هدیه زهرا حسنی - دانشجوی کارشناسی، دانشکده مهندسی مکانیک، دانشگاه آزاد اسلامی واحد کرج ،
نیوشا ولدبیگی - دانشجوی کارشناسی، دانشکده مهندسی مکانیک، دانشگاه آزاد اسلامی واحد کرج،

محاسبه میزان کنترل نگرش تطبیقی فضاپیما و راه های پیش بینی روند کنترل تطبیقی فضاپیما ، یکی از چالش های جدی برای فعالاناین حوزه است. تاکنون روش های گوناگونی برای پاسخگویی به این مسئله ارائه شده که از آن جمله استفاده از هوش مصنوعی والگوریتم های مبتنی بر آن است. در این پژوهش از داده های تجربی مربوط به کنترل نگرش تطبیقی فضاپیما در راستای توسعه یکمدل نوین مبتنی بر شبکه عصبی استفاده شده است تا بدین وسیله میزان کنترل نگرش تطبیقی فضاپیما پیش بینی شود. در این راستا،به دلیل ظرفیت بالای شبکه عصبی از نوع یادگیری عمیق از این ساختار با استفاده از داده های واقعی به عنوان ورودی، بهره گرفتهشده است. در نهایت، به منظور بررسی کارایی مدل حاصل از شبکه عصبی، نتایج با نمونه واقعی مورد مقایسه قرار گرفته اند .براساس نتایج بدست آمده از اعتبارسنجی شبکه عصبی پیشنهادی به وسیله مقایسه آن با داده های تجربی، پیش بینی کنترل تطبیقی ،بررسی روند میزان کنترل تطبیقی و تحلیل چگونگی کنترل نگرش تطبیقی فضاپیما به نحو مطلوبی صورت گرفته است. پیش بینی روند افزایش بازده نگرش تطبیقی با درصد خطای پایین (بازه ۰.۶۹-۱)برای رگرسیون در قیاس با نمونه تجربی، بیانگر انطباق کافی مدل پیشنهادی با مدل واقعی و کارایی شبکه است

کنترل، نگرش تطبیقی، فضاپیما ، شبکه عصبی، یادگیری عمیق، داده های تجربی، رگرسیون