1、隨著工業(yè)自動化水平的不斷提高，自動化立體倉庫應用越來越廣泛。堆垛機作為自動化立體倉庫的核心設備，其運行狀況對整個立體倉庫的安全性、可靠性及工作效率起著決定性的作用。對堆垛機的要求已由過去簡單的控制其進行貨物搬運上升發(fā)展到對其速度、定位精度進行精確控制的階段。因此，采用先進的控制技術，不斷改善并提高堆垛機的運行速度、定位精度及自適應不同的工作環(huán)境的能力是一個必然趨勢。智能技術在堆垛機運動控制中的應用，能夠很好的實現(xiàn)對其位置的精確控制。本文

2、主要研究內(nèi)容和成果如下：
　　1.將具有快速性和自學習能力的模糊小腦模型網(wǎng)絡應用到堆垛機運動控制中。闡述了模糊控制技術和小腦模型網(wǎng)絡（CMAC）的結(jié)構(gòu)及工作原理，針對各自的特點，將模糊控制技術引入到小腦模型神經(jīng)網(wǎng)絡中，對二者進行有機結(jié)合，構(gòu)成模糊神經(jīng)網(wǎng)絡(FCMAC)。詳細介紹了新構(gòu)建的FCMAC網(wǎng)絡的結(jié)構(gòu)、工作機理和學習算法，并且運用仿真軟件Matlab7.0對所提出的控制器進行性能仿真分析，仿真結(jié)果表明FCMAC控制器能夠完成

3、對堆垛機的控制要求。
　　2.在分析堆垛機的運動特點的基礎上，基于FCMAC網(wǎng)絡設計了堆垛機的智能控制系統(tǒng)，詳細闡述了堆垛機FCMAC控制器的結(jié)構(gòu)，并對堆垛機輸入的模糊化處理過程、系統(tǒng)參數(shù)的選擇和模糊隸屬度函數(shù)的選擇原則及步驟做了詳細說明。
　　3.針對FCMAC控制器存在的不足，提出應用改進的粒子群算法對控制系統(tǒng)的量化因子、比例因子和學習因子進行自適應優(yōu)化處理。對粒子群算法的改進，主要針對其易于陷入局部最優(yōu)解的缺陷，提出了