Neural robust stabilization via event-triggering mechanism and adaptive learning technique

سنتز کنترل قوی سیستم های غیر خطی مداوم با اصطلاح نامعلوم از طریق مکانیزم رویداد و روش یادگیری سازنده منتقد مورد بررسی قرار می گیرد. ما عمدتا بر ترکیب مکانیزم های رویداد-تحریک با طرح های منتقد تطبیقی ​​متمرکز هستیم، به طوری که برای حل مشکل کنترل غیر خطی قوی. این نه تنها می تواند به استفاده بهتر از محاسبات و منابع ارتباطی، بلکه طراحی کنترل کننده را از نظر بهینه سازی هوشمند انجام دهد. از طریق تجزیه و تحلیل نظری، ثبات قوی غیر خطی را می توان با به دست آوردن یک قانون کنترل مطلوب به دست آورد رویداد سیستم اسمی با یک عملکرد هزینه جدید تعریف شده و یک حالت تحریک خاص. تکنیک تطبیقی ​​منتقد برای تسهیل طراحی کنترل رویداد-مداخله ای که در آن یک شبکه عصبی به عنوان تقریبی از مرحله یادگیری معرفی می شود، مورد استفاده قرار می گیرد. عملکرد طرح کنترل قوی کنترل رویداد، از طریق مطالعات شبیه سازی و مقایسه ها، تایید می شود. روش کنونی دامنه کاربرد کنترل هر دو رویداد و کنترل منتقد انطباق را به سیستم های غیر خطی که دارای عدم قطعیت دینامیکی هستند گسترش می دهد.