عملکرد مقاوم و بهینه در کنترل کننده ی عصبی مدل مرجع با حل یک مسئله ی بهینه سازی مقید

در این مقاله از یک الگوریتتم مقاوم تطبیق پارامترها مبتنی بر خطای نرمالیزه جهت تطبیق وزنهای کنترل کننده ی عصبی استفاده و همگرایی آن با وجود سیگنال اختلال نشان داده می وشد. در این روش، نرمالیزه کردن خطا با استفاده از یک ضریب متغیر انجام گردیده و اعمال شرایط مختلف از جمله شرایط لازم جهت همگرایی وسرعت پاسخ زمانی مطلوب، محدودیت در نحوه انتخاب این ضریب را مشخص می نماید. تابع عدف برای حل مسئله ی بهینه سازی مربعات خطای تعقیبف در سه حالت خطای لحظه ای، خطای انباشته ی سراسری و یک فرم پیشنهادی موسوم به خطای انباشته ی جزئی برای کاهش دامنه ی نوسانات سیگنال کنترل، معرفی می گردد. حل مسئله ی بهینه سازی با تابع هدف مربوطه و قید بدست امده روی ضریب نرمالیزه کننده ی خطا، پاسخ بهینه و مقاوم سیستم کنترل را به دست میدهد. نتایج شبیه سازی نشان میدهد که با استفاده از الگوریتم مقاوم پیشنهاد شده، پایداری سیستم حلقه بسته با وجود سیگنال اختلال و تغییرات پارامترهای سیستم بدست می آید، نقش ضریب نرمالیزه کننده و تغییرات آن در تعقیب بهینه ی مسیر مرجع و کاهش دامنه ی نوسانات سیگنال کنترل نیز با در نظر گرفتن توابع هدف مختلف نشان داده شده است.

Keywords:

الگوریتم مقاوم تطبیق پارامترها , بهینه سازی مفید , خطای انباشته , خطای تعقیب نرمالیزه , کنترل کننده عصبی مدل مرجع