فهرست نشریات علمی دسترسی آزاد ایران

در این مقاله با ترکیب ایده هایی از یادگیری تقویتی گرادیان سیاست و روش ازدحام ذرات یک روش ترکیبی بهینه سازی برای کنترل یک سامانه پیچیده غیرخطی ارائه شده است که کاربردهای فراوانی در جهان واقعی خواهد داشت. این سامانه ترکیبی بر روی یک پرنده هدایت پذیر از دور چهارروتور نصب شده است که با هدف کنترل جهت‌گیری و موقعیت پهپاد عمل می‌کند. در این روش با گرفتن ایده از روش‌های تقویتی، گرادیان سیاست در کنترل‌کننده مشتق گیر تناسبی یک چهارروتور محاسبه می‌شود و در روابط بهینه سازی ازدحام ذرات وارد می‌گردد تا بهینه‌سازی علاوه بر فاکتورهای لحاظ شده در روش‌های ازدحامی در جهت گرادیان سیاست کنترلی نیز انجام شود. برای انجام بهینه سازی ورودی‌های کنترلی و مشخصه های سامانه ازجمله: زمان پاس خدهی سامانه، خطای ماندگار سامانه، فراجهش و زمان نشست سامانه در تابع هزینه برای بهینه سازی منظور شده اند. روش ارائه شده بر روی بستر عملی آزمون چهارروتور پیاده سازی و با تعدادی از روش‌های مرسوم مقایسه شده است.