عنوان
كنترل سيستمهاي خطي مقيد با استفاده از يادگيري تقويتي تمام-عم
نويسنده اصلي
حسين قلي زاده ساعي قره چبق
مقطع تحصيلي
كارشناسي ارشد
چكيده
حل مساله مقيد يكي از بزرگترين چالشهاي الگوريتمهاي يادگيري تقويتي ميباشد. در مساله مقيد، چنانچه
قيد بر روي حالتهاي سيستم باشد به آن مسئله ايمني نيز ميگويند. اكثر روشهايي كه بهينگي قانون كنترل را
تضمين ميكنند در مورد ايمني آن ادعايي ندارند و بالعكس. در اين پاياننامه الگوريتمي براي طراحي كنترلكننده
امن و بهينه براي يك سيستم غيرخطي پيوسته ارائه ميشود. در اين روش، الگوريتم تكرار سياست با استفاده از
مفهوم تابع مانع به الگوريتم تكرار سياست امن تبديل ميشود. براي حل اين مسئله نيازمند داشتن ناحيه امن و
ناحيه داراي تضمين پايداري، در حضور قيدهاي مسئله هستيم. عالوه بر اين يك الگوريتم تكراري ديگر ارائه
ميشود كه بزرگترين ناحيه امن و با تضمين پايداري را ارائه ميكند. اين تضمين داده ميشود كه مسير حالتهاي
سيستم از اين ناحيه خارج نخواهند شد. در الگوريتم تكرار سياست از برنامهريزي مجموع مربعات استفاده شده
است كه روشي موثر براي حل مسائل بهينهسازي با قيود چند جملهاي ميباشد. نهايتا كارايي كنترلكننده پيشنهاد
شده با استفاده از شبيهسازي نشان داده شده است
شماره ركورد
208689
دانشگاه
دانشگاه علم و صنعت ايران
رشته تحصيلي
مهندسي برق كنترل
استاد راهنما
سعيد شمقدري