[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 8، شماره 1 - ( مجله کنترل، جلد 8، شماره 1، بهار 1393 ) ::
جلد 8 شماره 1,1393 صفحات 11-20 برگشت به فهرست نسخه ها
یک روش ترکیبی جدید یادگیری تقویتی فازی
مهندس فرزانه قربانی1، دکتر ولی درهمی* 2، دکتر حسین نظام آبادی پور3
1- کارشناسی ارشد دانشگاه یزد
2- دانشيار دانشگاه یزد
3- استاد دانشگاه باهنر کرمان
چکیده:   (2501 مشاهده)
در این مقاله یک روش جدید یادگیری تقویتی پیوسته برای مسائل کنترل ارائه می‌شود. روش ارائه شده از ترکیب روش "تکرار سیاست کمترین مربعات " با یک سیستم فازی سوگنوی مرتبه صفر حاصل شده و "تکرار سیاست کمترین مربعات فازی" نامیده شده است. در اینجا برای هر قاعده فازی تعدادی عمل نامزد در نظر گرفته می‌شود. هدف، یافتن مناسب‌ترین عمل نامزد (تالی) برای هر قاعده می‌باشد. با استفاده از بردار شدت آتش قواعد فازی و عمل‌های نامزد مربوط به قواعد، توابع پایه حالت –عمل به گونه‌ای تعریف شده‌اند که شرایط قضایای روش تکرار سیاست کمترین مربعات را برآورده می‌نمایند. با استفاده از توابع پایه حالت- عمل تعریف شده و بهره‌گیری از الگوریتم تکرار سیاست کمترین مربعات، یک روش جدید برای تازه‌سازی پارامترهای وزن تالی قواعد ارائه می‌شود. تحلیل ریاضی که برای این الگوریتم آورده می‌شود، کران خطایی برای اختلاف تابع مقدار ارزش حالت-عمل واقعی و تخمین تابع ارزش حالت-عمل حاصل از الگوریتم ارائه شده، تعریف می‌کند. نتایج شبیه‌سازی در مساله معروف قایق، حاکی از سرعت آموزش بالاتر و نیز کیفیت عملکرد بهترِ روش پیشنهادی نسبت به دو روش یادگیری کیوی فازی و یادگیری سارسای فازی است. از مزایای دیگر روش ارائه شده، عدم نیاز به تعیین نرخ آموزش است.
واژه‌های کلیدی: یادگیری تقویتی، تکرار سیاست کمترین مربعات، تقریب تابع ارزش حالت-عمل، سیستم فازی
متن کامل [PDF 590 kb]   (729 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: ۱۳۹۳/۲/۱۳ | پذیرش: ۱۳۹۳/۶/۸ | انتشار: ۱۳۹۳/۹/۲۰
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

کد امنیتی را در کادر بنویسید >


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Ghorbani F, Derhami V, NezamAbadi pour H. A Novel approach in Fuzzy Reinforcement Learning . JoC. 2014; 8 (1) :11-20
URL: http://joc.kntu.ac.ir/article-1-35-fa.html

قربانی فرزانه، درهمی ولی، نظام آبادی پور حسین. یک روش ترکیبی جدید یادگیری تقویتی فازی. مجله کنترل. 1393; 8 (1) :11-20

URL: http://joc.kntu.ac.ir/article-1-35-fa.html



دوره 8، شماره 1 - ( مجله کنترل، جلد 8، شماره 1، بهار 1393 ) برگشت به فهرست نسخه ها
مجله کنترل Journal of Control
Persian site map - English site map - Created in 0.07 seconds with 31 queries by YEKTAWEB 3666