طراحی سامانه یادگیری لایه ای و شبیه سازی لایه به لایه کنترلگر بر روی ربات پرنده چهارروتور بر اساس الگوریتم بهینهسازی ازدحام افزایشی ذرات
نویسندگان
1 دانشجو، گروه مهندسی مکانیک، دانشگاه اصفهان، اصفهان، ایران
2 استادیار، گروه مهندسی مکانیک، دانشگاه اصفهان، اصفهان، ایران
doi
چکیده
دراین مقاله به طراحی یک سامانه خلبان خودکار با معماری لایه ای و مکانیسم پیاده سازی لایه به لایه کنترلگر بر روی ربات پرنده چهار روتوربر اساس الگوریتم بهینهسازی ازدحام افزایشی ذرات ارائه می شود. دراین سامانه هدایت پرنده بهجای آنکه در انحصار یک کنترلگر واحد باشد توسط یک سیستم چندعاملی که حداقل از 4 عامل کنترلگر ساختهشده است، انجام میگیرد. با توزیع وظایف کنترلی و قراردادن فصول مشترک برای لایههای کنترلکننده،پهپاد قادربه جابجاکرد ناختیارات کنترلی بین لایهها میباشد و این امرموجب جلوگیری از عملکرد نامناسب پهپاد خواهد شد.علاوه برآن لایه ها قادر خواهند بود از مکانیسم کنترلی لایه دیگر رفتار مورد نظر خود را یاد بگیرند. در فرآیند یادگیری لایه ای، یک مکانیسم بهینهسازی جدید برای کنترلگرهای شبکه عصبی ارائه میشود که بهینهسازی ازدحام افزایشی ذرات نامیده میشود. در یک لایه آموزشی کنترلگر غیرخطی مد لغزشی و گام به عقب پیاده سازی شده است و رفتار و کارایی این کنترلگرها با شبیهسازی مورد مقایسه قرار گرفتهاند در نهایت در این مقاله یک کنترلگر موفق شبکه عصبی در لایه، برای سیستم کاملاً غیرخطی با تنظیم وزنهای شبکه توسط الگوریتم ازدحام افزایشی ذرات طراحیشده است که قابلیت یادگیری رفتار کنترلگر های لایه های دیگر را دارا میباشد.
