAT）活性和丙二醛（MDA）含量显著高于对照,其中10% O₂处理抗氧化酶活性升高幅度显著大于5% O₂处理,而MDA含量5% O₂处理高于10% O₂处理.说明网纹甜瓜果实发育期间根际氧浓度降到10%及其以下时,根系有氧呼吸明显受阻,无氧呼吸代谢被促进,同时根系抗氧化酶发生应激反应,但随低氧胁迫时间的延长,根细胞质膜过氧化程度加剧,根系受到伤害,植株生长受到抑制,最终导致果实产量和品质下降.