در این مقاله به طراحی الگوریتم کنترل تحمل پذیر عیب مبتنی بر مشاهده گر و کنترل فعال ارتعاشات به صورت همزمان جهت پایداری وضعیت فضاپیمای انعطاف پذیر ناقص عملگر در قالب یک سیستم صلب-انعطاف پذیر که در معرض اغتشاشات خارجی قرار گرفته، پرداخته شده است. جهت تخمین خطای گشتاور ناشی از عیب عملگر، یک مشاهده گر یادگیری تکرار شونده توسعه یافته است. یکی از ویژگی های اصلی این مشاهده گر خطا، لحاظ اغتشاشات خارجی در ساختار آن است. سپس، یک قانون کنترل تحمل پذیر خطای مود لغزشی توسعه یافته مبتنی بر ساختار تناسبی-انتگرالی-مشتقی با بهره سوئیچینگ متغیر با زمان برای تولید سیگنال های کنترلی با عملکرد مطلوب طراحی شده است. در نهایت، جهت کاهش ارتعاشات باقی مانده حین و پس از مانور، الگوریتم کنترلی فیدبک نرخ کرنش به طور همزمان با الگوریتم کنترل تحمل پذیر عیب فعال سازی می شود. تضمین پایداری کلی سیستم حلقه بسته با استفاده از تئوری لیاپانوف صورت پذیرفته است. شبیه سازی های عددی در قالب یک مطالعه مقایسه ای حاکی از آن است که سیستم توسعه یافته عملکرد مطلوبی نسبت به الگوریتم های رایجی مانند مود لغزشی انتگرالی در برابر خطای عملگر، اغتشاشات خارجی و تحریک مودهای انعطاف پذیر سیستم های با دینامیک صلب-انعطاف پذیر دارد.

کنترل هوشمند مسائل کنترلی واقعی بر پایه یادگیری تقویتی اغلب نیاز به تصمیم گیری در فضای حالت– عمل بزرگ و یا پیوسته دارد. از آنجا که تعداد پارامترهای قابل تنظیم در یادگیری تقویتی گسسته، رابطه مستقیمی با عدد اصلی فضای متغیرهای حالت– عمل مسأله دارد، لذا در چنین مسائلی مشکل تنگنای ابعاد، سرعت کم یادگیری و راندمان پایین وجود دارد. استفاده از روشهای آموزش تقویتی پیوسته برای حل این مشکلات مورد توجه محققان است. در همین راستا، در این مقاله یک الگوریتم جدید یادگیری تقویتی عصبی (NRL) بر مبنای معماری نقاد– تنها برای حل مسائل کنترلی معرفی میگردد. روش ارائه شده یک روش مستقل از مدل و نرخ یادگیری است و از ترکیب روش "تکرار سیاست کمترین مربعات" (LSPI) با شبکه توابع پایه شعاعی (RBF) به عنوان یک تقریب زننده ی تابعی حاصل شده است. الگوریتم پیشنهادی "تکرار سیاست کمترین مربعات عصبی" (NLSPI) نامیده می شود. در این روش، با استفاده از توابع پایه تعریف شده در ساختار شبکه عصبی RBF، راهکاری برای رفع چالشِ تعریف توابع پایه حالت-عمل در LSPI ارائه شده است. ورودی های شبکه جفت حالت و عمل های مسأله و خروجی آن تابع ارزش عمل تقریب زده شده می باشد. هدف، به روز رسانی برخط وزن های شبکه عصبی با استفاده از روش ارائه شده به صورتی است که بهترین تقریب از تابع ارزش عمل صورت گیرد. به منظور اعتبارسنجی روش ارائه شده، عملکرد الگوریتم پیشنهادی در مورد حل دو مسأله کنترلی با روش های دیگر مقایسه شده است. نتایج بدست آمده، برتری روش در یادگیری سیاست شبه بهینه را بخوبی نشان می دهد.

