| 【中文题名】 | AUV模糊神经网络混合学习算法的控制研究 |
| 【英文题名】 | AUV Fuzzy Neural Network Hybrid Learning Algorithm Control |
| 【学科专业】 | 船舶与海洋结构物设计制造 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-21 |
| 【中关键词】 | 水下机器人,模糊神经网络,免疫遗传算法,B样条基函数,, |
| 【英关键词】 | underwater vehicle,fuzzy neural network,immune genetic algorithm,B-spline, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
现今控制领域研究中，智能控制技术已广泛应用于不确定性、非线性等复杂系统控制中，其中，模糊神经网络控制在强非线性、耦合的系统中应用较为广泛。鉴于水下机器人强非线性、强耦合特性，本文旨在将模糊神经网络控制应用于水下机器人运动控制中，并设计出性能优良的水下机器人运动控制系统。
本文建立了某型水下机器人六自由度空间运动的动力学模型，并根据实际进行适当的简化。设计一种基于模糊B样条基函数神经网络控制器，该控制器将模糊控制的定性知识表达能力、神经网络的定量学习能力和B样条基函数优异的局部控制性能相结合，采用B样条基函数作为隶属度函数。提出了模糊神经网络控制器的混合学习算法，即先采用免疫遗传算法离线优化，再采用Back Propagation梯度算法在线调整。
仿真结果表明，采用混合学习算法的基于B样条基函数的模糊神经网络控制器应用于水下机器人的设计是可行的。 |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
第1章 绪论 |
9-22 |
|
1.1 引言 |
9-10 |
|
1.2 水下机器人的分类及智能水下机器人的发展 |
10-13 |
|
1.2.1 水下机器人的分类 |
10-11 |
|
1.2.2 智能水下机器人(AUV)的发展 |
11-13 |
|
1.3 AUV国内外研究成果、应用前景及发展趋势 |
13-19 |
|
1.3.1 AUV国内外研究成果 |
13-16 |
|
1.3.2 应用前景 |
16-17 |
|
1.3.3 发展趋势 |
17-19 |
|
1.4 AUV控制方法综述 |
19-20 |
|
1.5 本文主要研究内容 |
20-21 |
|
1.6 本章小结 |
21-22 |
|
第2章 水下机器人的运动模型 |
22-34 |
|
2.1 引言 |
22 |
|
2.2 水下机器人的运动模型 |
22-25 |
|
2.2.1 坐标系的选取及机器人运动参数 |
22-24 |
|
2.2.2 固定坐标系和运动坐标系的转换关系 |
24-25 |
|
2.3 水下机器人空间操纵运动方程 |
25-29 |
|
2.4 水下机器人六自由度运动模型 |
29-33 |
|
2.5 本章小节 |
33-34 |
|
第3章 模糊神经网络与免疫算法 |
34-51 |
|
3.1 引言 |
34-35 |
|
3.2 基于标准模型的模糊神经网络 |
35-42 |
|
3.2.1 模糊系统标准模型 |
35-37 |
|
3.2.2 模糊神经网络的结构 |
37-38 |
|
3.2.3 学习算法 |
38-42 |
|
3.3 免疫算法基本构架 |
42-44 |
|
3.4 算法综述 |
44-47 |
|
3.4.1 免疫规划算法 |
45-47 |
|
3.5 免疫算法与遗传算法的比较 |
47-49 |
|
3.5.1 算法原理的比较 |
48-49 |
|
3.5.2 算法特点的比较 |
49 |
|
3.6 本章小结 |
49-51 |
|
第4章 模糊 B样条神经网络混合学习算法的控制系统 |
51-70 |
|
4.1 引言 |
51 |
|
4.2 基于 B样条基函数的模糊神经网络控制器 |
51-55 |
|
4.2.1 B 样条基隶属函数 |
51-53 |
|
4.2.2 基于 B样条基函数的模糊神经网络控制器 |
53-55 |
|
4.3 控制器参数的混合学习算法 |
55-56 |
|
4.4 离线的免疫遗传算法 |
56-59 |
|
4.4.1 产生初始抗体群体并编码 |
56-57 |
|
4.4.2 适应度函数的设计 |
57 |
|
4.4.3 抗体浓度的定义 |
57-58 |
|
4.4.4 抗体的抑制与促进 |
58 |
|
4.4.5 抗体群的遗传更新 |
58-59 |
|
4.5 在线的 Bp梯度算法 |
59-60 |
|
4.6 仿真试验 |
60-69 |
|
4.6.1 纵向运动控制 |
61-63 |
|
4.6.2 横向运动控制 |
63-66 |
|
4.6.3 垂向运动控制 |
66-68 |
|
4.6.4 艏向运动控制 |
68-69 |
|
4.7 本章小结 |
69-70 |
|
结论 |
70-72 |
|
参考文献 |
72-75 |
|
攻读硕士学位期间发表的论文和取得的科研成果 |
75-76 |
|
致谢 |
76 |
|
| 【DOI】 | LunWen.ID:2.2008.388845 |
