發(fā)布時間：2021-01-19 04:07

　　隨著機場旅客數(shù)量的不斷增加,機場行李吞吐量也隨之增加,這就對機場行李處理系統(tǒng)提出了更高的要求,機場行李由行李分揀口運送至飛機的過程中,行李必須按照先到先放的原則依次碼放,并且行李尺寸各不相同,所以機場行李裝箱問題與傳統(tǒng)的裝箱問題不同,不僅是一個NP-hard問題同時還是一個在線決策問題,針對此問題,本文提出空間離散的概念,將稀疏化理論與深度支持向量機模型結(jié)合搭建基于深度稀疏最小二乘支持向量機學(xué)習(xí)模型（Deep Sparse Least Squares Support Vector Machine,簡稱DSLSSVM）,使行李裝載系統(tǒng)具有學(xué)習(xí)能力,更加智能化,滿足機場行李運輸?shù)囊�。首�?根據(jù)機場行李裝載系統(tǒng)的實現(xiàn)目標和工作要求,設(shè)計出一種針對機場行李碼放方法的總體方案和系統(tǒng)基本構(gòu)成。通過對行李和行李車進行空間離散化處理,將不同位置之間的關(guān)系進行參數(shù)化表示,制定機場行李碼放策略。同時為了避免在實際裝載過程中行李不能準確碼放在預(yù)定位置,從而影響下一個行李碼放的問題,提出行李干涉檢查算法避免行李在裝載時發(fā)生碰撞等不安全因素。其次,行李的碼放裝載問題還屬于在線決策問題,要求算法在較短的時間做出... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【部分圖文】：

范德蘭德行李裝載機器人

?舊杓瞥鲆恢置啃∈笨勺霸?00件行李的行李裝載機器人系統(tǒng)如圖1-2所示，并已經(jīng)在歐洲最大的五個機場中的三個：德國的Frankfort機嘗荷蘭的Amsterdam機場和英國的Heathrow機場安裝并應(yīng)用。以上各公司開發(fā)的行李裝載機器人系統(tǒng)都大大提高了機場行李裝載效率，有效減少了人工勞動力。但是同時都沒有實現(xiàn)無人工化的完全自動化的行李裝載。所以在自動化行李裝載方面，還需要做更加深入、全面的研究，以優(yōu)化和完善機場行李裝載機器人系統(tǒng)，在保證裝載效率的前提下實現(xiàn)機場行李的無人工完全自動化裝載。圖1-1范德蘭德行李裝載機器人圖1-2Digirobotics行李裝載機器人

中國民航大學(xué)碩士學(xué)位論文5圖1-1機器學(xué)習(xí)框架機器學(xué)習(xí)在發(fā)展的過程中主要經(jīng)歷了4個階段：第一階段從二十世紀五十年代到七十年代，這一階段被稱為機器學(xué)習(xí)的“熱烈階段”，在這個時期，機器學(xué)習(xí)得到的很快的發(fā)展。1949年Hebb提出一種基于神經(jīng)心理學(xué)的無監(jiān)督學(xué)習(xí)算法模型，這是機器學(xué)習(xí)的開端[27]；1950年ArthurMathisonTuring創(chuàng)造了圖靈測試法，用來測試計算機是否為智能的[28]；1952年AuthurSamuel使用機器學(xué)習(xí)成功研制了一個跳棋程序，為實現(xiàn)其他機器學(xué)習(xí)程序提供了可能[29]；1956年在Dartmouth學(xué)會上正式提出的人工智能的概念[30]從此人工智能走進了人們的生活；1957年FrankRosenblatt開發(fā)了第一個人工神經(jīng)網(wǎng)絡(luò)，其由兩層感知器模型構(gòu)成[31]；1967年，機器學(xué)習(xí)經(jīng)典算法——最近鄰算法（k-NearestNeighbor，KNN）被提出[32]。第二階段從二十世紀七十年代到八十年代，這階段是機器學(xué)習(xí)的“冷靜階段”，主要是由于計算機硬件性能的限制，無法解決實際問題，所以這一時期主要使用符號知識來表示機器學(xué)習(xí)語言，同時使用邏輯結(jié)構(gòu)圖來對系統(tǒng)進行描述。第三階段從二十世紀八十年代到九十年代，這一階段是機器學(xué)習(xí)的“復(fù)興階段”，在這一階段人們對機器學(xué)習(xí)系統(tǒng)的整體有了更深的認識，探索了不同的學(xué)習(xí)方法和學(xué)習(xí)策略，從1981年到1986年，各學(xué)者先后提出了許多經(jīng)典的機器學(xué)習(xí)模型，如感知器（MultilayerPerceptron，簡稱MLP）[33]、神經(jīng)網(wǎng)絡(luò)反向傳播算法（BackPropagation,簡稱BP）[34]、決策樹算法等[35]。第四階段從二十世紀九十年代至今，這是機器學(xué)習(xí)的最新階段，這個階段被稱為機器學(xué)習(xí)的“蓬勃階段”，在這個階段提出了大量經(jīng)典算法如Boosting算法[36]、AdaBoos（AdaptiveBoosting）算法[37]、SVM[38]、邏輯回歸（LogisticRegression,LR）[39]等?

