蔡自兴，学者主页-中国科技论文在线

蔡自兴

主要从事计算机智能系统、人工智能、智能控制、智能机器人研究。

个性化签名

TA的关注(0) 关注TA的(0)

留言板

暂无留言

主页成果学术会议学者精选辑更多功能敬请期待

姓名：蔡自兴
目前身份：
担任导师情况：
学位：
学术头衔：

博士生导师
职称：-
学科领域：

模式识别
研究兴趣：主要从事计算机智能系统、人工智能、智能控制、智能机器人研究。

个人简介

蔡自兴教授作为联合国专家、纽约科学院院士、国际导航与运动控制科学院院士、首届国家级教学名师、全国政协委员，主要从事计算机智能系统、人工智能、智能控制、智能机器人研究。在计算机智能系统、机器人学和自动控制等学科领域具有很高的知名度，是我国智能控制、人工智能、机器人学诸学科的学术带头人之一，被誉为“中国智能控制的奠基者”和“中国人工智能教学第一人”。己在国内外公开出版专著/教材22部，发表学术论文510多篇，主持并完成包括国家自然科学基金重点项目在内的科教研究课题30多项。曾获国际奖励1项，国家级奖励2项，省部级以上奖励12项。现任中南大学学位委员会委员，信息科学与工程学院教授、博士生导师、学位委员会主席、教授委员会主任，兼任中国人工智能学会副理事长及智能机器人分会名誉理事长、中国自动化学会理事及智能自动化专业委员会委员、中国计算机学会模式识别与人工智能专业委员会委员、湖南省科学作家协会名誉理事长、《控制理论与应用》、《机器人》、《控制与决策》等6杂志编委，现任国防科技大学、北京航空航天大学、北京邮电大学等十多校兼职教授，是国际IEEE(电气与电子工程师学会)高级会员、国际科技发展联合会（IASTED）会员、国际小型和微型计算机学会会员等。曾任湖南省政协副主席、国际智能自动化联合会理事、国家自然科学基金委学科评议组成员、北京大学信息科学中心客座研究员、中国科学院自动化研究所客座研究员、美国伦塞勒工学院客座教授等职。

主页访问

3294
关注数

0
成果阅读

649
成果数

10

TA的成果

上传时间

2005-01-19

【期刊论文】一种基于连接机制和时空经验的认知地图学习与导航方法

蔡自兴，刘娟，涂春鸣

控制理论与应用，2002，20（2）：161～167，-0001，（）：

-1年11月30日

摘要

提出了一种连接主义方法，利用移动机器人自身的时空经验，在缺乏全局坐标信息和环境先验模型的情况下，建立面向目标的认知地图。在线形成的时序处理网络（TSPN）可提供简洁的历史感知信息，以神经元激活特性保存空间知识，引导机器人运动。结合TSPN和反应式行为模块的导航系统可实现动态的路标及方向检测、路径学习和实时导航功能。仿真和实际实验验证了系统的有效性和适应性。

连接机制模型，时空推理，移动机器人，认知地图，导航

90浏览
0点赞
0收藏
0分享
167下载
0评论
引用

上传时间

2005-01-19

【期刊论文】Intelligence Science: Disciplinary Frame and General Features

蔡自兴， Zixing Cai

International Conference on Robotics, Intelligent Systems and Signal Processing Changsha, China-October 2003，-0001，（）：

-1年11月30日

摘要

frame of the Intelligence Science has been proposed, the general features of the research objects of the Intelligence Science have been summarized, the relationships among the industrialization, informatization, intellectualization and automation have been investigated in this paper. The Intelligence Science consists of three portions: scientific foundation, technical methodology and application fields. The general features of Intelligence Science include complexity, intersection, nonlinearity, anthropomorphic property, uncertainty, incompleteness and distribution etc. The industrialization has been advanced in the direction: Primary Industrialization → Automatic Industrialization → Information Industrialization → Intelligent Industrialization. The proposed new scientific discipline would reflect the new height, new thought and new way for developing the control and automation science from one angle of view, and present a strong wish for establishing the new discipline of Intelligence Science.

Intelligence Science,， disciplinary frame,， general features,， intellectualization.，

51浏览
0点赞
0收藏
0分享
124下载
0评论
引用

上传时间

2005-01-19

【期刊论文】A Coding and Control Mechanism of Natural Computation

蔡自兴， Tao Gong， Jingfeng Cai， Zixing Cai

International Symposium on Intelligent Control Houston, Texas* October 5-8.2003，-0001，（）：

-1年11月30日

摘要

In this paper, a frame of natural computation has been proposed in order to deal with the challenge from new computing braches such as DNA computation and quantum computation to traditional computing theory, and computation is considered as the inherent mechanism of the nature and the foundation of intelligence. Simulating computation has been created and improved viainspiration of natural computation, and Artificial Intelligence has been stablished on simulation of human brain computing pattern. According to this view, generalized mapping from computing panem existing in the nature to current burgeoning new computing panem inspired by the nature has been modeled, and then a coding and control mechanism of natural CO putation bas been analyzed with formalizing tools. So it can be concluded the theow foundation, intelligent power, and application hme will improve the sciences, such as computer science, artificial intelligence etc.

