Control of autonomous mobile robot by quantitative inference

REFOUFI, Salim; BENMAHAMMED, Khier Supervisor

Control of autonomous mobile robot by quantitative inference

dc.contributor.author	REFOUFI, Salim
dc.contributor.author	BENMAHAMMED, Khier Supervisor
dc.date.accessioned	2026-09-20T08:25:52Z
dc.date.issued	2018
dc.description	Dans cette thèse, nous décrivons une nouvelle forme de conception de contrôleur neuro-flou-génétique pour un système non linéaire dérivé d'un robot manipulateur et d'un robot mobile. La méthode proposée combine la logique floue et les réseaux de neurones qui sont de plus en plus utilisés en robotique, le contrôleur neuroflou ne nécessite pas la connaissance des valeurs des paramètres du robot. En outre, les algorithmes génétiques pour la planification de mouvements complexes de robots nécessitent une fonction d'évaluation qui prend en compte plusieurs facteurs. Un algorithme d'optimisation basé sur les algorithmes génétiques est appliqué afin de fournir la forme la plus adéquate des sous-ensembles flous considérés comme des fonctions d'interpolation. L'approche proposée fournit un bon apprentissage de la dynamique du robot quelle que soit la tâche assignée. les résultats de simulation et pratiques illustrent l'efficacité de la stratégie proposée. Les avantages de la méthode proposée et les possibilités d'améliorations supplémentaires sont discutés
dc.description.abstract	In this thesis, we describe a new form of neuro-fuzzy-genetic controller design for nonlinear system derived from a manipulator robot and a mobile robot. The proposed method combines fuzzy logic and neuronal networks which are of growing interest in robotics, the neuro-fuzzy controller does not require the knowledge of the robot parameters values. Furthermore, the genetic algorithms for complex motion planning of robots require an evaluation function which takes into account multiple factors. An optimizing algorithm based on the genetic algorithms is applied in order to provide the most adequate shape of the fuzzy subsets that are considered as interpolation functions. The proposed approach provides a good learning technique of the robot dynamics whatever the assigned task. Simulation and practical results illustrate the effectiveness of the proposed strategy. The advantages of the proposed method and the possibilities of further improvements are discussed
dc.description.sponsorship	في هذه الأطروحة ، وصفنا شكلاً جديدًا من التحكم الغامض العصبي الجيني لنظام غير خطي مشتق من روبوت ذراع آلي وروبوت متحرك.تجمع الطريقة المقترحة بين المنطق الغامض والشبكات العصبية والتي تثير اهتمامًا متزايدًا في مجال الروبوتات ، فلا يتطلبالمتحكم الغامض العصبي معرفة القيم المميزة للربوت .علاوة على ذلك, تتطلب الخوارزميات الجينية لتطبيق الحركة المعقدة للربوتات وظيفة تقييم تأخذ في الاعتبار عدة عوامل. يتم تطبيق خوارزمية تحسين تستند إلى الخوارزميات الجينية من أجل توفير الشكل الأكثر ملاءمة للمجموعات الجزئية الغامضة والتي تعتبر كعلاقات ربط. يوفر المنهج المقترح تعلم جيد لديناميات الربوت مهما كانت المهمة المسندة إليه. وتوضح المحاكاة والنتائج العملية فعالية الإستراتجية المقترحة. إضافة إلى مناقشة مزايا الأسلوب المقترح وإمكانية التحسينات الإضافية
dc.identifier.uri	https://repository.univ-setif.dz/handle/123456789/2644
dc.language.iso	en
dc.publisher	Setif 1 University - Ferhat ABBAS , Faculty of Technology
dc.subject	Adaptive control
dc.subject	fuzzy subsets form
dc.subject	Neural Networks
dc.subject	genetic algorithms
dc.subject	Neuro-fuzzy- Genetic
dc.subject	robot
dc.title	Control of autonomous mobile robot by quantitative inference
dc.type	Thesis

Files

Original bundle

Now showing 1 - 1 of 1

Name:: E-TH1682 Control of autonomous mobile robot by quantitative inference Refoufi, Salim.pdf
Size:: 4.47 MB
Format:: Adobe Portable Document Format

Download