改进的免疫遗传算法在基于神经网络的多机器人协作搬运中的应用-控制科学与工程专业论文.docxVIP

摘要多机器人系统运行控制机制将智能控制理论、人工生命理论、进 摘要 多机器人系统运行控制机制将智能控制理论、人工生命理论、进 化算法以及机器人编程技术等融合在一起，是机器人学和人工智能领 域一个备受关注的研究课题。而采用进化算法与人工生命理论相结合 的技术进行多机器人协作问题的仿真和设计优化研究，则是多移动机 器人系统研究的重要发展方向。 本文首先对国内外多机器人系统的总体研究状况及基本理论作 了详细介绍。在此基础上，对基于免疫遗传算法的神经网络行为决策 系统进行了设计研究。在该行为决策系统中，采用人工神经网络作为 移动机器人的行为控制器，并采用改进的具有精英保留策略的免疫遗 传算法对神经网络的连接权值进行优化调整，这种改进的免疫遗传算 法，简称为IGAE(Immune Genetic Algorithm with Elitism)，结合了 精英保留策略(elitism strategy)，并将抗体相似度、期望繁殖率以及 克隆选择概率采用新的定义方法和计算公式。使神经网络可为移动机 器人生成最佳的行为决策，从而实现移动机器人在环境中对目标物体 的成功搬运。 本文用MATLAB环境下的动态仿真实验结果，证明了基于改进 的免疫遗传算法优化的神经网络行为决策系统在整个搬运期间具有 良好的决策能力。此外，通过仿真结果对比，证实了基于改进的免疫 遗传算法优化的神经网络行为决策系统在收敛速度、解的波动性以及 动态收敛特征等方面，比采用带精英保留策略的标准遗传算法去优化 人工神经网络控制多机器人搬运效果更优。 关键词： 群体机器人；具有精英保留的免疫遗传算法；人工神经网 络；多机器人协作 ABSTRACTThe ABSTRACT The mechanism of the multi-agent system’S control has been an interesting research project in the fields of robotics and artificial intelligence．It incorporates many important subjects，such as intelligent control，artificial life，evolutionary computation,robot programming technology,etc．W．th the development of research on multi—agent system， it has become a trend to conduct the optimization design and performance simulation of multi-agent system research based on the artificial 1ife as well as evolutionary algorithms． In this paper,we have developed an innovative control strategy,based on the evolvable artificial neural network and the artificial immune algorithm with elitism for the cooperation behaves of the Multi．Robot Systems．Using this system we executed performance simulation and parametric design of the cooperative transport behavior for Multi—Robot Systems with single prey．砀e innovative Immune—Genetic Algorithm with elitist gives the new definitions of parameters for algorithm．nis system used a Back Propagation Neural Network with three layers to process the perceptive information of every robot and made a decision for its action．The IGAE Was used to optimize the connection weight values of this neu／al network,which made the performance of the neural ne