水下机器人T-S型模糊神经网络控制

被引：17

作者：

梁霄 ^{[1
]}

张均东 ^{[1
]}

李巍 ^{[2
]}

郭冰洁 ^{[3
]}

万磊 ^{[3
]}

徐玉如 ^{[3
]}

机构：

[1] 大连海事大学轮机工程学院

[2] 大连海事大学环境科学与工程学院

[3] 哈尔滨工程大学船舶工程学院

来源：

电机与控制学报 | 2010年 / 14卷 / 07期

关键词：

水下机器人; 模糊神经网络控制; 免疫遗传算法; 混合学习算法; T-S模型;

D O I：

10.15938/j.emc.2010.07.015

中图分类号：

TP242 [机器人];

学科分类号：

1111 ;

摘要：

针对水下机器人模糊神经网络控制器运算量大和对强外界扰动的鲁棒性差及存在滞后性的问题,提出基于混合学习算法的水下机器人T-S型模糊神经网络控制方法。采用免疫遗传算法离线优化和神经网络自学习在线调整隶属函数的参数,从而减少神经网络的运算量,增强水下机器人对环境变化的反应能力。采用T-S模型,由后件网络动态调整模糊规则,提高控制系统的适应性。通过某微小型水下机器人的仿真和外场实验验证方法的可行性和优越性。实验结果表明,控制器对外界扰动具有较强的鲁棒性,保证即使在恶劣情况下,控制性能仍保持在较高水平。

引用

页码：99 / 104

页数：6

共 8 条

[1] 微小型水下航行器广义S型模糊神经网络控制附视频
梁霄
徐玉如
万磊
苏玉民
[J]. 大连海事大学学报, 2007, (03) : 11 - 15
[2] 智能海洋机器人技术进展
徐玉如
肖坤
[J]. 自动化学报, 2007, (05) : 518 - 521
[3] Fuzzy neural network control of underwater vehicles based on desired state programming[J]. LIANG Xiao, LI Ye, XU Yu-ru, WAN Lei, and QIN Zai-bai School of Shipbuilding Engineering, Harbin Engineering University, Harbin 150001, China.Journal of Marine Science and Application. 2006(03)
[4] 智能水下机器人技术展望
徐玉如
庞永杰
甘永
孙玉山
[J]. 智能系统学报, 2006, (01) : 9 - 16
[5] 基于免疫遗传算法的模糊优化控制及其仿真
朱红霞
沈炯
王培红
李益国
[J]. 东南大学学报(自然科学版), 2005, (01) : 64 - 68
[6] 遗传优化的径向基函数船舶模糊控制器
林叶锦
任光
[J]. 控制理论与应用, 2004, (06) : 1036 - 1040
[7] 基于遗传算法的水下机器人模糊控制器优化设计
于华男
戴军
徐玉如
庞永杰
[J]. 哈尔滨工程大学学报, 2002, (05) : 12 - 15+11
[8] 水下智能潜器的神经网络运动控制
彭良，卢迎春，万磊，孙俊岭
[J]. 海洋工程, 1995, (02) : 38 - 46

← 1 →