In this paper, a robust and enhanced evolutionary computing assisted Takagi Sugeno (T–S) fuzzy controller was developed for automotive fuel injection control. To augment the rule generation and fuzzy parameter estimation, we propose an enhanced evolutionary computing algorithm named Hierarchical Adaptive Genetic Algorithm (HAGA). The proposed HAGA model was applied to augment T–S fuzzy controller that in conjunction with Fuzzy Clustering Mean (FCM) has enabled optimal rule generation and control parameter estimation. The proposed HAGA model exploits Hierarchical concept-based AGA implementation that itself embodies novelties like adaptive crossover and mutation probability, to enable accurate, swift, and efficient control function by T–S Fuzzy controller. These novelties strengthen the proposed HAGA-TS fuzzy controller to exhibit time efficient and accurate control function that could be of utmost significance for non-linear process control. The proposed controller design is examined for its efficacy over automotive or vehicle data containing fuel injection rate, throttle angle, emission products etc., where considering current emission and/or torque requirements, the throttle angle is varied to achieve environmentally friendly and cost-efficient vehicle design. The simulation results revealed that the proposed HAGA TS-fuzzy controller outperforms other state of art evolutionary computing-based approaches such as GA, PSO based T–S fuzzy controller.

在本文中，为汽车燃油喷射控制开发了一种鲁棒且增强的进化计算辅助 Takagi Sugeno (T-S) 模糊控制器。为了增强规则生成和模糊参数估计，我们提出了一种称为分层自适应遗传算法（HAGA）的增强进化计算算法。提出的 HAGA 模型被应用于增强 T-S 模糊控制器，结合模糊聚类均值 (FCM) 已启用最佳规则生成和控制参数估计。所提出的 HAGA 模型利用基于分层概念的 AGA 实现，该实现本身体现了自适应交叉和变异概率等新颖性，以通过 T-S 模糊控制器实现准确、快速和高效的控制功能。这些新颖性加强了所提出的 HAGA-TS 模糊控制器，以展示对非线性过程控制至关重要的时间效率和准确的控制功能。检查了所提议的控制器设计对包含燃料喷射率、节气门角度、排放产物等的汽车或车辆数据的有效性，其中考虑到当前的排放和/或扭矩要求，节气门角度是变化的，以实现环保和成本效益车辆设计。仿真结果表明，所提出的 HAGA TS 模糊控制器优于其他基于进化计算的方法，例如 GA、基于 PSO 的 T-S 模糊控制器。检查了所提议的控制器设计对包含燃料喷射率、节气门角度、排放产物等的汽车或车辆数据的有效性，其中考虑到当前的排放和/或扭矩要求，节气门角度是变化的，以实现环保和成本效益车辆设计。仿真结果表明，所提出的 HAGA TS 模糊控制器优于其他基于进化计算的方法，例如 GA、基于 PSO 的 T-S 模糊控制器。检查了所提议的控制器设计对包含燃料喷射率、节气门角度、排放产物等的汽车或车辆数据的有效性，其中考虑到当前的排放和/或扭矩要求，节气门角度是变化的，以实现环保和成本效益车辆设计。仿真结果表明，所提出的 HAGA TS 模糊控制器优于其他基于进化计算的方法，例如 GA、基于 PSO 的 T-S 模糊控制器。