در این مقاله روشی جدید جهت طراحی کنترل فازی تاکاگی سوگنو برای سیستم غیرخطی آونگ معکوس ارایه شد. روش طراحی ارایه شده به صورت خودکار بوده و نیازی به معادلات دینامیکی سیستم تحت کنترل ندارد. الگوی طراحی مذکور شامل دو مرحله می باشد، مرحله اول که اتوماتای یادگیری تقویتی گسسته بوده و بازه مناسب ضرایب کنترل تاکاگی سوگنو را بدست می آورد، و مرحله دوم که اتوماتای یادگیری تقویتی پیوسته بوده و مقدار بهینه ضرایب کنترل را تعیین می کند. از آنجاییکه تمامی مراحل طراحی به صورت عمومی بیان شده، براحتی می توان آن را برای دیگر سیستمهای غیرخطی نیز بکار برد.

سامانه های چند عامله به عنوان شاخه ای از هوش مصنوعی در سال های اخیر به عنوان یک نگرش برای مطالعه، بررسی و تحلیل پدیده هایی که دارای خصوصیاتی همچون توزیع یافتگی، پیچیدگی، پایین به بالا بودن و پویایی هستند در زمینه های مختلف از جمله ترافیک، حمل و نقل، اقتصاد، محیط زیست و مواردی از این دست به طور گسترده بکار گرفته شده اند. چالش اصلی در سامانه های چند عامله بدست آوردن رفتار مناسب برای تک تک عامل ها برای رسیدن به رفتار سطح بالای بهینه برای کل سامانه است. یادگیری تقویتی به عنوان رویکردی مناسب که به صورت خودکار و تدریجی می تواند رفتار بهینه را برای تمام عامل ها در تعامل با محیط بدست آورد، برای حل این چالش مناسب است. در یادگیری تقویتی عامل ها در طول زمان از طریق تعامل با محیط یاد میگیرند که در شرایط (حالات) مختلف چه اعمالی را انجام دهند که منجر به دریافت بیشترین سود شود. روش های رایج یادگیری تقویتی در مسایل دنیای واقعی که دارای تعداد حالات محیط بسیار بالا یا بی نهایت هستند عملکرد مناسبی ندارند زیرا این روش ها مقداری مجزا را برای ارزش هر زوج حالت-عمل در حافظه اختصاص می دهند وعامل برای بدست آوردن مقدار دقیق ارزش هر زوج حالت-عمل نیاز دارد که به دفعات ارزش آنها را مشاهده نماید. نوآوری تحقیق حاضر، حل چالش فوق از طریق یادگیری تقویتی پیوسته در مسایل مکانی با فضای حالت-عمل بزرگ و پیوسته است. در رویکرد یادگیری تقویتی پیوسته از مفهوم تعمیم برای تخمین ارزش حالت-عمل استفاده می شود. در این روش عامل نیازی به تجربه اندوزی مستقیم در تمام حالات محیط را ندارد و ارزش یک حالت با شباهت سنجی از ارزش سایر حالات مشابه، تخمین زده می شود. این روش ها برای شباهت سنجی نیاز به کد گذاری حالات محیط دارند که در این تحقیق ناحیه بندی فضا که دارای حجم محاسباتی پایینی است مورد استفاده قرار گرفت. در این تحقیق کنترل ترافیک (به طور خاص مدیریت چراغ های راهنمایی) که دارای پویایی و پیچیدگی بالایی است به عنوان مورد مطالعاتی مطلوب انتخاب شد.

این مقاله به مساله اجماع خروجی مشارکتی مقاوم در سیستم های چند عاملی ناهمگن پیوسته با گراف ارتباطی جهت دار می پردازد. حل استاندارد مساله اجماع خروجی مشارکتی مقاوم با استفاده از روش p-کپی مدل داخلی است، که در این روش دانستن معادلات دینامیکی عوامل و عامل رهبر ضروری است. در این مقاله با استفاده از ایده سیستم کمکی معادل، یک سیستم کمکی جدید برای حل مساله به دست می آید. سپس مساله اجماع خروجی مشارکتی مقاوم با محدودیت H به صورت یک مساله کنترل H تبدیل می شود. با استفاده از روش یادگیری تقویتی انتگرالی (IRL) یک الگوریتم بدون مدل برای حل معادلات جبری ریکاتی مقاوم (RARE) بدون نیاز به مدل عوامل ارایه می شود. ثابت می شود که این روش معادلات تنظیم خروجی را نیز برآورده می سازد. نتایج شبیه سازی توانایی این روش در حل مساله تنظیم خروجی مشارکتی مقاوم با محدودیت H را نشان می دهند.

اتوماتای سلولی از روش های پرکاربرد و رایج در شبیه سازی فرآیند توسعه شهری می باشد که در سال های اخیر، پیاده سازی های مختلفی بر مبنای این روش ها جهت مدل سازی نحوه گسترش شهرها صورت گرفته است. مقیاس مدل یکی از مشخصه های مهم در مدل های توسعه شهری است که در نتایج خروجی این مدل ها در فضاهای رستری موثر می باشد. در این تحقیق تاثیر تغییر مقیاس مدل بر نتایج خروجی یک نوع اتوماتای سلولی پیوسته در فضای رستری مورد بررسی قرار می گیرد. در ابتدا به بررسی مبانی پایه و اجزای سازنده مدل پیشنهادی اتوماتای سلولی پرداخته می شود و خطاهای مربوط به عدم قطعیت در سلول های این مدل مورد بررسی قرار می گیرد، سپس به بررسی رفتار مدل پیشنهادی بروی یک شهر واقعی پرداخته می شود. منطقه مورد مطالعه شهر اصفهان است که داده های مربوط به پوشش زمین در این منطقه با کمک روش های طبقه بندی بانظارت از تصاویر ماهواره ای استخراج شده است. آزمایش تغییر مقیاس مدل اتوماتای سلولی پیوسته براساس دو استراتژی مختلف پیاده سازی شده است در استراتژی اول ضریب افزایش سطح سلول در مقیاس های مختلف یکسان در نظر گرفته شده و در استراتژی دوم مقدار آن بر حسب مقیاس مدل تغییر می کند. برآورد دقت مدل در هر مقیاس تولید شده از داده های مربوط به پوشش زمین بر اساس شاخص مجذور میانگین مربعات خطاها صورت گرفته است. در استراتژی اول در گام اجرایی با ابعاد سلولی 68.5 متر بهترین شبیه سازی بر اساس این شاخص رخ داده است و بیشترین میزان انحراف کران بالا از پایین بر اساس مجذور میانگین مربعات خطاها برابر با 0.0035 متر بوده است، اما در استراتژی دوم بهترین نتیجه در گام اجرایی با ابعاد سلولی 63.5 متر و بیشترین میزان انحراف کران بالا از پایین برابر با 0.1055 متر بوده است.