通过使用CSF动态知识,在生物混合机器人中进行高效的人类运动模拟的先进生物执行器选择

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能
• 模糊的集合理论 模糊的集合理论

背景情况:

• 为生物混合机器人选择高效的执行器,需要做出强有力的决策.
• 现有的方法与时间依赖的数据和复杂的不确定性作斗争.
• 复杂的球体模糊集 (CSFS) 为球体不确定性和周期性提供了一个框架.

研究的目的:

• 为CSFSs引入新的动态聚合运营商.
• 在执行器选择中制定多重标准决策 (MCDM) 的方法策略.
• 为了应对生物混合机器人执行器选择中不一致的数据所带来的挑战.

主要方法:

• 介绍复杂的球形模糊动态雅格加权平均 (CSFDYWA) 运算符.
• 介绍复杂的球形模糊动态雅格加权几何 (CSFDYWG) 运算符.
• 为CSF框架开发一个增强的评分功能.
• 拟议的操作人员应用于MCDM,用于在生物混合机器人中选择执行器.

主要成果:

• 新型CSFDYWA和CSFDYWG运营商的定义特征.
• 设计了一个增强的评分功能,以改善现有的CSF评分功能.
• 提出的方法有效地解决了MCDM与数据不一致的问题.
• 在为模拟人类运动的生物混合机器人选择执行器时表现出有效性.

结论:

• 拟议的CSFDYWA和CSFDYWG运营商为不确定性下决策提供了灵活和一致的方法.
• 增强的评分功能和MCDM策略为选择生物混合机器人最佳执行器提供了可靠的方法.
• 该研究通过比较分析验证了拟议的方法,显示了与现有程序相比的显著改进.