AGV自动导航小车自组织模糊控制器研究.pdf

万方数据
AGVcircumstances--anizational(soc)1r蚣即笱冯锋邓志良赵旭引言J)()20082441动导航小车会在各种环境中工作,本文为此研究设计了一个积极而有效的控制器——自组织模糊控制器。我们采用在非最比较低的。也没有考虑到可变情况,。本文提及Zadeh述诸如模糊语言值“大”或“小”的有效方法。dFar)LN(It示肼肪渡云螅甅硎続恰好行使在目标路径上,文章编号:.(AGV)佳状态下使用遗传算法来调节隶属函数的方法。通过自校正和控制规则的产生提高了控制效率。AGV中图分类号:南妆晔堵耄篈(AGV)搬运设备。目前工业、农业等领域使用非常广泛,由于在各领域T器来适应各种环境。:co)also,这里,珹珹B(1)B(2)B(n)C(1)C(2)C(n)x,Yz上表达式转换成模糊关系则为:琑琑冯锋:硕士研究生(02KJD510003)IFAGV0THENAGVxyAGVxYPAGVOnAGV()YP)1肽勘曷肪兜木嗬隓D{LF(LeftNear)MD(Middle)RN(nightNear)LFAGVLNRNAGVlAGV男惺狗较騰琒Negative)MD(Middle)SPPositive)LP(Large其中,表示谀勘曷肪蹲蟊咝惺梗甅硎続在目标路径上行使。男=茿Negative)SN(SmaNegative)ZE(Zero,一—#暧示侄┰暮牛:篈,.。—rules:111112113,
万方数据
(愿丽疆瑟露蓟两菊聂翮***@82-6二心23控制系统C(xisS模糊控制中的状态估计和目标估计常用在模糊控制器的目标估计被称为预模糊控制规则,它的一般形式为:专家经验和专家知识:②提取一个算法函数;③使用被控过程的数学模型:④增加对控制器的学习能力。①“当前位置在目标点上”“行使停止”:②‘‘障碍存在”“避障,直接进入下一个目标点,路径恢复”;③直接行使到下一个目标点氐讲街。Positive)LP(Large遗传算子LNAGVZE交叉、复制和变异三个遗传算子是遗传算法能够找到最优解的表示恍枳O颍瑂硎続应稍向右转向。途径。。(1)()设计。它的一般形式为:串产生新种群得过程。(2),下面是几种提取模糊控制规则的方法:①引入学习和适应能力控制器。在给出启发式控制规则后。自组织模糊控制器是用一个能修正现有控制规则或产生新的控制规则的遗传算法组成的。模糊推理及反模糊化推理是指从已知的事实或关系中得出新的结论或相互关系。其能够运用控制器的输入和控制规则得出新的控制器输出。MamdaniMaxMinPCO的模糊集,仙为隶属度。集,它反映了控制语言的模糊