论文部分内容阅读
使用减法聚类和白适应神经模糊网络方法设计了一种水下机器人运动规划器。根据输入、输出数据的特性，用减法聚类算法，确定模糊系统的初始结构和参数，避免了模糊逻辑系统设计中隶属函数确定及模糊规则自动提取的盲目性和随机性。提出将神经模糊系统参数分解为非线性前提参数和线性结论参数并分开辨识。采用梯度下降算法和最小二乘算法分别进行自适应模糊推理系统前后件参数的优化。仿真结果表明：在相同的仿真环境下，所设计的自适应神经模糊运动规划器的规划效果要好于模糊运动规划器。