为了实现各种场合下机器人的高精高可靠应用,需要准确评估机器人整机性能.然而,工业机器人整机性能评估指标及其影响因子多、影响关系耦合性强、运行环境及工况条件多变,极大地限制了实验研究法的执行性及准确性.为此,本文提出一种基于随机遗传算法优化BP神经网络(BPNN)的工业机器人整机性能评估模型.首先,分析确定模型的输入参数和输出参数;然后,选用BP神经网络作为整机性能预测评估模型,并对网络进行结构设计;第三,利用遗传算法优化BP神经网络的初始权重和阈值,防止训练过程陷入局部最优;最后,通过训练集和验证集对模型进行训练和验证.研究结果表明:BPNN整机性能评估模型存在校正决定系数得分较低的情况,而经过遗传算法优化后几乎未出现极低分;模型对于新样本的预测误差总体分布正常,几乎未出现极端异常值.遗传算法能够有效防止BPNN整机性能评估模型陷入局部最小值,提高模型的泛化能力,基于遗传算法优化BP神经网络的整机性能评估模型能够准确预测工业机器人整机性能.

针对数控加工过程日益复杂,数控系统热误差建模及误差补偿控制越发困难的问题,分析了传统建模方式面临的挑战,阐明了以"数据+算法+算力"的数据驱动建模架构在数控系统智能化与精度提升方面面临的机遇和挑战.以数据驱动技术为线索,对数控设备热误差建模和误差补偿控制2个方面的研究现状进行综述.并对数据驱动算法在数控系统中的应用前景进行了乐观预测.

提出了一种基于动力学模型的导纳控制算法,用来实现机器人末端力和位置的柔顺控制,可以在速度模式下控制机器人运动,以保证无外力接触时的轨迹跟踪精度.首先,根据牛顿-欧拉法建立机器人动力学模型;然后,通过粒子群算法辨识动力学模型参数,得到完整的动力学模型;在此基础上,计算机器人末端位置误差和外力,利用设计的导纳控制器实现机器人的柔顺控制,用Matlab的Simulink仿真模块验证了基于动力学模型导纳控制的有效性和可靠性.仿真结果表明:机器人末端没有与环境接触时,具有较高的跟踪精度;与环境接触时,机器人末端会产生位置误差和外力,从而实现机器人的柔顺控制.

文章提出一种可应用于路由服务器的排队算法:带加权调整的公平排队算法.该算法在逐包调度和低运算量的基础上,动态调整每个输入流队列的加权值,相比其他路由器排队算法,获得更为公平的网络带宽共享.

前言 在IP层实现数据加密具有密钥协商开销小、应用程序及上层协议透明等优点,通常采用在NDIS层与IP层之间插入一个垫片层来实现对发送数据的加密及接收数据的解密(其逻辑结构如图1所示);但当主机的负载加重,而且有大量的数据需要处理、发送或接收时,如上设计将明显影响系统效率.

客户关系管理系统一般由客户信息服务、联系渠道管理服务、桌面应用系统集成、商业应用系统、系统管理服务5部分组成.建立客户关系管理系统的关键是建立客户服务中心.其主要技术包括应用CTI技术、数据仓库技术和工作流技术等.应用企业客户管理系统可在企业与客户之间建立多渠道联系,为企业产品定位、市场决策提供技术支持.

尽管已证明在RTDBSs中乐观并发控制方法的性能要优于锁式并发控制,但乐观并发控制存在不必要的重新启动以及较高的重启动代价的问题.该文介绍一种新的乐观并发控制算法,它通过结合动态调整串行次序和使用时标间隔来达到减少重新启动事务的目的,因而其性能高于传统的乐观并发控制方法.

1引言 连接件在软件体系结构中占有重要的地位.绝大部分的软件体系结构分析方法,均把连接件作为一个单独的实体进行分析.把原本分散在系统各个部分的连接成分,组成一个单独可见的实体,并把它提到与组件相同的重要程度,这是软件体系结构分析的重要成果之一[1,2].

Gives a brief introduction of a compiler construction tool —YACC. How to install the implement tool of YACC, Parser Generator, is also discussed. At the end of the paper, the author gives an example of YACC.