基于蚁群模糊控制器的助行功能性电刺激精密控制方法

摘要

本发明涉及康复器械领域。为有效地提高FES系统准确性和稳定性，本发明采用的技术方案是：基于蚁群模糊控制器的助行功能性电刺激精密控制方法，包括下列步骤：首先将模糊控制器的量化因子、比例因子以及隶属函数参量的12个决策变量的选择转化为蚁群算法适用的组合优化问题，并对其进行编码以及随机产生n个个体组成的初始城市群；其次建立合理的实际关节角度与肌肉模型输出关节角度的相应关系目标函数以及确定蚁群算法的参数设置；寻优过程；依据偏差对蚁群信息量进行调整，并进入下次寻优过程，反复此过程，最终实现模糊控制器参数的自适应在线整定，并用于FES系统。本发明主要应用于提高FES系统准确性和稳定性。

主权项

1.一种基于蚁群模糊控制器的助行功能性电刺激精密控制方法，其特征是，包括下列步骤：首先将模糊控制器的量化因子、比例因子以及隶属函数参量的12个决策变量的选择转化为蚁群算法适用的组合优化问题，并对其进行编码以及随机产生n个个体组成的初始城市群，所述编码采用的是二进制编码，对应的解码公式为：其中kfuzzi(i)为整定的模糊控制器的变化量，l为编码的长度，b∈[0，1]，x_imax和x_imin分别为决策量的最大值和最小值，蚁群模糊控制器即是利用蚁群算法对模糊控制器的相应参数进行整定优化，具体步骤如下：蚁群算法对模糊控制器参数的控制，如公式(18)，(19)，(20)所示：K_e1＝kfuzzi(1)*K_e        (18)K_c1＝kfuzzi(2)*K_c        (19)K_u1＝kfuzzi(3)*K_u        (20)模糊控制器的误差论域为：{-3-kfuzzi(4)，-2-kfuzzi(5)，-1-kfuzzi(6)，0，1+kfuzzi(6)，2+kfuzzi(5)，3+kfuzzi(4)}模糊控制器的误差变化率论域为：{-3-kfuzzi(7)，-2-kfuzzi(8)，-1-kfuzzi(9)，0，1+kfuzzi(9)，2+kfuzzi(8)，3+kfuzzi(7)}模糊控制器的输出值的论域：{-3-kfuzzi(10)，-2-kfuzzi(11)，-1-kfuzzi(12)，0，1+kfuzzi(12)，2+kfuzzi(11)，3+kfuzzi(10)}；其次建立合理的实际关节角度与肌肉模型输出关节角度的相应关系目标函数以及确定蚁群算法的参数设置；寻优过程：利用蚂蚁随机搜索，优化模糊控制器的隶属函数以及量化因子和比例因子，并调用已整定的模糊控制器，验证是否达到预设目标，若无反复重复以上操作，直到蚁群算法的参数收敛或者达到预定的指标，并最终输出即得模糊控制器的决策变量和蚁群运行的次数；依据前述最终输出即得的模糊控制器的决策变量，由模糊控制器计算输出及该输出与肌肉模型输出的偏差，依据偏差对蚁群信息量进行调整，并进入下次寻优过程，反复此过程，最终实现模糊控制器参数的自适应在线整定，并用于FES系统。