[发明专利]一种采用遗传算法寻优的自适应模糊水下航行器控制方法

摘要

本发明提供的是一种采用遗传算法寻优的自适应模糊水下航行器控制方法。将自适应参数作为染色体的等位基因，进行种群初始化，选择初始种群中的任一个体代入自适应模糊控制器中，给定期望值进行控制。控制结束后，计算出该个体对应的积分性能指标和适应度函数值，再选择下一个体代入控制器中进行控制，将当前种群中的个体逐一代入控制器进行控制，求得所有个体的适应度值，再进行收敛性判断，满足条件时，迭代停止，输出适应度值最高的个体为最优解；若不满足，则对当前种群进行选择、交叉、变异操作，生成下一代种群，继续循环迭代，直至满足收敛性条件为止。所得的一组自适应参数用于水下航行器实际的运动控制中，可获得最优的控制效果。

主权项

1.一种采用遗传算法寻优的自适应模糊水下航行器控制方法，其特征是：第一步，执行遗传算法的种群初始化操作采用随机方法产生30条染色体上的所有等位基因，形成初代种群；第二步，设定期望值R在水下航行器的艏向角控制中，设定期望值为期望艏向角为ψr＝30°，即R＝30，则当前艏向角ψ与期望艏向角的差值即为当前时刻的偏差E，将偏差求导，得到当前时刻的偏差变化率EC；第三步，进行自适应模糊控制器求解将偏差E和偏差变化率EC作为模糊控制器输入的精确值，进行模糊化处理，得到模糊输入和然后进行模糊推理，并结合有关自适应方法，得到模糊输出最后采用加权平均法进行解模糊处理，得到控制输出的精确值U；第四步，确定自适应方法模糊控制器的自适应参数表达式为根据偏差E的大小，将偏差划分为n段，n为参数的个数，ai、bi为偏差分段点，E、EC、U的录属度函数均选择为等腰三角形，模糊论域为{‑6，‑5，‑4，‑3，‑2，‑1,0,1,2,3,4,5,6}，则偏差分段点取值为：0，5，10，15，20，25，30；选择其中一条染色体，将所有分段点和该染色体基因所表示的自适应参数代入表达式(1)，得到结果如下：第五步，将控制输出U作为水下航行器的输入指令进行艏向控制，经过一个采样周期，得到下一时刻的艏向角在水下航行器的艏向控制中，控制输出U表示舵角δ，其与水平面角速度的关系近似由一阶K‑T方程表示为由式(3)求得当前时刻的角速度r，将该控制指令传递给水下航行器相应执行机构，经过一个采样周期，得到下一时刻的艏向角，再将下一时刻的艏向角与期望艏向角作差，得到下一时刻的偏差，如此循环，直到控制过程结束；第六步，计算积分性能指标ITAE＝∫|E|tdt   (4)表示整个控制过程中控制偏差的累积，用于评判控制器的性能，ITAE值越小，则控制器控制性能越好，在水下航行器艏向角的控制过程中，取采样周期T＝0.5s，则离散后的积分性能指标其中，ΔEi为第i个采样周期的偏差；第七步，对当前个体适应度进行评价，采用适应度函数计算当前个体的适应度值，f值越大，则ITAE值越小，控制器性能越好，离散后，适应度函数表示为第八步，重复第二步至第六步，循环30次，将当前种群中的所有个体都计算一遍，得到每一个个体的适应度值，以及整个种群的总适应度值fsum以及平均适应度值faverage；进行收敛性判断，选择一种判断方式：设定最大迭代步数为1000，当种群代数达到1000时，停止迭代，取当前种群中适应度值最高的个体作为最优解；若不满足收敛性条件，则对当前种群进行选择、交叉、变异操作，生成下一代种群，继续迭代求解；第九步，进行遗传算法的选择操作选择操作中，采用“保优政策”，将适应度值最高的个体优先复制，作为下一代种群中的2个个体加以保留；然后进行筛选，将个体适应度值fi低于平均适应度值faverage的个体剔除，留下适应度值较高的个体；再采用轮盘赌的方法选择染色体进行复制，补齐剩余的28个个体，形成下一代种群的雏；第十步，进行遗传算法的交叉操作随机选择两条染色体A和B，作为父代，采用单点交叉的方法将部分等位基因互换，交叉概率取Pc＝0.6，例如选择第4个等位基因点进行交叉，形成两条新的子代染色体A’和B’；第十一步，进行遗传算法的变异操作随机选择一条染色体C上的某个等位基因，改变其取值，使之发生突变，形成一条新的染色体C’，变异概率取Pm＝0.1；第十二步，完成变异操作后，则形成了下一代种群，重复第二步至第十一步，进行循环迭代，直至获得最优解。