一种基于NSGA-Ⅱ和模糊神经网络的变电站巡检机器人越障动作序列优化方法

摘要

本发明为一种基于NSGA‑Ⅱ和模糊神经网络的变电站巡检机器人越障动作序列优化方法，首先确定变电站巡检机器人尺寸参数并建立变电站巡检机器人越障动力学模型；其次基于NAGA‑Ⅱ算法，建立变电站巡检机器人越障多目标优化模型，以驱动转矩峰值尽可能小和越障过程中的电池能耗尽可能小为多目标优化原则，进行求解得到不同障碍物高度H下的多目标优化后的帕累托前沿；最后建立变电站巡检机器人越障动模糊神经网络，以帕累托前沿为学习样本，从而训练得到不同越障高度下优化后的越障动作序列。本发明在增加变电站巡检机器人续航时间、增强系统运行可靠性、提高系统智能化程度、增大工作效能、扩展应用领域等方面具有重要意义。