حمیده صبوحی آبیز - کارشناسی ارشد، دانشگاه صنعتی سجاد مشهد
سپیده قناعت - کارشناسی ارشد، دانشگاه صنعتی سجاد مشهد

این مقاله، یک روش برای دستیابی به پارامترهای کنترل بهینه سیستم های توزیع غیرخطی نان-آفین پیشنهاد می کند که محاسبات عددی بسیار کمی دارد. تحقیقات روی یک سیستم پارافویل افساری انجام شده است که قابل تعمیم به همه سیستم های توزیع غیرخطی نان-آفین می باشد. از اصلی ترین کاربردهای سیستم پارافویل، تولید برق با استفاده از منابع انرژی باد در ارتفاعات می باشد. در این مقاله ورودی های مرجع بهینه، باهدف به دست آوردن کار و نیروی برق تولیدی بیشینه با دو روش یادگیری-Q و سارسا-λ به دست می آید که در این مقاله به مقایسه این دو روش یادگیری تقویتی پرداخته شده است. شبیه سازی سیستم موردمطالعه با نرم افزار متلب انجام شده است.

یادگیری تقویتی؛ سیستم های توزیع غیرخطی نان-آفین؛ یادگیری-Q؛ سارسا-λ؛ بهینه سازی.