专利交易市场

本发明公开了一种基于遗传算法优化神经网络结构的机器人姿态控制方法，包括建立机器人手臂和夹持件位姿的运动学方程；确定机器人手臂和夹持件运动的轨迹参数；获取机器人手臂和夹持件的运动轨迹，对运动的轨迹点进行采样；对机器人运动学方程中无干涉轨迹点的手臂和夹持件位姿进行逆运动学求解，求出表征机器人手臂转动角度的集合、行进距离的集合、加速度集合和机器人夹持件握持力度值的集合、握持空间大小距离值的集合；获取机器人手臂和夹持件参数对应集合，基于遗传算法求出对应的机器人手臂和夹持件参数对应最优解。实现通过遗传算法优化机器人的手臂和夹持件的姿态参数，得到最优解，提高机器人姿态控制的准确性，提高加工效率。

本发明公开了一种基于遗传算法优化PID参数的换电柜温度控制方法和系统，涉及智能温控技术领域，包括：通过换电柜中电池的历史充放电数据及多源温度数据构建数据驱动模型，判断当前柜内环境温度是否能够满足电池的预设充放电需求；若不满足，则生成PID参数调整信号；根据温度变化与控制输入之间的关系建立换电柜PID温控模型，通过改进的遗传算法对PID参数进行整定，获取最优PID参数组合生成温控信号；使用温控信号对换电柜进行控温，温控过程中捕捉温度异常事件进行预警。本发明实现换电柜温度采样及数据实时、智能化处理，随温度变化同步调整PTC加热，实现柜内温度的精准控制，为电池提供稳定可靠的充、放电环境。

本发明公开了一种基于遗传算法优化的RBF神经网络的环境污染监测系统，该系统包括信号输入模块、信号处理模块、计算机云端服务器处理模块、数据库、报警模块和污染指标显示模块，可见光信号通过信号输入模块输入后，由信号处理模块依次经过模‑数转换、数字信号处理和数‑模转换后，将信号输入计算机云端服务器处理模块，并将污染指标通过污染指标显示模块显示出来，若超过设定的阈值，报警模块将会报警，从信号输入到信号输出整个过程的数据都存储在数据库中。本发明中，系统不需要专门的网络环境和硬件设备，节约成本，适应性强。系统还具有对环境污染进行监测的功能，并可实现对多种污染指标进行的实时准确监测，功能强大。

本发明公开了一种改进遗传算法的空地异构多目标探测方法，包括以下步骤：（1）构建基于混合整数线性规划MILP的空地协同多目标检测任务模型，包括运动学约束、动态避碰约束、任务分配约束和任务完成约束；（2）建立的空地协同多目标探测任务模型的目标函数，包括时间最短、总时间、总能耗和航迹平滑度；（3）利用改进遗传算法求解最优解，将得出的最优解作为分支定界的输入；（4）利用分支定界法进行优化；本发明考虑运动学约束、动态避碰约束、任务分配约束和避障约束，构建了基于MILP的空地协同多目标探测任务模型，更真实、合理地描述空地协同环境覆盖问题。