طراحی کنترلر تطبیقی به کمک شبکه‌ی عصبی جهت یک ربات پویشگر زیرآبی با استفاده از الگوریتم ژنتیک

در این مقاله یک کنترلر تطبیقی به کمک شبکه عصبی چندلایه برای یک ربات پویشگر زیرآبی طراحی شده است . الگوریتم های به هنگام سازی وزن ها با استفاده از تئوری لیاپانوف به دست آمده اند، به گونه ای که همگرایی خطا به صفر، پایداری سیستم و نیز کران دار بودن سیگنال های کنترلی و وزن های شبکه های عصبی، و همچنین پایداری سیستم از این طریق تضمین شده اند . در به کارگیری شبکه های عصبی، هیچ گونه آموزش خارج از خط انجام نشده است و تمامی وزن ها حین شبیه سازی تطبیق داده و تنظیم شده اند . مقادیر بهینه ی بهره های آموزش در قوانین آموزش با استفاده از روش الگوریتم ژنتیک تک هدفی به گونه ای به دست آمده اند که خطای رهگیری در تمامی درجات آزادی ربات حداقل گردند . از مقایسه ی میان عملکرد کنترلر تطبیقی طراحی شده با کنترلر تناسبی - مشتقی PD ، بهبود قابل ملاحظه ای در کاهش خطای رهگیری در تمامی درجات آزادی سیستم و نیز پایداری در دفع اغتشاشات وارده، مشاهده شده است

کلیدواژه ها:

ربات زیرآبی ، کنترل تطبیقی ، شبکه عصبی ، الگوریتم ژنتیک