کاربرد شبکه عصبی پایه شعاعی در کنترل یک سیستم غیرخطی نامعین مبتنی بر ساختار فیدبک rise

در این پایان نامه یک ترکیب جدید از شبکه عصبی پایه شعاعی گوسی به عنوان جبران ساز رو به جلو به همراه استراتژی کنترل انتگرال مقاوم از علامت خطا (rise) ارائه شده است. کنترل کننده پیشنهادی به منظور ردیابی مسیر حالت متغیر با زمان برای سیستم های غیرخطی در حضور نامعینی پارامتری و اغتشاشات خارجی استفاده می شود. از آنجایی که کنترل کننده بر مبنای شبکه عصبی، عموما دارای نتایج پایداری کراندار نهایی یکنواخت (بواسطه خطای ساختار مجدد تابعی شبکه عصبی) می باشند، به منظور حذف خطای شبکه عصبی و اغتشاشات خارجی، ترم rise به ساختار کنترل کننده اضافه شده است. کنترل کننده ارائه شده از شبکه عصبی پایه شعاعی -که دارای ساختار ساده، توانایی تقریب مناسب، طراحی آسان و الگوریتم تنظیم وزن روی - خط سریع در مقایسه با شبکه عصبی چندلایه می باشد، بهره گرفته است. همزمان الگوریتم تصویرگر برای کراندار ماندن اوزان شبکه استفاده شده است. آنالیز پایداری لیاپانوف به منظور استخراج قانون کنترل در سیستم حلقه بسته و تامین عملکرد ردیابی مجانبی بکار می رود. عملکرد کنترل کننده پیشنهادی بر روی بازوهای مکانیکی ربات در مقایسه با چندین روش کنترل مرسوم و همچنین مقایسه با ترکیب کنترل کننده rise با شبکه عصبی چندلایه، مورد بررسی قرار گرفته است. نتایج تحقیق بیان گر برتری روش ارائه شده در مقایسه با کنترل کننده های مرسوم می باشد.