Intelligent Control: A Stochastic Optimization Based Adaptive Fuzzy Approach

این کتاب طرح‌های سیستماتیک کنترل‌کننده‌های منطق فازی تطبیقی ​​پایدار را با استفاده از هیبریداسیون رویکردهای مبتنی بر استراتژی لیاپانوف/ رویکردهای مبتنی بر نظریه H^∞ و تکنیک‌های بهینه‌سازی تصادفی معاصر مورد بحث قرار می‌دهد. این متن نشان می‌دهد که چگونه می‌توان از تکنیک‌های بهینه‌سازی تصادفی کاندید مانند بهینه‌سازی ازدحام ذرات (PSO)، الگوریتم‌های جستجوی هارمونی (HS)، سازگاری ماتریس کوواریانس (CMA) و غیره در ارتباط با نظریه لیاپانوف/نظریه H∞ برای توسعه چنین استراتژی‌های کنترل ترکیبی استفاده کرد. . هدف از توسعه یک سری از چنین فرآیندهای هیبریداسیون ترکیبی از نقاط قوت هر دو روش جستجوی محلی مبتنی بر نظریه لیاپانوف / H^∞ و روش‌های جستجوی جهانی مبتنی بر بهینه‌سازی تصادفی است تا بتوان به کنترل برتر دست یافت. الگوریتم هایی که می توانند به طور همزمان به عملکرد مجانبی مطلوب دست یابند و پاسخ های گذرا بهبود یافته ای را ارائه دهند. این کتاب همچنین نشان می‌دهد که چگونه می‌توان از این الگوریتم‌های کنترل تطبیقی ​​هوشمند به طور موثر در برنامه‌های کاربردی واقعی مانند کنترل دما برای سیستم‌های گرمکن هوا با تاخیر حمل‌ونقل، ناوبری مبتنی بر دید ربات‌های متحرک، کنترل هوشمند دستکاری‌کننده‌های ربات و غیره استفاده کرد.

This book discusses systematic designs of stable adaptive fuzzy logic controllers employing hybridizations of Lyapunov strategy-based approaches/H^∞ theory-based approaches and contemporary stochastic optimization techniques. The text demonstrates how candidate stochastic optimization techniques like Particle swarm optimization (PSO), harmony search (HS) algorithms, covariance matrix adaptation (CMA) etc. can be utilized in conjunction with the Lyapunov theory/H∞ theory to develop such hybrid control strategies. The goal of developing a series of such hybridization processes is to combine the strengths of both Lyapunov theory/H^∞ theory-based local search methods and stochastic optimization-based global search methods, so as to attain superior control algorithms that can simultaneously achieve desired asymptotic performance and provide improved transient responses. The book also demonstrates how these intelligent adaptive control algorithms can be effectively utilized in real-life applications such as in temperature control for air heater systems with transportation delay, vision-based navigation of mobile robots, intelligent control of robot manipulators etc.