基于多目标优化克隆算法的巡检机器人导航误差概率分析系统

为解决传统方法存在的计算精度低、概率分析准确率低和效率低的问题,设计了基于多目标优化克隆算法的巡检机器人导航误差概率分析系统。该系统整体框架由网络通信部分、数据处理与误差概率分析部分和环境感知部分构成。设计嵌入式数据处理板和网络通信结构,建立巡检机器人导航误差概率分析模型,采用多目标优化克隆算法对模型进行求解,实现巡检机器人导航误差概率的分析。实验结果表明,该系统的计算精度、误差概率分析准确率和效率均较高。

多目标系统最优控制方法研究

用多个性能指标评价系统更有实际意义,但在现有的研究中,针对此类问题所采取的方法通常是线性加权,权值是人为选取以达到"最优",这就使得"最优"控制成为主观最优而非数值实际最优。本文针对这一问题,结合决策者先验知识的多少,给出2种新的解决方法:层次分析和Pareto交互式决策。首次采用免疫克隆选择多目标优化算法来设计多指标情况下的LQR控制器。仿真结果表明:该算法在时间复杂度、分布性等方面均优于现在常用的NSGA-II,且本文给出的解决方法更适合于复杂情况下的最优控制器设计。