2022年循迹算法算法收集 .pdf

《2022年循迹算法算法收集 .pdf》由会员分享，可在线阅读，更多相关《2022年循迹算法算法收集 .pdf（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1 路径识别算法11 抛物插值法拉格朗日插值多项式：Lnxk0nykj0,jknxx当n=2时，此 公 式称 为 抛 物 插 值。设x0，且x1x0h,x2，代入拉格朗日插值多项式可得抛物线方程，并对抛物线方程求导数，令导数等于零，可得：xx0hhy02y02就是所要得到的车模偏离跑道中心的距离。12 最小二乘法mxi.xinxixi2.xin1:.:xinxin1.xi2 na0a1:any为保持精度，令 m=4，选择函数类型fxcb，上式可写成：4xixi2xixi2xi3xi2xi3xi4cbay令x0 x1，x1x0h,x2x02 h,x3，已知是偏移量，把上述式子的解代入化简得：xh

2、x0h11y03y1y410y0y1y42 控制算法21 数字 PID 控制211 PID 控制规律：名师资料总结-精品资料欢迎下载-名师精心整理-第 1 页，共 9 页 -比例环节。跟随性好，能即时成比例地反映控制系统的偏差信号e(t)，Kp 增大，系统动作灵敏。在系统稳定的情况下，增大Kp，有利于减小稳态误差，提高系统控制精度，但随着Kp 过大时，系统趋于不稳定。积分环节。由上式知，它是对误差e(t)进行积分，用于消除静差，提高系统的无差度。Ti 过小，积分作用强，系统将不稳定，振荡次数增多；Ti 过大，积分作用小，影响控制精度。微分环节。反映偏差信号的变化速率，并能在偏差信号值变得太大之

3、前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度。对于滞后时间长的系统应增大微分的作用。212 流程图增量式 PID 算法流程图#include#include main()float a,b,c,u=1,u1;int i;float e0,e1,e2,v;printf(input v:);/*程序中所用的输入输出函数都只是用于调试*/scanf(%f,&v);a=1.01;b=0;c=0.01;e1=e2=0;e0=v;for(i=0;ie(k-2),e(k)-e(k-1)出口入口名师资料总结-精品资料欢迎下载-名师精心整理-第 2 页，共 9 页 -u=u+u1;e2=e1;

4、e1=e0;printf(u=%-10f,u);printf(i=%-10dn,i);u=3*u+7;e0=v-u;显然，PID 的参数是非常难以确定的（当模型是不精确的时候）。积分分离 PID 算法213 PID 参数的整定：（常用方法）1 扩充临界比例度法；Y N N N Y Y Y N Y N 入口采样 v(k)v0=0?e(k)=v(k)-v0(k)e(k)=1?v(k)=2?输出 u(k)=A0 v(k)e(k)e(k-2),e(k)-e(k-1)设置 A1、B1 e(k-1)=0 u(k)=A1e(k)+B1e(k-1)e(k)-e(k-1)u(k)=Umax?输出 Umax 输出

5、 u(k)关机名师资料总结-精品资料欢迎下载-名师精心整理-第 3 页，共 9 页 -2 扩充响应曲线法；3 归一参数整定法；利用人工智能方法将人工整定PID 参数的调整经验作为知识和推理规则存入计算机系统中，从而自动实现对PID 参数的最佳调整。PID 控制参数的自动整定：1 初始确定 PID 控制参数；2 在初定的PID 控制参数上，根据系统的响应过程和控制目标期望值，自动修正初定的PID参数，直至系统的控制指标符合要求。22 模糊控制221 模糊化模糊化的主要功能是根据输入变量的隶属度函数，求出精确的输入值相对于输入变量各语言值的隶属度。简单地说，模糊化过程就是在隶属度图形中，已知X 轴

6、值求 Y 轴值的过程。最后得到一个集合，将它作为推理机的输入。其中，重要的一点是如何去确定隶属度函数。通常有以下几种方法：（1）Delphii 法；（2）模糊统计法；（3）增量法；（4）因素加权法。222 模糊规则推理模糊规则推理是模糊控制器的核心，它的输入输出都是模糊量。模糊化后得到的集合作为输入，输出量是输出变量各语言值的隶属度。完成这一步骤的必要条件是确定输出模糊变量的隶属度函数及建立模糊规则库。通常把规则库做成表格的形式。模糊推理的方法有多种，常用的MAX MIN 法：（1）由于规则前件间用AND操作符连接，因此，每一条规则的强度等于前件中的最小值。这个值就是此规则的强度。（2）没有相

