基于云模型的地面智能机器人自主性评价方法.pdf

《基于云模型的地面智能机器人自主性评价方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第36卷第3期南京理工大学学报Vol．36No．32012年6月JournalofNanjingUniversityofScienceandTechnologyJun．2012基于云模型的地面智能机器人自主性评价方法阎岩，唐振民(南京理工大学计算机科学与技术学院，江苏南京210094)摘要:为解决地面智能机器人自主性评价过程中评价体系单一、未考虑评价过程及系统自身不确定性等问题，提出了一种基于云模型的自主性评价方法。该方法建立了评价云模型，以期望作为评价基本度量，以熵和超熵描述评价的不确定性。通过对不同属性特征的样本进行统计特征、区间数和评价向量运算，得到实数型、区间型和语言型三类

2、评价云生成方法。利用加性合并计算，将多个评价云信息累加，得到具有稳定可信性的综合评价状态云。以实验室3台地面智能机器人为原型，设计系统自主性评估验证实例，完成了云化过程。实验验证了该方法能够有效结合定性与定量评价，可应用于地面智能机器人自主性评价和其他复杂智能系统的综合性能评价。关键词:云模型;地面智能机器人;自主性;评价方法中图分类号:TP242文章编号:1005－9830(2012)03－0420－07AutonomyEvaluationMethodofGroundIntelligentRobotBasedonCloudModelYANYan，TANGZhen-min(Scho

3、olofComputerScienceandTechnology，NUST，Nanjing210094，China)Abstract:Tosolvetheproblemsoftheautonomyevaluationprocessforgroundintelligentrobotthatisprevalentlyoversimplifiedandbarelyconcernstheuncertaintyoftheevaluationprocessandthesystem，anautonomyevaluationmethodispresentedbasedonacloudmodel．A

4、nevaluationcloudmodelisestablished，expectationisproposedasthebasicmetricoftheautonomystandard，andentro-pyandhyper-entropyareproposedtodescribetheuncertaintyoftheevaluation．Thegenerationmethodsofthreetypesofevaluationcloudsincludingrealnumbertype，intervalnumbertypeandlan-guagetypeareobtainedbyt

5、hecalculationofstatisticalfeatures，interval-numberfeaturesandevalua-tionvectorfeaturesfordifferentattributesofsamples．Asynthesizedevaluationcloudwithstablereli-abilityisgeneratedthroughcomputingwithmulticharacteristicsofcloudsusingadditivepropertycalculation．Thecloudprocessiscompletedthroughde

6、signingverificationcasesofthesystemautono-myevaluationusingthreegroundintelligentrobotsinlaboratoryasarchetypes．Theresultsshowthat收稿日期:2011－06－21修回日期:2012－02－28基金项目:国家自然科学基金(90820306);高等学校博士点专项基金(20093219120025)作者简介:阎岩(1981－)，女，博士生，主要研究方向:智能机器人系统、体系架构与系统评估，E-mail:yan_nt@yahoo．cn;通讯作者:唐振民(1961－

7、)，男，教授，博士生导师，主要研究方向:地面智能机器人技术、模式识别、图像处理，E-mail:tang．zm@njust．edu．cn。总第184期阎岩唐振民基于云模型的地面智能机器人自主性评价方法421thismethodcombinesthequalitativeandquantitativeevaluationeffectively，anditisfeasibleintheautonomyevaluationofgroundintelligentrobotsan