Гребенюк Александр Андреевич

Алгоритм предназначен для поиска пути и обхода препятствий в неизвестном окружении подвижным объектом. Объект получает данные об окружающей среде при помощи некоторого набора количественных сенсоров и датчиков. Поставленной задачей является нахождение любого допустимого пути между исходным положением объекта и заданной конечной точкой. Обучение нейронной сети производится на массиве допустимых траекторий обхода учебных объектов. Правила и функции принадлежности правил модели управления извлекаются в процессе обучения непосредственно из обучающей выборки с использованием самоорганизующейся карты Кохонена. Алгоритм тестируется на модели окружения и объекта. Производится сравнение эффективности нечеткой и нейро-нечеткой моделей управления. Результаты приводятся в виде выбранных объектом траекторий и таблиц.