[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

摘要

本发明公开了一种基于模糊支持向量机算法的无人艇运动控制方法，属于运动控制技术领域，首先采集无人艇航行的数据和外部环境数据，划分为训练数据和测试数据进行预处理，对预处理结果查找分隔阈值。然后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，得到最优配置参数进行验证和简化。输入预处理后的测试数据，若其线性可分，带入模糊支持向量机得到最优决策面；若线性不可分，将数据映射到高维空间，然后训练得到最优决策面。将船体的环境干扰力数据划分为训练数据和测试数据，得到最优模糊支持向量机的输出补偿到运动环境中。本发明提高无人艇运动效果，有效减少由于环境干扰所产生的偏差。

主权项

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：针对某无人艇船体，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，将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不大为止，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环境干扰力数据，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：由此对船进行控制。