基于灰色定性方法的主觀(guān)不確定性知識(shí)表達(dá)與路徑規(guī)劃算法研究.pdf

1、由于客觀(guān)環(huán)境的復(fù)雜性或智能系統(tǒng)認(rèn)知能力的限制，智能系統(tǒng)從環(huán)境中獲取的知識(shí)往往具有不確定性。模擬人類(lèi)智能對(duì)不確定性知識(shí)進(jìn)行表達(dá)和處理并形式化地表示不確定性知識(shí)，使機(jī)器具有不確定性智能，是人工智能領(lǐng)域的研究熱點(diǎn)之一。在對(duì)環(huán)境的認(rèn)知過(guò)程中，人類(lèi)往往是從環(huán)境中逐步獲得知識(shí)并選擇性地記憶重要環(huán)境信息，這使得根源于知識(shí)不完備性的主觀(guān)不確定性知識(shí)成為人類(lèi)記憶中不確定性知識(shí)的主要類(lèi)型之一。目前，移動(dòng)機(jī)器人逐漸步入人類(lèi)的日常生活，需要能夠和人類(lèi)進(jìn)行交互，

2、需要以類(lèi)似于人類(lèi)智能的模式來(lái)表達(dá)環(huán)境知識(shí)并完成導(dǎo)航任務(wù)，移動(dòng)機(jī)器人具備表達(dá)并應(yīng)用主觀(guān)不確定性知識(shí)能力的需求日益迫切。因此主觀(guān)不確定性知識(shí)的表達(dá)以及基于主觀(guān)不確定性知識(shí)的推理、決策等理論和方法的研究對(duì)于移動(dòng)機(jī)器人智能性的提高有著重要的意義。
　　 灰色系統(tǒng)理論致力于研究主觀(guān)不確定性知識(shí)的表達(dá)，而定性理論中建立的系統(tǒng)建模、問(wèn)題分析等方法側(cè)重于人類(lèi)智能特點(diǎn)的模擬，本文融合灰色系統(tǒng)理論和定性理論的特點(diǎn)，建立主觀(guān)不確定性知識(shí)的灰色定性表達(dá)

3、方法，目標(biāo)是形成一套符合人類(lèi)智能思維模式的知識(shí)表達(dá)體系，并在此基礎(chǔ)上建立定性定量集成的智能推理和決策方法。再以灰色定性知識(shí)表達(dá)方法為基礎(chǔ)，分析人類(lèi)認(rèn)知地圖特點(diǎn)，構(gòu)造綜合人類(lèi)認(rèn)知地圖與機(jī)器人導(dǎo)航地圖優(yōu)勢(shì)的灰色定性地圖，建立基于灰色定性地圖的機(jī)器人路徑規(guī)劃算法。實(shí)驗(yàn)表明，在環(huán)境知識(shí)的復(fù)雜度、路徑規(guī)劃效果方面本文方法均有一定優(yōu)勢(shì)。
　　 本文的主要工作和貢獻(xiàn)如下:
　　 (1)融合灰色系統(tǒng)理論和定性理論的特點(diǎn)，以灰色定性基本元

4、、灰色定性基本元的關(guān)鍵點(diǎn)集，灰色定性量空間、灰色定性關(guān)系、灰色定性特征值以及廣義白化函數(shù)為核心概念建立主觀(guān)不確定性知識(shí)灰色定性表達(dá)方法體系?；疑ㄐ曰驹⒒疑ㄐ粤靠臻g、灰色定性關(guān)系分別對(duì)應(yīng)定性理論中本體基元、量空間、因果性三個(gè)基本要素;灰色定性基本元、灰色定性基本元的關(guān)鍵點(diǎn)集和廣義白化函數(shù)分別對(duì)應(yīng)于灰色系統(tǒng)理論中的區(qū)間灰數(shù)、區(qū)間灰數(shù)的邊界點(diǎn)和白化函數(shù)。以灰色定性基本元作為融合灰色系統(tǒng)理論和定性理論的橋梁。
　　 (2)指出客

5、觀(guān)不確定性系統(tǒng)和主觀(guān)不確定性系統(tǒng)的區(qū)別，提出一種針對(duì)僅有少量已知主觀(guān)不確定性規(guī)則的系統(tǒng)的灰色定性建模方法，模擬人類(lèi)智能在未知環(huán)境中不斷積累、融合以及應(yīng)用主觀(guān)不確定性規(guī)則的能力。
　　 (3)綜合國(guó)內(nèi)外對(duì)認(rèn)知地圖的現(xiàn)有研究成果以及灰色定性知識(shí)表達(dá)方法，提出既適合于人機(jī)交互又適合于機(jī)器人導(dǎo)航需求的灰色定性地圖:以環(huán)境的剖分及剖分之間的鄰接關(guān)系作為定性層，模擬人類(lèi)智能的認(rèn)知地圖，便于人機(jī)交互;以剖分的頂點(diǎn)坐標(biāo)及勢(shì)場(chǎng)向量為定量信息，用于

6、決定機(jī)器人在導(dǎo)航過(guò)程中的運(yùn)動(dòng)速率及方向。灰色定性地圖的特點(diǎn)還在于其模擬了人類(lèi)智能記憶環(huán)境知識(shí)的特點(diǎn)，可以用環(huán)境中少量關(guān)鍵信息支持機(jī)器人完成路徑規(guī)劃任務(wù)，降低了環(huán)境模型的復(fù)雜度。
　　 (4)提出一種基于灰色定性地圖的無(wú)陷阱人工勢(shì)場(chǎng)算法，利用灰色定性地圖中剖分的頂點(diǎn)坐標(biāo)及勢(shì)場(chǎng)向量計(jì)算整個(gè)環(huán)境中的勢(shì)場(chǎng)，解決了因僅用障礙物斥力和目標(biāo)點(diǎn)吸引力計(jì)算的傳統(tǒng)人工勢(shì)場(chǎng)中存在陷阱而使目標(biāo)點(diǎn)不可達(dá)的問(wèn)題。再進(jìn)一步對(duì)此算法進(jìn)行了優(yōu)化，通過(guò)調(diào)整灰色定性