一、引言L.A.Zadeh 提出的近似推理(AR)理论,在处理专家系统中不确定性(尤其是模糊性)知识方面获得了广泛的应用。但在具体实现近似推理时,由于它允许规则前提与已知事实间的部分匹配,使得求解效率不高。因此,如何提高 AR 系统的推理速...一、引言L.A.Zadeh 提出的近似推理(AR)理论,在处理专家系统中不确定性(尤其是模糊性)知识方面获得了广泛的应用。但在具体实现近似推理时,由于它允许规则前提与已知事实间的部分匹配,使得求解效率不高。因此,如何提高 AR 系统的推理速度,是一个令人关注的问题。现在的许多研究,都集中在并行或分布式处理,以及专用硬件等方面。本文则讨论在不增加硬件的情况下,如何使AR 系统的性能得到较大的改善。为便于读者阅读及讨论方便起见,下面先介绍一下 AR 的有关知识和约定。二、AR 理论简介及有关约定在 AR 理论中,规则以标准型(Canonical Fo-展开更多
本文针对无人车在复杂工况下,非线性程度增加和动力学约束导致的轨迹跟踪控制精度差和求解效率低的问题,提出一种高效的非线性模型预测控制(nonlinear model predictive control,NMPC)算法。首先考虑车辆模型的非线性因素,建立动力学和...本文针对无人车在复杂工况下,非线性程度增加和动力学约束导致的轨迹跟踪控制精度差和求解效率低的问题,提出一种高效的非线性模型预测控制(nonlinear model predictive control,NMPC)算法。首先考虑车辆模型的非线性因素,建立动力学和魔术轮胎模型,并将无人车终端状态整合到性能指标中,添加稳定性范围内多约束条件,通过障碍罚函数法处理非线性不等式约束,保证了求解过程的平滑性。然后为减轻求解非线性优化问题带来的计算负担,提出了一种新颖的连续/广义最小残差算法(improved continuation/generalized minimal residual,improved-C/GMRES),与传统的C/GMRES算法相比,通过引入连续增加的惩罚因子加快了数值计算的求解效率,降低算法的计算负担。最后通过Simulink和CarSim的联合仿真,在双移线工况和蛇行工况条件下验证跟踪精度和求解效率,结果表明与传统的C/GMRES方法相比,所提控制方法明显提升轨迹跟踪的控制精度和改善行驶稳定性,并加快数值求解效率。展开更多
文摘一、引言L.A.Zadeh 提出的近似推理(AR)理论,在处理专家系统中不确定性(尤其是模糊性)知识方面获得了广泛的应用。但在具体实现近似推理时,由于它允许规则前提与已知事实间的部分匹配,使得求解效率不高。因此,如何提高 AR 系统的推理速度,是一个令人关注的问题。现在的许多研究,都集中在并行或分布式处理,以及专用硬件等方面。本文则讨论在不增加硬件的情况下,如何使AR 系统的性能得到较大的改善。为便于读者阅读及讨论方便起见,下面先介绍一下 AR 的有关知识和约定。二、AR 理论简介及有关约定在 AR 理论中,规则以标准型(Canonical Fo-