این پایان نامه یک روش جدید یادگیری تقویتی برای ایجاد آرایش منظم عامل ها ارائه می دهد. آرایش منظم عامل ها به معنی قرارگرفتن آن ها در یک شکل منظم همچون مربع، مثلث، و هشت ضلعی می باشد. مسئله مذکور یک مسئله چند‍ عامله می باشد که در اینجا از روش های یادگیری برای حل آن استفاده می شود. اکثر کارهای گذشته در مورد آرایش منظم از یادگیری تقویتی یا به صورت تک عامله و یا در محیطی گسسته استفاده شده است، لذا د...

مشکل تنگنای ابعاد، یکی از چالش هایی است که کاربرد الگوریتم های یادگیری تقویتی گسسته را در مورد مسائل کنترلی واقعی که دارای فضای حالت و عمل بزرگ و یا پیوسته می باشند محدود نموده است. ترکیب روش های آموزشی گسسته با تقریب زننده های تابعی برای حل این مشکل چندی است مورد توجه محققان قرارگرفته است. در همین راستا در این مقاله یک الگوریتم جدید یادگیری تقویتی عصبی (NRL) بر مبنای معماری نقاد- تنها معرف...

در این مقاله ، کنترل کننده مد لغزشی انتگرالی فازی تطبیقی برای کنترل ردگیری موقعیت ربات متحرک چرخ دار با حضور دینامیک موتور و عدم قطعیت های ساختاری و غیر ساختاری موجود در معادلات دینامیکی ربات متحرک، طراحی می شود. در کنترل کننده پیشنهادی، بر اساس کنترل سینماتیکی روش پسگام، مقادیر سطح لغزش کنترل کننده دینامیکی مد لغزشی انتگرالی به صورت نوینی تعریف می گردد. در ادامه برای غلبه بر پدیده نامطلوب لرزش...

یکی از زمینه های مربوط به کاربرد نظریه سیستم های فازی در پایگاه داده ها، بازیابی اطلاعات، سیستم های خبره و پایگاه دانش است. مهم ترین مسئله ای که در پایگاه داده فازی مطرح می شود، نحوه مواجهه با پدیده عدم قطعیت است. نمایش و کار با داده های غیرقطعی در پایگاه داده رابطه ای، مسئله پیچیده ای است که برای حل آن باید در ساختار رابطه ها و عملگر های مربوط به کار با رابطه ها اصلاحاتی انجام شود. هم چنین هر ...

در این مقاله یک الگوریتم ترکیبی برای حل مساله طراحی مقاوم با چندین متغیر پاسخ ارائه شده است. الگوریتم ارائه شده، ترکیبی از شبکه های عصبی و تکامل توام ژنتیکی است که در آن شبکه های عصبی به عنوان تقریب زننده تابع، نگاشت بین متغیرهای فرایند را تقریب زده و الگوریتم تکامل توام مدل ساخته با هدف مقاوم ساختن متغیرهای پاسخ فرایند، را حل می نماید و نتایج این الگوریتم با الگوریتم ژنتیک مقایسه می شود. روش پ...

در این مقاله یک الگوریتم ترکیبی برای حل مساله طراحی مقاوم با چندین متغیر پاسخ ارائه شده است. الگوریتم ارائه شده، ترکیبی از شبکه‌های عصبی و تکامل توام ژنتیکی است که در آن شبکه‌های عصبی به عنوان تقریب زننده تابع، نگاشت بین متغیرهای فرایند را تقریب زده و الگوریتم تکامل توام مدل ساخته با هدف مقاوم ساختن متغیرهای پاسخ فرایند، را حل می‌نماید و نتایج این الگوریتم با الگوریتم ژنتیک مقایسه می‌شود. روش پ...

فرض کنید x یک فضای باناخ و y یک زیر فضای بسته از x باشد. برای 1<p فرض کنید (l^p(s,x فضای باناخ تمام توابع x-مقدار و p-انتگرال پذیر بوخنر روی فضای اندازه t-متناهی نسبت به اندازه کامل مثبت u باشد. در این پژوهش بررسی خواهیم کرد که اگر y یک زیر فضای تقریب زننده در x باشد، آیا (l^p(s,y در (l^p(s,x تقریب زننده است؟ نشان می دهیم که برای فضاهای جدایی پذیر این ادعا درست است. همچنین قضایای دیگری در ر...