در این تحقیق، مدل سازی سینماتیکی و دینامیکی یک ربات مارمانند در حرکت راست خطی شرح داده شد. نشان داده شد که با استفاده از راهکار کاراندازی اضافی، نسبت به راهکار کاراندازی دقیق، انرژی کمتری مصرف می شود. در راهکار کاراندازی اضافی، تمام مفاصل متحرک، فعال هستند، به این معنی که توسط کارانداز به چرخش درمی آیند. این راهکار احتمالا در مارهای طبیعی دیده می شود. علاوه بر آن، اعمال گشتاورهای کمتر به مفاصل، باعث می شود که از بلند شدن اولین لینک غیرمتحرک، به راحتی جلوگیری شود. در ادامه، معیار پایداری برای حرکت های اول و دوم ربات مارمانند هنگامی که ربات بر روی سطح شیب دار حرکت می کند، بررسی گردید. حساسیت سنگینی برای یک زاویه سطح شیب دار معین و یک زاویه انحراف بر روی سطح ، محاسبه گردید. یک شبکه عصبی برای یادگیری حاشیه پایداری ربات، هنگامی که در امتداد زاویه انحراف بر روی سطح شیب دار حرکت می کند، آموزش داده شد. این آموزش می تواند به کل حرکت ربات اعمال گردد، به شرط آن که داده ها از کل حرکت ربات جمع آوری گردد. این شبکه عصبی می تواند در یک سیستم کنترلی، هنگامی که ربات بر روی یک سطح ناهموار حرکت می کند، به کارگرفته شود تا ربات با تغییر جهت حرکت، از واژگونی خود جلوگیری کند.

موتورهای القایی به دلیل مزیت¬هایی که نسبت به سایر موتورها دارند دارای کاربردهای بیشتری در صنعت هستند، اما این موتورها در کنار مزایای بسیار، دارای معایبی نیز هستند که برای نمونه می¬توان به پیچیده و غیرخطی¬بودن مدل سیستم و عدم توانایی در ایجاد سرعت متغیر اشاره کرد. در اکثر فرایندهای صنعتی به محرک با سرعت متغیر نیاز می¬باشد، به همین دلیل برای کنترل سرعت موتورهای القایی روش¬های متفاوتی ارائه شدهاست. یکی از معمولترین این روش¬ها، روش کنترل مستقیم گشتاور می¬باشد. این روش علاوه بر مزایایی مانند سادگی در اجرا، عدم نیاز به تبدیل مختصات، دارای معایبی نیز می¬باشدکه به طور نمونه می-توان به حساسیت در برابر تغییرات بار و ریپل گشتاور بالا اشاره نمود. روش¬های هوشمند به دلیل وابسته نبودن به مدل ریاضی و عملکرد مناسب در برابر تغییرات پارامترها و اغتشاشات وارد شده به مدل برای بهبود عملکرد روش کنترل مستقیم گشتاور پیشنهاد شده¬اند. اما این روش¬ها برای عملکرد مناسب نیاز به اطلاعات کاملی در مورد نحوه عملکرد سیستم تحت کنترل دارند، که این مسئله طراحی مطلوب آنها را برای عملکرد در فرایندهای تحت کنترل مشکل می¬سازد. در این پایان¬نامه با ترکیب کنترل¬کننده¬های هوشمند با الگوریتم¬های تکاملی وابستگی طراحی کنترل¬کننده-های هوشمند را از اطلاعات فرایند تحت کنترل کاهش داده تا ساختار کنترلی بهبود یافته¬تری در فرایند تحت کنترل مورد استفاده قرار گیرد. از الگوریتم رقابت استعماری، که الگوریتمی الهام گرفته از یک پدیده اجتماعی– انسانی می¬باشد برای تنظیم کنترل¬کننده¬های هوشمند استفاده شده است. دو نوع کنترل¬کننده فازی تناسبی- انتگرالی و فازی– عصبی تطبیقی در ترکیب با الگوریتم رقابت استعماری برای بهبود کنترل سرعت بکاررفته است.نتایج بدست آمده از شبیه¬سازی و تست آزمایشگاهی نشان می¬دهد کنترل¬کننده¬های مذکور پاسخ گذرا و ماندگار سرعت را به طور محسوسی بهبود بخشیدند. روش کنترل مستقیم گشتاور هوشمند در برابر اغتشاشات و نامعینی¬های وارد شده به مدل عملکردی مطلوب¬تر از نوع کلاسیک خود دارد.