زمینه و هدف: سازمان ها برای مواجه با تغییرات جهانی، ناگزیر به تجهیز خود به انواع ابزارهای رقابتی هستند. یکی از مهمترین ابزارها، یادگیرندگی و نهادینه کردن یادگیری در سازمان است. بر این اساس، در پژوهش حاضر مهمترین عوامل موثر بر یادگیری در سازمان ارائه می شود. روش شناسی: پژوهش حاضر، پژوهشی توصیفی از نوع پیمایشی است. برای شناسایی ابعاد، مولفه ها و شاخص ها از مبانی نظری و نظرات خبرگان استفاده شد. جامعه آماری پژوهش در مرحله ارائه الگو شامل ده نفر از خبرگان موضوعی و در مرحله آسیب شناسی شامل تمامی کارکنان دارای مدرک تحصیلی بالاتر از کارشناسی در یک سازمان علمی نظامی بود. نمونه آماری در مرحله اول به روش قضاوتی هدف مند و در مرحله دوم به روش تصادفی ساده انتخاب شدند. همچنین، جهت گردآوری داده ها از پرسش نامه محقق ساخته استفاده شد. یافته ها: یافته های حاصل از تحلیل داده ها با کمک آزمون های آماری تی و تحلیل عاملی تاییدی نشان داد که ابعاد نگرشی، اعمال مدیریتی، جو سازمانی، ویژگی های کارکنان و مدیریت دانش از عوامل تسهیل گر یادگیری محسوب می شوند. همچنین، عامل نگرشی دارای بیشترین اهمیت برای تسهیل یادگیری در سازمان است. نتیجه گیری: تدراک عوامل تسهیل گر یادگیری موجب ارتقای یادگیری سازمانی و نگرش مثبت مسئولان به فرایند آموزش و یادگیری در سازمان می شود.

این پژوهش روشی جدید در استفاده از داده های تعاملی عامل و محیط برای تنظیم اولیه ی معماری یادگیری تقویتی فازی ارائه می دهد. کندی سرعت آموزش و نحوه ی تعیین مقدار توابع عضویت ورودی دو چالش مهم در معماری یادگیری تقویتی فازی هستند. تنظیم اولیه ی پارامترهای سیستم با استفاده از داده های تعاملی می تواند راهکار مناسبی برای رفع چالش های اشاره شده باشد. در این پژوهش ابتدا با تعامل عامل با محیط و جمع آوری داده آموزشی، ماتریس احتمال انتقال حالت-عمل به حالت بعدی و امید پاداش آنی حالت-عمل به حالت بعدی محاسبه می شود. با توجه به پیوسته بودن فضای مورد بررسی، جهت تولید دو ماتریس مذکور از خوشه بندی استفاده می شود. هر خوشه یک حالت از محیط لحاظ شده و بدین صورت یک تقریب احتمال گذر از یک خوشه به خوشه ی دیگر با توجه به داده ها تعیین می شود. سپس پارامترهای سیستم فازی با تعمیم روش تکرار ارزشِ برنامه سازی پویا برای فضای پیوسته تنظیم می گردد. نحوه ی استفاده از روش پیشنهادی با یک مثال به طور کامل شرح داده شده است. استفاده از این روش می تواند منجر به افزایش سرعت یادگیری و کمک در تنظیم توابع عضویت ورودی سیستم فازی گردد.

1این مقاله روشی جدید در استفاده از داده های جمع آوری شده از حرکت تصادفی عامل در محیط برای تنظیم اولیه ی پارامترهای یک کنترلگر با ساختار یادگیری تقویتی فازی ارائه می دهد. کندی سرعت آموزش و تعداد شکست بالا در زمان آموزش دو چالش مهم در این قبیل ساختارها هستند. مقداردهی اولیه ی پارامترهای سیستم فازی می تواند راهکار مناسبی برای رفع این چالش ها باشد. در این مقاله با تعمیم روش تکرار ارزش گسسته به پیوسته بدون بهره گیری از روش های مبتنی بر مشتق، پارامترهای سیستم فازی مقدار دهی اولیه می شوند. ابتدا با تعامل تصادفی عامل با محیط داده های مرتبط جمع آوری می شود. با توجه به آنکه فضای حالت پیوسته است، داده ها به طور مناسب خوشه بندی شده و هر خوشه به عنوان یک حالت لحاظ می گردد. آنگاه با تعمیم روش تکرار ارزش استاندارد به پیوسته ماتریس احتمال انتقال حالت-عمل به حالت بعدی و امید پاداش آنی حالت-عمل به حالت بعدی محاسبه می شود. با استفاده از نتایج این مرحله پارامترهای ساختار یادگیری تقویتی فازی مقدار دهی اولیه می شوند. پس آز آن پارامترهای این ساختار به صورت برخط با روش یادگیری تقویتی تنظیم نهایی می گردند. روش ارایه شده "یادگیری تقویتی فازی مبتنی بر تکرار ارزش" نامیده می شود و در مسئله ی ربات تعقیب کننده ی هدف مورد استفاده قرار می گیرد. نتایج آزمایش ها حاکی از بهبود قابل توجه عملکرد روش ارائه شده در مسئله ی ربات تعقیب کننده ی هدف است.

