10.3969/j.issn.1006-7736.2007.03.004
基于混合微粒群算法的智能水下机器人模糊神经网络控制
为减少因水下机器人模糊神经网络控制器参数较多、手工调整困难及主观不确定性因素的影响,提出一种基于免疫理论和惯性权值非线性递减策略的混合微粒群算法.该算法在保持基本微粒群算法处理多峰和多维问题能力的基础上,根据粒子浓度和适应度来动态调整约束因子,同时结合惯性权值非线性递减策略来抑制算法早熟收敛,平衡全局和局部搜索能力.在与GA、IGA及基本微粒群算法的仿真比较试验中,该算法搜索到最佳近优解,且其收敛速度最快.在水下机器人仿真平台上的控制试验表明,基于混合微粒群算法的控制器性能良好,具有较强的抗海流干扰能力.仿真结果证明了该算法的可行性.
智能水下机器人、模糊神经网络、微粒群算法、免疫理论
33
TP24(自动化技术及设备)
国家自然科学基金50579007
2007-10-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
16-21