为提高移动机器人的实时避障能力,采用机器学习算法建立机器人实时判别模型,可根据检测到的障碍物距离实时预测出机器人移动方向。通过对机器学习算法的综合评价指标进行研究,分析模型预测性能的好坏。同时,为防止模型过拟合,减小泛化误差,再对机器学习算法进行交叉验证。实验结果表明,随机森林算法的综合评价指标最高,均达到了99.9%,朴素贝叶斯综合评价指标最差,约在52.9%,机器学习算法在交叉验证之后可生成更加可靠稳定的实时判别模型。

对齿轮泵的装配过程评价进行研究,旨在实现齿轮泵装配序列及装配操作工艺的综合评价.构建了装配操作方便性、装配精度保证性、装配工艺简单性和装配可行性4个一级指标下的16个二级评价指标,采用层次分析法确定了各指标的权重.此外,利用最优参考集和定量计算相结合的方法,得到待评价序列在各指标下的隶属度,实现了装配过程的模糊综合评价.最后,以CB型齿轮泵的装配过程为例,验证了评价方法的可行性和实用性.可为工程实际中齿轮泵的装配规划提供依据和参考.