Natural computation， Simulating computation， Intelligent computation， Immune computation， Generalized mapping model

59浏览
0点赞
0收藏
0分享
119下载
0评论
引用

上传时间

2005-01-19

【期刊论文】基于传感器信息的环境非光滑建模与路径规划*

蔡自兴，邹小兵

自然科学进展，2002，12（11）：1188～1192，-0001，（）：

-1年11月30日

摘要

提出一种移动机器人运行环境的非光滑建模以及全局路径划方法，能够在离散的传感器信息基础上构造近似的Voronoi边界网络作为环境模型；采用基于最优竞争机制的进化计算与紧缩优化后，实现了移动机器人在复杂环境下的全局路径规划。

Voronoi图，非光滑建模，路径规划，进化计算，路径紧缩方法

54浏览
0点赞
0收藏
0分享
120下载
0评论
引用

上传时间

2005-01-19

【期刊论文】进化机器人学研究进展*

蔡自兴，刘娟，涂春鸣

控制理论与应用，2002，19（4）：493～499，-0001，（）：

-1年11月30日

摘要

如何提高机器人的自主性和适应性是目前人工智能领域的热点问题之一。传统的集中式规划设计方法难以满足这些性能要求，将进化机制引入自适应机器人的设计为解决这一问题开辟了新的思路。系统地介绍了进化机器人学的研究背景、主要内容和现状，将其与传统人工智能方法和基于行为的机器人学进行比较，探讨了该领域研究中有待解决的问题,并对今后工作进行了展望。

进化机器人学，进化计算，神经网络，机器学习，自适应，突现，自组织

92浏览
0点赞
0收藏
0分享
416下载
0评论
引用

上传时间

2005-01-19

【期刊论文】智能科学发展的若干问题1)

蔡自兴，贺汉根

自动化学报，2002，28（S）：142～150，-0001，（）：

-1年11月30日

摘要

提出建立智能科学及其体系问题，阐述了智能科学学科体系的基本框架，归纳了智能科学研究对象的一般特征，分析了当前智能科学研究的若干重要课题涉及计算智能、集成智能、分布式智能和多艾真体系统、机器学习与知识发现、人工生命、智能控制、智能机器人，以及量子信息处理等，探讨了工业化、信息化、智能化与自动化的关系，并在最后强调指出发展智能科学对创造知识产权、应对入世挑战和增强国家实力具有重大意义。

智能科学,，学科体系,，智能化,，知识产权,，艾真体

56浏览
0点赞
0收藏
0分享
330下载
0评论
引用

上传时间

2005-01-19

【期刊论文】未知环境中移动机器人导航控制研究的若干问题

蔡自兴，贺汉根，陈虹

控制与决策，2002，17（4）：385-390，-0001，（）：

-1年11月30日

摘要

未知环境中移动机器人导航控制理论和方法是机器人学和智能控制的一个重要研究领域。综述了该领域研究的主要内容及其发展动态，分析了与导航控制有关的机器学习方法的研究现状，指出了存在的不足和有待进一步研究的问题，并提出了一些解决思路。

移动机器人，未知环境，导航控制

89浏览
0点赞
0收藏
0分享
387下载
0评论
引用

上传时间

2005-01-19

【期刊论文】一种新的路径编码机制在移动机器人路径规划中的应用*

蔡自兴，彭志红

机器人，2001，23（3）：230～233，-0001，（）：

-1年11月30日

摘要

针对基于遗传算法的移动机器人路径规划，本文提出了一种新的定长十进制路径编码机制。首先，将移动机器人所处环境中的障碍物表示成多边形的形式，并对各障碍物顶点用十进制进行任意编号，然后将移动机器人的路径编码成定长为所有障碍物顶点个数之和的十进制染色体串。串中，非零位上的十进制值表示路径经过了相应编号的顶点，各顶点在串中的顺序就是它们在路径中的顺序。此编码方式克服了已有的变长编码机制及定长二进制编码机制需特殊遗传操作算子和特殊解码的缺陷，使得算法更加简单有效。

移动机器人，路径规划，遗传算法，定长十进制编码

55浏览
0点赞
0收藏
0分享
255下载
0评论
引用

上传时间

2005-01-19

【期刊论文】基于功能行为集成的自主式移动机器人进化控制体系结构*

蔡自兴，周翔，李枚毅，雷鸣

机器人，2000，22（3）：169～175，-0001，（）：

-1年11月30日

摘要

本文针对自主式移动机器人控制体系结构中两类典型方法的不足，提出了一种进化控制体系结构，实现了基于AI模型的方法与基于行为的方法的优势互补。文中阐述了进化控制的思想，并应用于移动机器人控制结构的设计。该结构使移动机器人具备良好的学习和适应能力、较快的响应速度，同时拥有较好的理性和完成给定任务的能力。

移动机器人，进化控制，体系结构

64浏览
0点赞
0收藏
0分享
212下载
0评论
引用

上传时间

2005-01-19

【期刊论文】A Criterion of Robustness Based on Fuzzy Neural Structure*

蔡自兴， Cai Zixing， Liu Jianqin， Liu Juan

High Technology Letters, Vol. 5, No.1, June 1999，-0001，（）：

-1年11月30日

摘要

This paper introduces a criterion for robustness description in intelligent control system, which is basedon TS fuzzy mechanism and neural network architecture. The result can be used in analysing and modeling of nonlinear robust controllers.

Robu stness,， Fuzzyneural structure,， Intelligent controlsystem