سیستم های توصیه گر یکی از ضروری ترین ابزارهای هوشمندسازی تجارت الکترونیک است. این سیستم ها با انواع مختلف روش های فیلتر­, کردن داده ها و داده کاوی، قادر به انتخاب و ارایه بهترین پیشنهادات از بین انبوه موارد قابل انتخاب برای مشتریان هستند. در بین روش های متنوع سیستم های توصیه گر، فیلترهای اشتراکی پرکاربردترین روش برای ارایه پیشنهادات است. فیلترهای اشتراکی دامنه وسیعی از الگوریتم ها را شامل می شود و در این بین، روش تجزیه ماتریس به مقادیر منفرد یکی از مدل های پیشرفته در فیلتر اشتراکی است. در این مقاله به ارایه مدلی بهینه شده از سیستم توصیه گر فیلم مبتنی بر روش تجزیه مقادیر منفرد پرداخته شده که ضمن کاهش ابعاد ماتریس و کاهش حجم محاسبات و حافظه، با روش تکرار جاگذاری، دارای دقت مناسب نسبت به روش تجزیه ماتریس به مقادیر منفرد ساده و سایر روش های دیگر است. برای این پژوهش از مجموعه دیتاست های 100 هزار امتیازی مووی لنز و از برنامه نویسی پایتون استفاده شده است. ارزیابی میزان خطا با روش های جذر میانگین مربعات خطا و میانگین قدر مطلق خطا، نشان از بهبود مناسب نسبت به روش های مشابه در مراجع دیگر دارد.

شناسایی اولویت ها و ویژگی های یادگیرندگان امری ضروری در شخصی سازی محیط آموزش الکترونیکی است به طوری که بدون شناخت ویژگی های ذهنی یادگیرنده از یک طرف و رویکردهای یادگیری از طرف دیگر شخصی سازی تحقق نمی یابد. هر چه این شناخت کاملتر و با دقت بیشتری انجام پذیرد، مدل یادگیرنده مبتنی بر این شناخت از قابلیت اعتماد بیشتری برخوردار است. در این تحقیق تلاش شده تا از تلفیق نظریات موثر در شناسایی رویکردهای یادگیری مانند سبک یادگیری و سبک شناختی استفاده شود. برای کاهش عدم قطعیت در بیان نظریات یادگیرندگان، از منطق فازی بهره برده ایم. این تحقیق در قالب سیستم توصیه گر فازی در بطن سامانه آموزشیار هوشمند در یک نیمسال تحصیلی بر روی تعدادی از دانشجویان دوره های آموزش الکترونیکی در رشته مهندسی در دو مرحله اجرا شد؛ بدین ترتیب که در گام اول و بر روی نیمی از درس پارها از توصیه های مبتنی بر سبک یادگیری و در گام بعد و بر روی نیمه دوم درس پارها، از هم افزایی توصیه های مبتنی بر سبک یادگیری و سبک شناختی با هم استفاده شد. در تمامی مراحل ارائه دروس، توانمندی یادگیرندگان بر اساس نظریه پرسش - پاسخ فازی پایش و ارزیابی می شود. بعد از تلفیق توصیه ها بهبود چشم گیری در معیارهای سنجش سامانه های آموزشیار هوشمند ملاحظه می گردد که بیانگر دقت بالای توصیه های ارائه شده در زمان مناسب است، به طوری که زمان یادگیری موثر و میزان ارجاع به آموزشیار (استاد) کاهش یافته و نگرش نسبت به محیط آموزش الکترونیکی که به صورت افزایش میزان رضایت و موفقیت تحصیلی تعریف می شود رشد داشته است.