用人工生命方法创造计算机动画,增强了计算机动画的逼真度和生动性.为了更好地控制动画的进程,指导动画角色的行动,本文将人工智能方法引入到计算机动画的创作中.提出并建立了面向自繁衍的人工鱼的认知模型,提高人工鱼的认知能力,实现基于“动物逻辑”的人工鱼高级行为控制.建立了人工鱼产生交配欲望、产卵和环境选择等预定义行为的认知模型.实验表明,人工鱼的高级行为控制器可以使人工鱼更好地适应虚拟海底环境,并顺利完成交配、产卵等生命过程

提出界定轧机板形控制性能的辊缝调节特性空间（CQ-CH-q）及评价的主要参数：辊缝基本凸度及可调度、辊缝刚度、弯辊调控幅度、辊缝曲线四次分量可调度和辊间接触压力峰值.分析了板形控制的“柔性辊缝策略”与“刚性辊缝策略”.提出采用“交接触长度（VCL）支持辊”以改善连轧机组的板形控制性能，并在生产中应用

将遗传算法与BP神经网络结合,提出了一种利用遗传算法优化BP神经网络权值的智能PID控制算法,改善了系统的动态性能.通过实验采集数据,拟合出无模拉拔感应加热温度控制系统的数学模型.采用本文提出的方法进行了仿真实验,结果表明该算法具有较强的快速性和鲁棒性

对效应函数和冷轧板形调节性能进行界定.在此基础上提出了基于效应函数的板形闭环控制策略,揭示了该控制策略内含的数学模型,并对其控制效果进行了分析和评价

空中加油软管系统作为空中加油过程最重要的组成部分，其建模和控制研究是一个重要研究方向，已经取得了很大进展。首先在概述了空中加油的主要类型的基础上，分析了软管式空中加油的特点；然后分别介绍了基于常微分方程和基于偏微分方程的两种软管系统的建模方法；进一步针对空中加油机加油全过程分析了加油软管系统的对接控制、软管的振动抑制和可控锥套的研究；最后从加油软管系统的建模和控制方面展望了软管式空中加油未来的发展趋势

将BP神经网络建模方法与预测控制思想相结合用于宽带钢板形自动控制,研究并建立了基于BP神经网络的板形预测控制数学模型.经用宝钢1420mm冷轧实测数据仿真验证表明该模型具有很高的预测精度

本文通过分析机器人多指手爪的静摩擦、库伦摩擦、粘性摩擦等非线性因素,推导出多指手爪屈伸关节的动态控制模型;针对多指手爪的非线性影响,提出了一种位置离散学习控制方法,并给出了这种方法的收敛性定理.仿真结果表明,离散学习控制方法能在有限次迭代后使手指关节位置达到期望位置

Elliott提出的直接极点配制自适应控制的突出的问题就是由于辅助参数的引入使所需辨识的参数增加了1倍。这时多数辨识的收敛及控制的初始特性不利。本文通过广义积分器的引入,不仅解决了辨识器阶数过高的问题,而且能消除确定扰动的影响,实现对参考输入信号的无稳态误差跟踪控制

给出了板形板厚综合控制模型,提出了基于TH神经网络的动态矩阵设计方法并分析了其收敛特性.使用不变性原理对板形板厚综系统进行了解耦设计,并对板形板厚解耦神经网络预测控制系统,进行了仿真研究.结果表明神经网络可在儿百ns的时间内达到稳定状态,不仅满足了轧钢过程的快速性要求,而且控制精度也得到了提高

本文介绍了一种8098单片机实现的全数字化的无换向器电机调速系统,其特点是采用无位置检测器技术,实现了无换向器电机的无位置检测器运行;速度调节器运用模糊控制器.结果表明,无位置检测器技术是可行的,无换向器电机的模糊控制具有较好的控制效果