[发明专利]一种基于模糊支持向量机算法的无人艇运动控制方法

权利要求书

1.一种基于模糊支持向量机算法的无人艇运动控制方法，其特征在于，具体步骤如下：

步骤一：针对无人艇船体，通过传感器采集该无人艇航行的数据和外部环境数据，并划分为训练数据和测试数据；

将无人艇航行的数据存储，并将无人艇航行的数据一部分作为训练数据，一部分作为测试数据；

步骤二：对训练数据和测试数据，均采用隶属函数和模糊方程进行预处理；

步骤三、分别采用粒子群算法和网格搜索算法，对预处理结果通过二分法查找分隔阈值；

具体为：对预处理的数据进行二分，取其中一半数据进行输入训练，如果粒子群算法所用时间比网格搜索算法所用时间少，则减少一半数据量输入；反之，则增加一半数据量输入；如此迭代直到两者所用时间相差在一个指定的范围内，此时的数据量设为阈值；

步骤四、将预处理后的训练数据量与阈值对比，判断训练数据量是否大于等于阈值，如果是，对训练数据采用粒子群算法，否则采用网格搜索算法，训练模糊支持向量机模型得到最优配置参数；

步骤五、对最优配置参数的模糊支持向量机模型进行K-CV验证并简化；

步骤六、对简化后的模糊支持向量机输入经过预处理的测试数据，并判断输入数据是否线性可分，如果是，进入步骤七；否则，进入步骤八；

步骤七、将线性可分的测试数据，带入模糊支持向量机进行计算得到最优决策面；

得到最优决策面是指，得到船体航速的作用力和对船体航向的作用力

步骤八、输入的测试数据线性不可分，使用高斯核函数将数据映射到高维空间实现线性可分，然后进行训练得到最优决策面；

步骤九、针对该无人艇船体的外部环境数据，划分为训练数据和测试数据，并重复上述步骤，得到最优模糊支持向量机的输出作为前馈控制力，补偿到该无人艇的运动环境中，从而抑制外界干扰所带来的偏差；

补偿设为因此最后得到作用于船体的作用力为：由此对无人艇进行控制。

2.如权利要求1所述的一种基于模糊支持向量机算法的无人艇运动控制方法，其特征在于，所述的无人艇航行的数据包括：GPS读取无人艇位置和航速信息，磁罗盘读取无人艇的航向信息，加速度计测量加速度信息，根据舵机特性得知PWM值所对应的舵机偏转角；

无人艇外部环境数据包括艇长、空载重量、型深、满载航速、满载吃水和持续时间。

3.如权利要求1所述的一种基于模糊支持向量机算法的无人艇运动控制方法，其特征在于，步骤四中，所述的配置参数包括：

惩罚参数c说明模型对误差的宽容度，这个值越高，模型越不能容忍出现误差；这个值较低，会导致模型不能很好的进行预测；

核函数参数g隐含的决定了数据映射到新的特征空间后的分布；

交叉验证数v，采用K-CV方法获取；

核函数类型t包含有线性核、多项式核、高斯核以及Sigmoid核，选择核函数一般根据数据的分布特性来选择，如果线性可分，直接选用线性核即可；如果不可分则选择高斯核。

4.如权利要求1所述的一种基于模糊支持向量机算法的无人艇运动控制方法，其特征在于，所述的步骤五，具体为：

首先，将经过预处理后的训练数据随机切分为K个互不相交的大小相同的子集；

然后，利用其中K-1个子集训练模糊支持向量机，余下的子集作为测试模型；重复进行K次训练，最后选出K次评测中平均误差最小的模糊支持向量机模型；

最后，对平均误差最小的模糊支持向量机模型进行简化；

模糊支持向量机的输出为多个核函数训练后进行加权，不同的核函数对整个数据的影响不同，通过每次减少一个核函数的数量来确定输出值的变化情况，然后对不同核函数的影响程度进行排序，选取排序前十个的核函数。

5.如权利要求1所述的一种基于模糊支持向量机算法的无人艇运动控制方法，其特征在于，所述的步骤六中，判断输入数据是否线性可分的方法如下：输入的测试数据处在二维平面，因此将测试数据分为两类M+和M-，通过对两类数据集求解各自的凸闭合曲线，如果两个闭合曲线相交，则为线性不可分，反之，则为线性可分。