توسعه روشهای یادگیری مورد-پایه و کاربرد آن در طراحی و تنظیم سیستمهای کنترل حرکتی

در این تحقیق، به مساله طراحی کنترل کننده های هوشمند بر اساس روش استدلال مورد پایه پرداخته شده است. این روش استدلال، ابزاری کارآمد برای توسعه سیستمهایی می باشد که می توانند بر مبنای تجربیات گذشته شخص خبره، راه حل های جدیدی را برا ی مسائل جدید و نامتعارف ارائه دهند. فرایند حل مساله و یادگیری در این سیستمها بر اساس یادآوری موقعیتهای مشابه تجربه شده در گذشته و استفاده مجدد از اطلاعات و دانش مربوط به این موقعیتها می باشد. بعبارت دیگر، اساس استدلال مبتنی بر موردهای مشابه گذشته است: مسایل مشابه، راه حلهای مشابهی دارند. سادگی مفهوم ‏‎cbr‎‏ و جدید بودن آن در میان بخشهای کنترلی موجود، مهمترین عامل انتخاب این روش بعنوان چارچوب اصلی تدوین پایان نامه می باشد. هدف عمده، ایجاد بستری مناسب برای تعمیم و گسترش نظریه استدلال مورد - پایه در زمینه مهندسی کنترل و معرفی یک ایده و نگاه جدید بوده است. با توجه به عدم وجود کارهای قبلی به این روش و تنوع سیستمهای کنترل، در قدم اول مساله کنترل سیستمهای حرکتی (بطور مشخص موتورهای ‏‎dc‎‏) انتخاب و در مراحل بعدی به سیستمهای پیچیده تر توسعه داده شده است. از قابلیتهای مهم رویکرد ‏‎cbr‎‏ می توان به افزایش سرعت دستیابی به راه حل اشاره کرد. لذا هدف دیگری که این پروژه دنبال کرده است، افزایش سرعت سیستم های کنترل در مرحله طراحی کنترل کننده (یا حذف این مرحله) و هدایت سریعتر به سمت عملکرد مطلوب بوده است. با توجه به توانایی یادگیری مورد - پایه در برخورد با محیطهای ناشناخته و متغیر، سعی شده است مسایلی از کنترل مطرح شوند که به نوعی دارای طبیعت نامعین و مجهول و متغیر با زمان هستند. لذا در سیستمهای مورد بررسی، جنبه هایی از نامعینی های پارامتری و دینامیکی که می توانند نسبت به زمان متغیر باشند، نیز در نظر گرفته شده اند.