刘洲洲

（西安航空学院，西安710077）

基于模糊神经网络的AUV航迹规划❋

刘洲洲

（西安航空学院，西安710077）

自主式水下机器人Autonomous Underwater Vehicles（AUV）是对深水环境进行开发和探测的重要工具。将模糊逻辑和人工神经网络相结合，形成模糊神经网络系统，并增加了神经网络辨识器，使其具有先进的知识学习能力和并行数据处理能力，提高了AUV航迹规划时的自适应性，然后通过仿真实验证明了其优越性。

航迹规划；模糊逻辑；人工神经网络；模糊神经网络

1 引 言

自主式水下机器人AUV（Autonomous Underwater Vehicles）是对深水环境进行开发和探测的重要工具。如何对AUV进行航迹规划已经成为学术界的研究热点。

神经网络具有优秀的自适应学习和并行计算能力，模糊集则具有近似人的If-then模式的思维和推理规则。模糊集最早是由S.C，Lee和E.T.Lee于1974年引入神经网络的，YamaKawa于1993年提出了模糊神经元的概念，并开启了研究模糊神经网络的时代［1］。

这里将模糊逻辑和人工神经网络相结合，形成模糊神经网络控制器（FNNC），增加了神经网络辨识器，使其具有先进的知识学习能力和并行数据处理能力，提高了AUV航迹规划时的自适应性，并通过仿真实验证明了其优越性。

2 模糊神经网络

神经元的基本模型如图1所示，为非线性的多输入单输出模块［2］，可用式（1）表示。

图1 神经元的基本模型

2.1 模糊神经网络结构

网络采用多层前向网络结构，共有五层，如图2所示。

图2 模糊神经网络结构图

第一层：输入层。作用是将输入变量传递到下一层，这里共有6个输入语言变量，即＝xi，且连接权是1。……