طراحی رویکرد کنترلی مبتنی بر یادگیری تقویتی و روش تطبیقی -فازی-لغزشی جهت کنترل سیستم‌های سوئیچینگ

Abstract

این مقاله به بررسی مسئله چالش برانگیز کنترل همزمان ورودی‌های گسسته و پیوسته در سیستم‌های سوئیچینگ، می‌پردازد. سیستم‌های سوئیچینگ که نوع خاصی از سیستم‏های ترکیبی هستند، به دلیل ماهیت ترکیبی خود، نیازمند روش‌های کنترلی پیشرفته‌ای هستند که بتوانند به‌طور همزمان ورودی‌های پیوسته و گسسته را مدیریت کنند. در این مقاله، یک رویکرد نوآورانه با ترکیب کنترل تطبیقی-فازی-مد لغزشی (AFSMC) و یادگیری تقویتی (RL) معرفی شده است. این روش نه تنها قابلیت مدیریت همزمان این دو نوع ورودی را دارد، بلکه قادر است با داشتن حداقل اطلاعات از مدل، به‌صورت تطبیقی و مقاوم عمل کرده و در حالت آنلاین به یادگیری و بهینه‌سازی بپردازد. برای ارزیابی عملکرد و راستی آزمایی این الگوریتم، سیستم دو مخزن به عنوان یک نمونه معیار در این حوزه انتخاب شده است. نتایج شبیه‌سازی نشان داد که خطای ردیابی سطح مخازن با وجود نویز در اندازه‌گیری با انحراف معیار 005/0 و همچنین تغییر ناگهانی پارامتر سیستم، به کمتر از 1 سانتی‌متر کاهش می‌یابد. همچنین، تعداد تغییرات وضعیت شیرها به 6 بار بعد از 1000 اپیزود (episode)می‏رسد که نشان‌دهنده کاهش چشمگیر تعداد سوئیچینگ و افزایش پایداری سیستم است. این الگوریتم با کاهش هزینه کنترلی در مقایسه با روش‌های غیر ترکیبی (مدیریت همزمان ورودی گسسته و پیوسته)، به اهداف مطلوب دست می‌یابد. همچنین، این رویکرد می‌تواند به عنوان یک چارچوب قابل توسعه برای کنترل سایر سیستم‌های پیچیده با ورودی‌های ترکیبی در حوزه‌های مختلف مهندسی مورد استفاده قرار گیرد