7、同后件的规则强度就是由（1）所得到的强度；当有相同后件时，模糊输出取其最大值。223 反模糊化模糊规则推理的输出是集合，必需经反模糊化，将模糊的控制量变为精确的控制量。常用方法：最大隶属度法，重心法（加权平均法）。其中重心法能较多地反映有效信息。224 模糊规则推理的数学理论当输入是在某一范围内时，可把它离散化（输入将被压缩或扩大），并将输入输出隶属度函数制成表格的形式（矩阵）。如果推理规则的形式是If A and B then U,推理过程：（1）。笛卡尔积求模糊矩阵D=A B；（2）。将 D 改写为 D=d11,d12,.d1n,d21,d22,.dnm;（3）。求关系矩阵R=DC；若模糊

8、化后得E，则输出的模糊量是E0C；如果论域较大，按这种形式编程，计算量将非常巨大。当硬件不高档时，实用性不强。所以要预先计算出控制表，以此减少计算量。由于输入输出都经过了离散化，控制较生硬。名师资料总结-精品资料欢迎下载-名师精心整理-第 4 页，共 9 页 -#include int R35=60,60,60,60,20,40,40,40,20,20,20,20;struct tt float t;float u;main()int i,j,p=0;float a=0.0,b=0.0;float r35;float xt5;float xm3;struct tt T4;float G=0.0

9、,x1,x2;for(i=0;i3;i+)for(j=0;j5;j+)rij=0;for(i=0;i5;i+)xti=0;for(i=0;i3;i+)xm1=0;for(i=0;i=0.0&x1=35.0&x1=40.0&x1=55.0&x1=60.0&x1=72.0&x1=75.0&x1=87.0&x1=90.0&x1=102.0)xt4=1.0;for(i=0;i0.0&x2=9.0&x2=10.0&x2=18.0&x2=26.0&x2=26.0&x2=40.0)xm2=1.0;for(i=0;i3;i+)printf(%-10f,xmi);printf(n);printf(n);名师资料

10、总结-精品资料欢迎下载-名师精心整理-第 6 页，共 9 页 -for(i=0;i=2;i+)/*_MAX-MIN_*/if(xmi!=0)for(j=0;j=xmi)rij=xmi;else rij=xtj;for(i=0;i3;i+)for(j=0;j5;j+)printf(%-10f,rij);printf(n);printf(n);for(i=0;i=2;i+)for(j=0;j=4;j+)if(rij!=0)Tp.u=rij;Tp.t=Rij;p+;for(i=0;i4;i+)printf(%-10f,Ti.u);printf(%-10f,Ti.t);printf(n);for(i=

11、0;i4;i+)if(Ti.u!=0)for(j=0;jTi.u)Ti.u=0;for(i=0;i4;i+)printf(%-10f,Ti.u);printf(%-10f,Ti.t);名师资料总结-精品资料欢迎下载-名师精心整理-第 7 页，共 9 页 -printf(n);for(i=0;i4;i+)/*_DeFuzzy-interface_*/a=a+Ti.u*Ti.t;b=b+Ti.u;G=a/b;printf(G=%-10fn,G);用函数的方式进行模糊化，能得到连续的量，因此，输出也是连续的。缺点是计算量较大。23 基于单神经元的PID 控制#include#include main

12、()int i=0;float k=0.8,ki=0.001,kd=0.00002,kp=3;float u=0,u0=0,e1=0,e0=0,e2;float p;float x1,x2,x3,A;float w1=0.01,w2=0.02,w3=0.01;printf(input P:);/*程序中所用的输入输出函数都只是用于调试*/scanf(%f,&p);e2=p-u;while(fabs(e2)=0.01)x1=e2;x2=e2-e1;x3=e2-2*e1+e0;A=fabs(w1+w2+w3);u=u0+k/A*(w1*x1+w2*x2+w3*x3);w1=w1+ki*x1*u*x

13、1;w2=w2+kp*x1*u*x2;w3=w3+kd*x1*u*x3;u0=u;e0=e1;e1=e2;e2=p-u;i+;if(i=20)printf(u=%-18f,u);名师资料总结-精品资料欢迎下载-名师精心整理-第 8 页，共 9 页 -printf(e2=%-18f,e2);printf(i=%dn,i);运行此程序，发现这种算法收敛速度很慢（当K,Kp,Kd,Ki,w1,w2,w3 的取值不十分理想时，其中 w1,w2,w3 常常是随机数），与传统PID 相似，这些参数是很难确定的。由于学习时间过长，不适合在时变的干扰较大的实时系统中直接使用。24 BP 神经网络名师资料总结-精品资料欢迎下载-名师精心整理-第 9 页，共 9 页 -