تطوير متحكّم تكيّفي يعتمد على النّموذج المخيخي

الملخص

تمّ في هذا البحث تطوير نموذج تأقلمي مستوحى من النّماذج الدّاخليّة للمخيخ يسمّى التعلّم بخطأ التغذية العكسيّة Feedback Error Learning (FEL), وهي الطّريقة الأم للتّحكم التّعلّمي الأمامي  Learning Feed-forward Control(LFFC), وتعتمد على متحكّم تغذية عكسيّة بالإضافة إلى متحكم أمامي وهو عبارة عن شبكة عصبونيّةneural network  يتمّ تدريبها عن طريق خرج متحكّم التغذية العكسيّة . وقد قمنا بتطوير هذه الطّريقة للتّحكم بذراع آليّة, بالإضافة إلى حل مسألة توازن النّواس المعكوس inverted pendulum والتّحكم بنظام التّعليق لباص, وتمّ تطوير هذه الطّريقة بإضافة شبكة عصبونيّة ثانية يتمّ تدريبها بواسطة خرج متحكّم FEL, وتمّت المحاكاة للأنظمة السّابقة على الحاسب باستخدام البيئة البرمجيّة Matlab and Simulink , وبيّنت النّتائج أنّ هذا التطوير يحسّن أداء التّحكم .