سیده سعیده سلیمانی - دانشگاه آزاد اسلامی واحد گناباد گناباد، ایران
آصف زارع - دانشگاه آزاد اسلامی واحد گناباد گناباد، ایران

در طراحی یک کنترل کننده فازی، گام اصلی، ایجاد قوانین مناسب می باشد. اما در شرایطی که اطلاعات دقیقی از مسیله مورد کنترل در دست نباشد، انجام چنین کاری بسیار مشکل خواهد بود. از طرفی الگوریتم یادگیری تقویتی بدون نیاز به مدل، توانایی یادگیری رفتار محیط از طریق تعامل را داراست؛ اما معضل اصلی آن، خاصیت گسستگی ذاتی و عدم استفاده از آن در محیط های پیوسته و مقیاس بزرگ است. لذا با ترکیب الگوریتم یادگیری تقویتی در کنترل کننده فازی، قوانین فازی به شکل هوشمند طراحی و اعمال به صورت پیوسته اعمال می شوند. در این مقاله سعی برآن است که با طراحی کنترل کننده فازی نوع 2 مبتنی بر یادگیری تقویتی، سیستم هوشمندی جهت کنترل آونگ معکوس معرفی شود. هدف از کنترل آونگ، کنترل تغییرات زاویه و مکان آونگ نسبت به مقدار صفر می باشد. در نهایت موفقیت الگوریتم پیشنهادی با شبیه سازی های صورت گرفته بر روی مدل آونگ ارایه می گردد

یادگیری تقویتی، یادگیری Q ، یادگیری Q فازی، مدل فازی نوع 2، سیستم آونگ وارونه