IAS adaptatives : Evolutionnaire autonome optimale de la voie floue trouvant stra

La théorie et la pratique des EEE sont actuellement parmi les domaines les plus intensément étudiés et les plus prometteurs de l'informatique et de l'ingénierie, qui joueront certainement un rôle de premier plan à l'avenir. Ces théories et applications constituent une source reliant tous les domaines dans lesquels le contrôle intelligent joue un rôle dominant. La cognition, la perception, l'action et l'apprentissage sont des composantes essentielles de ces systèmes et leur utilisation tend largement vers des applications stimulantes. Dans cet article, nous avons présenté une approche d'implémentation matérielle de la navigation d'un robot mobile autonome dans un environnement inconnu en utilisant l'intelligence hybride. En effet, la caractéristique principale de cette approche est l'utilisation de la meilleure voie du principe génétique biologique combinée à des réseaux dans la tâche, le raisonnement flou et l'inférence capturant les connaissances des experts humains pour décider de la meilleure direction d'évitement et obtenir une grande sécurité face au danger des obstacles. Ce système constitue les bases de connaissances de notre approche permettant de reconnaître la situation de la localisation de la cible et de l'évitement de l'obstacle, respectivement. De plus, le travail sur la cible a démontré les caractéristiques de base de la navigation d'une simulation de robot mobile autonome.