با بزرگ شدن مسائل و اهمیت یافتن سرعت رسیدن به پاسخ و عدم پاسخگویی روشهای کلاسیک ، امروزه از الگوریتمهای جستجوی تصادفی به جای روشهای زمان بر کلاسیک ، استقبال بیشتری می شود. الگوریتم های یادگیری، روشهایی مبتنی بر تعامل با محیط هستند و با توجه به این موضوع توانایی بالایی در شناسایی محیط هایی با عدم قطعیت دارا هستند. با توجه به ویژگی های مذکور، این الگوریتم ها برای این پایان نامه انتخاب شده اند. در این پایان نامه پس از تشریح مفاهیم متضاد، این مفاهیم بر روی الگوریتم های آتوماتای یادگیری تقویتی پیاده سازی شده اند. پس از توسعه این الگوریتم ها با بهره گیری از مفاهیم تضاد، برای بررسی میزان بهبود الگوریتم ها ، از توابع اصلی benchmark استفاده شده است و سپس نتایج حاصل از اجرای نسخه اصلی الگوریتم ها و نسخه مبتنی بر تضاد آن ها با یکدیگر مقایسه شده اند. در بخش های بعدی پایان نامه این الگوریتم و نمونه مبتنی بر تضاد برای چند مورد مطالعاتی استفاده شده است. در سیستم فتوولتائیک برای بهینه سازی کنترل کننده فازی ، در سیستم تنظیم کننده خودکار ولتاژ برای تنظیم پارامترهای کنترل کننده pid و در موتور dc بدون جاروبک برای طراحی بهینه کنترل کننده فازی از الگوریتم آتوماتای یادگیری استفاده شده است. نتایج حاصل بیانگر توانایی بالای این الگوریتم در طراحی های on_line می باشد.