یکی از چالش های یادگیری تقویتی، عدم وجود الگوریتم های قابل اجرا در فضای حالت و عمل پیوسته است که دارای استدلال ریاضی باشند. در این پایان نامه سعی داریم با ارائه یک روش جدید یادگیری تقویتی پیوسته مبتنی بر معماری نقاد-تنها برای مسائل کنترل این چالش ها را برطرف کنیم. روش ارائه شده از ترکیب روش "تکرار سیاست کمترین مربعات" با یک سیستم فازی سوگنوی مرتبه صفر حاصل شده و "تکرار سیاست کمترین مربعات فازی"...

در این پایان نامه آشکارسازی صورت به کمک فیلترهای هارمانند بهبود یافته بررسی شده است. یکی از مشکلات سیستم های آشکارسازی صورت مبتنی بر ویژگی های هارمانند، استفاده از دو مقدار 1+ و 1- برای بخش های مستطیلی شکل ویژگی ها و تأکید بر مستطیلی بودن ویژگی هاست که انعطاف پذیری و کارایی این ویژگی ها را کاهش می دهد. در این پایان نامه سه روش جدید برای طراحی ویژگی های هارمانند ارائه شده است. در اولین روش، که م...

مهم‌ترین بخش در یک سیستم فازی پایگاه قواعد آن است. یکی از مشکلات موجود در تولید قواعد فازی با داده‌های آموزشی، وجود داده‌های ناسازگار است زیرا در این‌گونه داده‌ها چند خروجی برای وضعیت‌های یکسان وجود دارد. لذا تولید قواعد و تصمیم‌گیری برای انتخاب تالی مناسب برای هر قاعده با چالش همراه خواهد بود. روش‌های موجود از برآیند حالت‌های ناسازگار استفاده می‌کنند که باعث تولید خروجی با مقدار میانگین تالی‌ه...

در این مقاله یک روش جدید یادگیری تقویتی پیوسته برای مسائل کنترل ارائه می‌شود. روش ارائه شده از ترکیب روش "تکرار سیاست کمترین مربعات " با یک سیستم فازی سوگنوی مرتبه صفر حاصل شده و "تکرار سیاست کمترین مربعات فازی" نامیده شده است. در اینجا برای هر قاعده فازی تعدادی عمل نامزد در نظر گرفته می‌شود. هدف، یافتن مناسب‌ترین عمل نامزد (تالی) برای هر قاعده می‌باشد. با استفاده از بردار شدت آتش قواعد فازی و ...

این مقاله‏ به بررسی عملکرد کنترل کننده فازی مرتبه بالا بر روی یک سیستم تهویه مطبوع می پردازد. این کنترل کننده قادر است در سیستم های پیچیده بخصوص در سیستم های چند وروی- چند خروجی با در نظر گرفتن تغییرات در هریک از متغیرهای کنترلی ، با توجه به نیاز سیستم به تنظیم عملگرهای کنترلی بپردازد. اساس کار بر تنظیم اولیه هر متغیر با روش ممدانی و سپس بهره گیری از کنترل کننده فازی مرتبه بالا در تنظیم بهره کن...

روش های توزیع و تحویل آب نقش تعیین کننده در انعطاف پذیری سامانه و بهبود بهره‏وری آب دارند. از میان انواع این روش ها، روش بر حسب درخواست انعطاف پذیری بیشتری نسبت به روش گردشی دارد و نیاز به زیرساخت های پرهزینه روش برحسب تمایل ندارد. چالش موجود در این روش چگونگی استخراج دستورالعمل بهره‏برداری می‏باشد. با توجه به کاربرد موفق سامانه های یادگیری تقویتی در بسیاری از مسائل از جمله صنعت و رباتیک، در ای...

بازار برق به عنوان یک سیستم اقتصادی که با انسان و رفتارهای غیرخطی او دست به گریبان است و همچنین با توجه به دینامیک، قیود فیزیکی و پیچیدگی های سیستم قدرت، همواره مورد توجه محققان بوده است. برای حل مسائل پیچیده استفاده از سیستم های هوشمند که قابلیت ترکیب روش های یادگیری و دانش های مختلف از منابع متفاوت را دارند ضروری است. از جمله سیستم های هوشمند می توان به شبکه های عصبی مصنوعی، الگوریتم ژنتیک، ا...

امروزه تحقیقات گسترده ای در زمینه کاهش مصرف انرژی در بخش سیستم های تهویه مطبوع صورت می پذیرد و تنظیم دقیق این سیستم ها مورد توجه قرار گرفته است. سیستم های تهویه مطبوع علیرغم وجود پیچیدگی می بایست شرایط حرارتی مطلوب را تأمین کنند. در این سیستم ها کنترلر می بایست قابلیت تطبیق با تغییرات پارامترهای محیطی را داشته باشد. در بیشتر سیستم های تهویه مطبوع امروزی از کنترلرهای روشن/خاموش (ترموستات) و در ...

تعیین دوز دارو در درمان سرطان از نظر میزان هزینه و نیز صدمات جانبی وارد شده بر بیماران بسیار حائز اهمیت است و لذا پزشکان در تعیین برنامه دارویی روزانه بیماران، سعی می کنند میزان داروی تجویز شده در یک محدوده مشخص باشد و در ضمن مجموع داروی تزریق شده به بیماران در یک دوره زمانی نیز تا حد ممکن کاهش یابد. در این تحقیق الگوریتم یادگیری تقویتی فازی به عنوان یک روش جدید در تعیین دوز دارو جهت درمان یکی ...

در این پایان نامه مسأله مسیریابی بهینه رباتها را در محیط هایی با چند هدف در تناقض باهم با استفاده از الگوریتم های یادگیری تقویتی چندهدفه مورد تحلیل و بررسی قرار می گیرد. اخیرا تحقیقات گسترده ای در زمینه بهینه سازی چندهدفه توسط محققین انجام شده است، نه تنها به علت ماهیت چندهدفه بودن اکثر مسائل دنیای واقعی، بلکه به علت اینکه هنوز بسیاری از سوال های بی جواب در این زمینه وجود دارد. به همین دلایل در...