支援向量機(jī)結(jié)合粒子群運(yùn)動(dòng)模糊控制器於機(jī)器人移動(dòng)路徑規(guī)劃指導(dǎo)教授:邱俊賢報(bào)告學(xué)生:胡育嘉、鄭世文1大綱1.摘要2.前言3.模糊運(yùn)動(dòng)控制器設(shè)計(jì)4.SVM-PSO修正模糊規(guī)則5.模擬結(jié)果6.結(jié)論7.參考文獻(xiàn)21.摘要本篇論文提出了使用支援向量機(jī)結(jié)合模糊粒子群演算法(SVM-PSO)用於移動(dòng)式機(jī)器人路徑規(guī)劃。透過(SVM-PSO)調(diào)整移動(dòng)式機(jī)器人的模糊歸屬函數(shù)，藉由調(diào)整歸屬函數(shù)讓移動(dòng)式機(jī)器人能夠更加的快速並且更有效率的到達(dá)目標(biāo).32.前言機(jī)器人足球系統(tǒng)有兩個(gè)聯(lián)盟:FederationofinternationalRobotSoccerassociation(FIRA)和theRobotWorldCupSoccerGames.在本篇論文裡我們所採用的是FIRA的5對5的模擬平臺4模擬平臺圖1.FIRA5對5模擬平臺5系統(tǒng)架構(gòu)環(huán)境設(shè)定模糊運(yùn)動(dòng)控制器設(shè)計(jì)利用SVM-PSO修正模糊運(yùn)動(dòng)控制器的歸屬函數(shù)63.模糊運(yùn)動(dòng)控制器設(shè)計(jì)設(shè)定輸入?yún)?shù)，機(jī)器人距離模糊控制輸出參數(shù)，輸入機(jī)器人的模糊角度輸出參數(shù)，代表的機(jī)器人左輪的運(yùn)動(dòng)方向與角度

，代表的右輪機(jī)器人的運(yùn)動(dòng)方向與角度

73.模糊運(yùn)動(dòng)控制器設(shè)計(jì)設(shè)定模糊輸入變數(shù)與輸出變數(shù)：83.模糊運(yùn)動(dòng)控制器設(shè)計(jì)NB代表著負(fù)數(shù)的非常大(negativebig)NM代表著負(fù)數(shù)的中間(negativemiddle)NS代表的為負(fù)數(shù)的非常小(negativesmall)Z代表著0的意思(ZERO)PS代表著正數(shù)的非常小(positivesmall)PM代表著正數(shù)的中間值(positivemiddle)PB代表著正數(shù)的非常大(positivebig)93.模糊運(yùn)動(dòng)控制器設(shè)計(jì)模糊規(guī)則庫： 表1.左輪機(jī)器人模糊規(guī)則庫103.模糊運(yùn)動(dòng)控制器設(shè)計(jì)模糊規(guī)則庫： 表2.右輪機(jī)器人模糊規(guī)則庫113.模糊運(yùn)動(dòng)控制器設(shè)計(jì)圖2.(a)模糊集合();(b)模糊集合()(a)(b)124.SVM-PSO修正模糊規(guī)則我們確定狀態(tài)方程式，將進(jìn)入支援向量機(jī)去修正模糊規(guī)則，首先我們先定義訓(xùn)練樣本134.SVM-PSO修正模糊規(guī)則為了找出分割超平面，需求解下面的兩次規(guī)劃問題，其中約束條件為:

並且求出函數(shù)最小值:144.SVM-PSO修正模糊規(guī)則而限制上是為線性方程式，此型式屬於典型的二次規(guī)劃問題，因此使用Lagrange乘子解決這個(gè)具有線性約束的二次規(guī)劃問題，可得到式子:154.SVM-PSO修正模糊規(guī)則而和分別代表著最大值和最小值在第j-th的參數(shù)。和代表著速度的最大值和最小值在於第j-th的參數(shù)。rand()代表著隨機(jī)分佈均勻的數(shù)字在於[0，1]之間164.SVM-PSO修正模糊規(guī)則174.SVM-PSO修正模糊規(guī)則記錄著目前為止最好並且最適合的子代在於h-th子代，而為開始到目前位子的記錄。接著找尋較高並且叫適合的Q粒子決定和最好最適合的價(jià)值並且從開始到達(dá)目標(biāo)點(diǎn)。184.SVM-PSO修正模糊規(guī)則當(dāng)g=G的時(shí)候我們確定了的粒子群最佳位置和最適合的結(jié)果194.SVM-PSO修正模糊規(guī)則其中表示常數(shù)項(xiàng)，而表示兩個(gè)均勻分布的的隨機(jī)粒子204.SVM-PSO修正模糊規(guī)則w表示權(quán)重值，表示最大值最小值。之後檢查下列的速度參數(shù)變化214.SVM-PSO修正模糊規(guī)則開始比對目前的狀態(tài)位子和粒子群的搜尋範(fàn)圍最後令g=g+1把數(shù)值丟回(3)去做運(yùn)算找出最適合的結(jié)果和最好的位子225.模擬結(jié)果(a)(b)(c)圖3.SVM-PSO歸屬函數(shù)(a)(b)(c)235.模擬結(jié)果圖4.利用SVM-PSO來修正移動(dòng)式機(jī)器人的路徑使用FIRA模擬器246.結(jié)論利用SVM-PSO的方法我們?nèi)ピO(shè)計(jì)模糊運(yùn)動(dòng)控制器，提出了移動(dòng)式機(jī)器人的左右兩輪馬達(dá)的控制器，使得移動(dòng)式機(jī)器人能夠在二維平