水下机器人T-S型模糊神经网络控制

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.

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

所属期刊栏目：14

分类号：TP24(自动化技术及设备)

资助基金：国家自然科学基金50579007

在线出版日期：2010-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：99-104