बैरियर ल्‍यापुनोव फ़ंक्शन विधि का उपयोग किए बिना पूर्ण-राज्य सीमाबद्ध गैर-रेखा कठोर-फीडबैक सिस्टम के लिए अनुकूली अनुकूलित बैकस्टेपिंग ट्रैकिंग नियंत्रण

इस लेख में, गैर-रेखा कठोर-फीडबैक सिस्टम के लिए अनुकूली अनुकूलतम ट्रैकिंग नियंत्रण की समस्या का अध्ययन किया गया है। जबकि इन्हें सीधे मापना संभव नहीं है, इन सिस्टमों की स्थितियाँ समय-परिवर्तनीय और विषमतम सीमाओं के अधीन होती हैं। पारंपरिक बैरियर ल्‍यापुनोव फ़ंक्शन विधि को दरकिनार करते हुए, सीमाबद्ध प्रणाली को इसकी असীমाबद्ध समकक्ष में परिवर्तित किया जाता है, जिससे संभाव्यता की शर्तों की आवश्यकता समाप्त होती है। एक विशेष रूप से डिज़ाइन किया गया पुनरुत्पादन सीखने (RL) एल्गोरिदम, जिसमें एक पर्यवेक्षक-आलोचक-कार्यकर्ता वास्तुकला है, एक अनुकूली अनुकूल नियंत्रण योजना में लागू किया जाता है ताकि परिवर्तित असमयसी प्रणाली का स्थिरीकरण सुनिश्चित किया जा सके। इस वास्तुकला के भीतर, पर्यवेक्षक मापने योग्य प्रणाली की स्थितियों का अनुमान लगाता है, आलोचक नियंत्रण प्रदर्शन का मूल्यांकन करता है, और कार्यकर्ता नियंत्रण कार्रवाइयों को निष्पादित करता है। इसके अलावा, RL एल्गोरिदम में सुधार निरंतर उत्तेजना की शर्तों को शिथिल करता है, और पर्यवेक्षक के लिए डिज़ाइन पद्धति Hurwitz समीकरण द्वारा लगाए गए प्रतिबंधों को पार करती है। ल्‍यापुनोव स्थिरता प्रमेय का उपयोग दो प्रमुख उद्देश्यों के लिए किया जाता है: बंद-लूप प्रणाली में सभी सिग्नलों की सीमा निर्धारित करने के लिए, और वांछित संदर्भ की दिशा में आउटपुट सिग्नल की सटीकता सुनिश्चित करने के लिए। अंत में, प्रस्तावित नियंत्रण रणनीति की प्रभावशीलता की पुष्टि करने के लिए संख्यात्मक और व्यावहारिक सिमुलेशन प्रदान किए गए हैं।