روش جدید LQR هوشمنددر کنترل بهینه سیستم ها

دراین مقاله به بیان یک روش جدید برای پایدارسازی و کنترل بهینه سیستم های خطی و یا سیستم های خطی شده می پردازیم در واقع با استفاده ازکنترلر کلاسیک بهینه LQR سیگنال کنترلی بهینه را بدست آورده و سپس با استفاده از یادگیری نظارتی به آموزش سیگنال کنترلی بهینه توسط کنترلر های عصبی MLP,RBF می پردازیم این استفاده از شبکه عصبی باعث می شود که سیگنال کنترلی بهینه بصورت هوشمند توسط کنترلر عصبی تولید شود بطوریکه با تغییر شرایط اولیه نیز کنترلر عصبی قادر باشد سیگنال کنترلی بهینه را برای رگوله نمودن حالتهای سیستم به مبدا مختصات فراهم نماید.

کلیدواژه ها:

کنترل بهینه ، کنترلر عصبی هوشمند ، کنترل فیدبک حالت بهینه LQR