多目標(biāo)優(yōu)化模糊控制及在車輛自動(dòng)駕駛中的應(yīng)用.pdf

1、針對(duì)非線性系統(tǒng)的多目標(biāo)優(yōu)化控制問題，在被控對(duì)象模型未知的情況下，本文將可行的目標(biāo)函數(shù)與系統(tǒng)響應(yīng)過程之間的關(guān)系描述方法應(yīng)用到多目標(biāo)下模糊控制器的優(yōu)化設(shè)計(jì)。根據(jù)控制系統(tǒng)的控制要求，建立一個(gè)控制函數(shù)，即對(duì)象狀態(tài)與其控制輸入之間的函數(shù)關(guān)系，從而使每一個(gè)控制目標(biāo)可以達(dá)到某種折衷意義上的“滿意”最優(yōu)。 本文首先引用了有關(guān)文獻(xiàn)中規(guī)則對(duì)單一目標(biāo)的支持度的概念，將規(guī)則作用下的某個(gè)時(shí)刻系統(tǒng)狀態(tài)對(duì)單一目標(biāo)的支持度，拓寬為一個(gè)時(shí)間段內(nèi)由系統(tǒng)響應(yīng)函數(shù)產(chǎn)生

2、的對(duì)單一目標(biāo)的有利程度。建立某種Pareto意義下的模糊控制算法是模糊多目標(biāo)優(yōu)化設(shè)計(jì)的本質(zhì)，考慮到MISO Mamdani模糊系統(tǒng)作為一類非線性函數(shù)在任意緊致空間上是致密的，即這類系統(tǒng)可以以任意精確度逼近該緊致空間上的某個(gè)函數(shù)，同時(shí)模糊控制規(guī)則基的建立又是控制算法的關(guān)鍵，基于此本文根據(jù)滿意解原理引用了有關(guān)文獻(xiàn)中Pareto規(guī)則基的定義，將多目標(biāo)優(yōu)化控制問題轉(zhuǎn)化為Pareto規(guī)則基的獲取問題，該控制問題的控制目標(biāo)或控制函數(shù)的最優(yōu)解可利用基

3、于該規(guī)則基的Mamdani算法進(jìn)行逼近。本文給出了一種Pareto規(guī)則基的搜索方法，定義了相應(yīng)的滿意度函數(shù)概念。它首先針對(duì)控制器輸入語言變量隸屬函數(shù)的基點(diǎn)組合對(duì)應(yīng)輸出語言變量的隸屬函數(shù)基點(diǎn)中的每一組基點(diǎn)構(gòu)成一條規(guī)則，在基點(diǎn)處激活規(guī)則，分別計(jì)算經(jīng)過一個(gè)采樣周期后規(guī)則對(duì)單一目標(biāo)的支持度，然后將每個(gè)目標(biāo)規(guī)格化，按照目標(biāo)優(yōu)先級(jí)或重要性不同，分別賦予不同的權(quán)重，按某種折衷算子得到該P(yáng)areto規(guī)則對(duì)所有目標(biāo)的綜合支持度。搜索綜合支持度最高的結(jié)果作

4、為最優(yōu)響應(yīng)結(jié)果，該最優(yōu)響應(yīng)結(jié)果所對(duì)應(yīng)的規(guī)則即為最優(yōu)Pareto規(guī)則，這樣搜索到的所有最優(yōu)Pareto規(guī)則就構(gòu)成了一個(gè)Pareto規(guī)則基?；谠撟顑?yōu)Pareto規(guī)則基的模糊控制算法就是一個(gè)近Pareto最優(yōu)控制算法。 針對(duì)上述算法本文以Michael等人提出的車輛動(dòng)力學(xué)仿真模型為基礎(chǔ)對(duì)車輛進(jìn)行了控制仿真。首先對(duì)車輛行駛的多個(gè)目標(biāo)進(jìn)行了定義和分析，并假設(shè)在車輛四周安裝了基于機(jī)器視覺的視覺系統(tǒng)，然后模擬優(yōu)秀的人工駕駛經(jīng)驗(yàn)將車輛的速度量

5、化為多個(gè)檔次，針對(duì)控制器隸屬函數(shù)參數(shù)一定對(duì)多個(gè)目標(biāo)的線性加權(quán)尋優(yōu)，優(yōu)化搜索控制規(guī)則，給出了搜索算法和搜索程序，從而獲得了車輛運(yùn)行的最優(yōu)Pareto規(guī)則基。然后基于該規(guī)則基采用了Mamdani型的模糊控制算法來逼近最優(yōu)解，并在Matlab里進(jìn)行仿真試驗(yàn)，給出了車輛自動(dòng)駕駛的軌跡曲線和輸出結(jié)果曲線，通過不同路況條件下的仿真試驗(yàn)驗(yàn)證了該多目標(biāo)優(yōu)化模糊控制策略的有效性及該規(guī)則基具有一定的推廣和應(yīng)用意義，適合在一定道路上的車輛安全、高速行駛。最后