در این مقاله با ترکیب ایده هایی از یادگیری تقویتی گرادیان سیاست و روش ازدحام ذرات یک روش ترکیبی بهینه سازی برای کنترل یک سامانه پیچیده غیرخطی ارائه شده است که کاربردهای فراوانی در جهان واقعی خواهد داشت. این سامانه ترکیبی ...