模糊控制算法研究及其在导航中的应用

论文摘要

模糊控制系统中隶属函数和模糊规则的选择是其核心问题,它决定了模糊控制系统的控制效果,影响系统的学习能力。首先,本文在深入研究模糊控制理论与遗传算法的基础上,采用十进制编码对隶属函数及模糊规则进行统一编码,实现全局寻优,在改进编码方式的同时对遗传算法的各个算子也做了相应的改进,提出了一种新的优化的模糊控制算法。接着,在分析研究了GPS/INS组合导航系统卡尔曼滤波技术的基础上,提出一种模糊技术与卡尔曼滤波技术相结合的方案,仿真结果表明模糊卡尔曼滤波器优于传统卡尔曼滤波器。但是,模糊控制算法中确定参数的方法是通过人工特别是专家的经验,存在很大的主观性和随意性,因此将优化的模糊控制算法用到导航系统中,通过计算机仿真,证明了此算法是有效的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 课题背景与研究意义
• 1.3 本文主要研究内容
• 第二章 模糊控制理论基础
• 2.1 模糊集合
• 2.2 隶属函数
• 2.3 模糊逻辑
• 2.3.1 模糊语言变量
• 2.3.2 模糊蕴含关系
• 2.4 模糊系统组成及分类
• 2.5 本章小结
• 第三章 遗传算法理论基础
• 3.1 遗传算法操作
• 3.1.1 编码
• 3.1.2 种群规模设定
• 3.1.3 适应度函数
• 3.1.4 遗传算子
• 3.1.4.1 选择算子
• 3.1.4.2 交叉算子
• 3.1.4.3 变异算子
• 3.2 遗传算法运行参数设定
• 3.3 模式理论
• 3.4 本章小结
• 第四章 模糊控制优化算法研究
• 4.1 参数编码
• 4.1.1 编码方式的选择
• 4.1.2 隶属函数的编码
• 4.1.3 模糊控制规则的编码
• 4.2 适应度函数
• 4.3 优化算法研究
• 4.3.1 初始种群的产生
• 4.3.2 选择操作
• 4.3.3 交叉操作
• 4.3.4 变异操作
• 4.3.5 交叉概率变异概率设定
• 4.4 本章小结
• 第五章 组合导航系统滤波模糊优化算法应用
• 5.1 GPS/INS组合导航系统
• 5.1.1 INS系统简介及其误差方程
• 5.1.2 GPS系统简介及其误差方程
• 5.1.3 GPS/INS组合导航系统的仿真模型
• 5.3 卡尔曼滤波
• 5.4 模糊控制对滤波的调整方案
• 5.5 模糊优化算法对卡尔曼滤波调整
• 5.6 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 研究成果