پایدارسازی سیستم های کنترل غیرخطی با استفاده از قضیه زوبوف و شبکه های عصبی مصنوعی

در این مقاله، ما یک دسته از سیستم های کنترل غیرخطی را توسط شبکه های عصبی مصنوعی و قضیه زوبوف پایدار می کنیم. قضیه زوبوف یکی از قضایایی است که شرایطی را برای پایداری یک سیستم غیرخطی با ناحیه جذب معلوم، بیان می کند. از شبکه های عصبی استفاده کرده و توسط آنها، تعدادی از توابع موجود در قضیه زوبوف را تقریب می زنیم بدین ترتیب کنترل کننده یک سیستم کنترلی غیرخطی که به لحاظ ریاضی یافتن ضابطه آن آسان نیست معلوم می شود. در این تحقیق دو استراتژی را انجام داده ایم. همچنین ما روش بهینه سازی نلدر مید را برای یادگیری شبکه عصبی بکار برده ایم. نهایتاً تاثیر و قابلیت کاربرد روش مفروض با مثال های عددی توضیح داده شده است.