【參考文獻】：
期刊論文
[1]深度稀疏最小二乘支持向量機故障診斷方法研究[J]. 張瑞,李可,宿磊,李文瑞.  振動工程學(xué)報. 2019(06)
[2]基于Hu矩和遞進Hough變換的SOT元件識別定位算法[J]. 武洪恩,倪良月,王凱,李紅飛.  組合機床與自動化加工技術(shù). 2019(08)
[3]基于核主元分析和支持向量機的結(jié)構(gòu)損傷識別研究[J]. 孫艷麗,楊娜,張正濤,戚蕊,劉尚來,徐亞豐,夏寶暉,董文天,邱明浩.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報. 2018(04)
[4]基于深度卷積神經(jīng)網(wǎng)絡(luò)的水稻穗瘟病檢測方法[J]. 黃雙萍,孫超,齊龍,馬旭,汪文娟.  農(nóng)業(yè)工程學(xué)報. 2017(20)
[5]機場搬運作業(yè)人員下背痛工效學(xué)因素分析[J]. 曹揚,唐麗華,張蔚,王菁菁,袁志偉,凌瑞杰,張雪艷,王忠旭,何麗華.  中國工業(yè)醫(yī)學(xué)雜志. 2016(04)
[6]一種基于啟發(fā)式算法的貨物裝載問題的研究[J]. 鄭煒,劉文興,楊喜兵,袁緒龍,王文鵬.  西北工業(yè)大學(xué)學(xué)報. 2016(04)
[7]基于層次模糊熵和改進支持向量機的軸承診斷方法研究[J]. 李永波,徐敏強,趙海洋,黃文虎.  振動工程學(xué)報. 2016(01)
[8]集裝箱船裝載問題的混合遺傳智能優(yōu)化算法[J]. 朱瑩,向先波,楊運桃,王英偉.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2015(S1)
[9]帶軸重約束貨物平衡裝載問題優(yōu)化研究[J]. 朱向.  交通運輸系統(tǒng)工程與信息. 2015(05)
[10]基于多尺度振動傳遞率函數(shù)和灰度矩相對熵的損傷識別方法[J]. 楊斌,劉吉彪,程軍圣.  中國機械工程. 2015(12)

碩士論文
[1]基于視覺的機械臂運動控制與目標抓取系統(tǒng)設(shè)計[D]. 徐雪潔.長安大學(xué) 2018
[2]搬運機器人垛型生成系統(tǒng)[D]. 鄒玉靜.武漢科技大學(xué) 2013
[3]基于視覺引導(dǎo)的工業(yè)機器人工件搬運技術(shù)研究[D]. 朱海波.沈陽工業(yè)大學(xué) 2013
[4]基于視覺伺服的工業(yè)機器人控制技術(shù)研究[D]. 王樂.南京林業(yè)大學(xué) 2012
[5]視覺引導(dǎo)技術(shù)在工業(yè)機器人智能抓取中的應(yīng)用[D]. 呂游.合肥工業(yè)大學(xué) 2009



本文編號：2986308