[发明专利]数据处理方法、装置、电子设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，用于移动机器人的状态控制，所述方法包括：

计算当前代粒子种群X(t)对应的当代最优粒子种群P(t)的平均最优个体粒子C(t)，其中，所述当前代粒子种群X(t)中包含多个当前代问题解粒子X_i(t)，每个所述问题解粒子X_i(t)包括预设数量的参数，所述当代最优粒子种群P(t)包含多个个体最优粒子P_i(t)，每个所述个体最优粒子P_i(t)为相应的所述问题解粒子X_i(t)在所有迭代生成的问题解粒子中适应度值最小的问题解粒子，t表征当前迭代次数；

计算所述当前代粒子种群X(t)中所有问题解粒子X_i(t)各自的第一位置适应度值F_1i(t)及所述当代最优粒子种群P(t)中所有个体最优粒子P_i(t)各自的第二位置适应度值F_2i(t)，且在所述当代最优粒子种群P(t)中确定出群体最优粒子G(t)，其中，所述群体最优粒子G(t)为所述当代最优粒子种群P(t)中第二位置适应值F_2i(t)最小的个体最优粒子P_i(t)；

依据所述所有问题解粒子X_i(t)各自的第一位置适应度值F_1i(t)、所述所有个体最优粒子P_i(t)各自的第二位置适应度值F_2i(t)、所述当代最优粒子种群P(t)、预设的收缩-膨胀系数α、所述平均最优个体粒子C(t)、所述群体最优粒子G(t)、预设的粒子多样性函数gs_i,j(t)及所述多个当前代问题解粒子X_i(t)，分别计算获得所述当前代粒子种群X(t)中每个当前代问题解粒子X_i(t)各自对应的下一代问题解粒子X_i(t+1)；

判断所述当前代粒子种群X(t)的迭代次数t是否达到预设的最大迭代次数T，或者是所述群体最优粒子G(t)的位置适应度值是否小于预设的终止阈值；

当所述当前代粒子种群X(t)的迭代次数t达到所述预设的最大迭代次数T，或者是所述群体最优粒子G(t)的位置适应值小于所述预设的终止阈值时，输出所述群体最优粒子G(t)，以使所述移动机器人依据所述群体最优粒子G(t)进行状态控制；

其中，所述当前代粒子种群X(t)中的问题解粒子X_k(t)的模糊控制规则如下：

θ表示机器人的俯仰角度，且表示俯仰角速度，且u_θ表示模糊控制器的输出，且u_θ∈[-60,60]。

2.如权利要求1所述的方法，其特征在于，所述当代最优粒子种群P(t)的平均最优个体粒子C(t)的计算公式为：

3.如权利要求1所述的方法，其特征在于，所述在所述当代最优粒子种群P(t)中确定出群体最优粒子G(t)的步骤，包括：

遍历所述当代最优粒子种群P(t)中的所有个体最优粒子P_i(t)各自的第二位置适应度值F_2i(t)；

确定出所述当代最优粒子种群P(t)中第二位置适应度值最小的个体最优粒子P_i(t)，并以所述确定出的个体最优粒子作为群体最优粒子G(t)。