طراحی کنترل کننده ی ترکیبی تطبیقی هوشمند با استفاده از شبکه های عصبی موجکی کوانتومی برای ردیابی مسیر سیستم های کوانتومی بسته ی متناهی

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 51

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_MME-18-2_020

تاریخ نمایه سازی: 10 اسفند 1403

چکیده مقاله:

در این مقاله، یک کنترل کننده ی ترکیبی تطبیقی هوشمند جدید برای ردیابی یک مسیر دینامیک در سیستم های کوانتومی بسته ی متناهی ارائه شده است. مشکل بروز تکینی های ذاتی در سیگنال های کنترل کننده ی ردیابی مسیرهای دینامیکی در کنترل سیستم های کوانتومی، منجر به رشد شدید دامنه ی سیگنال های کنترل و در نتیجه افزایش هزینه ی کنترل و ناپایداری سیستم کنترل می شود. ابتدا بر اساس تئوری پایداری لیاپانوف یک کنترل کننده ی تطبیقی برای ردیابی مسیر دینامیک طراحی می شود. سپس برای رفع مشکل تکینی در سیگنال های کنترل تطبیقی، یک کنترل کننده ی هوشمند کوانتومی مبتنی بر شبکه ی عصبی موجکی تطبیقی کوانتومی با قوانین یادگیری پس انتشار دسته ای طراحی و بوسیله ی یک پارامتر ناظر تکینی با کنترل کننده ی تطبیقی ترکیب شده است. کنترل کننده ی ارائه شده با ترکیب موثر سیگنال های کنترل تطبیقی و هوشمند، حالت سیستم کوانتومی را طوری تنظیم می کند که فرآیند ردیابی مسیر دینامیک از پیش تعیین شده، به خوبی کنترل می شود. کنترل کننده ی پیشنهادی علاوه بر ردیابی مسیر هدف، اثرات نامطلوب ناشی از بروز پدیده ی تکینی و دامنه بزرگ سیگنال های کنترل را حذف می کند. عملکرد کنترل کننده ی ترکیبی تطبیقی هوشمند پیشنهادی در مساله ی کنترل انتقال جمعیت یک سیستم کوانتومی بسته ی چهار سطحی در ردیابی مسیر دینامیک پاسخ پله، مورد بررسی قرار گرفته است. بررسی نتایج شبیه سازی کاهش خطای ردیابی، کم شدن هزینه ی کنترل با تنظیم موثر سیگنال های کنترل و کاهش قابل ملاحظه ی تعداد دفعات بروز پدیده ی تکینی را نشان می دهد.

کلیدواژه ها:

Quantum Adaptive Control ، Quantum Wavelet Neural Network ، Quantum Intelligent Control ، Quantum Trajectory Tracking ، Quantum Hybrid Controller ، کنترل تطبیقی کوانتومی ، شبکه ی عصبی موجکی کوانتومی ، کنترل هوشمند کوانتومی ، ردیابی مسیر کوانتومی ، کنترل کننده ترکیبی کوانتومی

نویسندگان

زینب صاحبی

Department of Mathematics and Computer Science, Faculty of Science, Lorestan University, Khorramabad, Iran

مجید یاراحمدی

عضو هیات علمی دانشگاه لرستان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • S. Cong, F. Meng, A survey of quantum lyapunov control ...
  • F. Albertini, D. D'Alessandro, Time-optimal control of a two level ...
  • S. Chegini, M. Yarahmadi, Design of an adaptive sliding mode ...
  • J. M. Coron, A. Grigoriu, C. Lefter, G. Turinici, Quantum ...
  • J. Liu, S. Cong, Y. Zhu, Adaptive trajectory tracking of ...
  • M. Mirrahimi, G. Turinici, P. Rouchon, Reference trajectory tracking for ...
  • L. M. Vandersypen, I. L. Chuang, NMR techniques for quantum ...
  • A. Arjmandzadeh, M. Yarahmadi, Quantum genetic learning control of quantum ...
  • H. Sedghee Rostami, B. Rezaie, Controlling state of quantum system ...
  • A. Borzì, G. Stadler, U. Hohenester, Optimal quantum control in ...
  • R. Mathew, C. E. Pryor, M. E. Flatté, K. C. ...
  • J. L. Herek, W. Wohlleben, R. J. Cogdell, D. Zeidler, ...
  • M. Shapiro, P. Brumer, Principles of the quantum control of ...
  • D. Dong, I. R. Petersen, Quantum control theory and applications: ...
  • J. Liu, S. Cong, Trajectory tracking of quantum states based ...
  • M. Mirrahimi, P. Rouchon, Trajectory tracking for quantum systems: A ...
  • S. Cong, J. Liu, Trajectory tracking theory of quantum systems, ...
  • W. Zhu, H. Rabitz, Quantum control design via adaptive tracking, ...
  • S. Cong, Control of Quantum Systems: Theory and Methods, pp. ...
  • W. Zhu, M. Smit, H. Rabitz, Managing singular behavior in ...
  • S .Kak, On quantum neural computing, Information Sciences, Vol. ۸۳, ...
  • N. Matsui, N. Kouda, H. Nishimura, Neural network based on ...
  • L. Panchi, L. Shiyong, Learning algorithm and application of quantum ...
  • M. Khosravi, M. Zekri, A review of quantum neural networks, ...
  • S. S. Mukherjee, R. Chowdhury, S. Bhattacharyya, Image restoration using ...
  • K. Takahashi, M .Kurokawa, M. Hashimoto, Controller application of a ...
  • A. Sagheer, M. Zidan, Autonomous quantum perceptron neural network, arXiv ...
  • H. Cao, F. Cao, D. Wang, Quantum artificial neural networks ...
  • D. Mu, Z. Guan, H. Zhang, Learning algorithm and application ...
  • A. J. da Silva, T. B. Ludermir, W. R. de ...
  • R. Cheng, Y. Bai, A novel approach to fuzzy wavelet ...
  • J. E. Guillermo, L. J. R. Castellanos, E. N. Sanchez, ...
  • H. Z. Hosseinabadi, B. Nazari, R. Amirfattahi, H. R. Mirdamadi, ...
  • F. Zhou, L. Wang, H. Lin, Z. Lv, High accuracy ...
  • K. Liu, L. Peng, Q. Yang, The algorithm and application ...
  • S. M. Taha, A. K. Nawar, A new quantum radial ...
  • K. Takahashi, Y .Shiotani, M. Hashimoto, Remarks on model reference ...
  • D. D'Alessandro, Introduction to Quantum Control and Dynamics, pp. ۱-۳۵, ...
  • C. Y. Liu, C. Chen, C. T. Chang, L. M. ...
  • S. Cong, F. Meng, A survey of quantum lyapunov control ...
  • F. Albertini, D. D'Alessandro, Time-optimal control of a two level ...
  • S. Chegini, M. Yarahmadi, Design of an adaptive sliding mode ...
  • J. M. Coron, A. Grigoriu, C. Lefter, G. Turinici, Quantum ...
  • J. Liu, S. Cong, Y. Zhu, Adaptive trajectory tracking of ...
  • M. Mirrahimi, G. Turinici, P. Rouchon, Reference trajectory tracking for ...
  • L. M. Vandersypen, I. L. Chuang, NMR techniques for quantum ...
  • A. Arjmandzadeh, M. Yarahmadi, Quantum genetic learning control of quantum ...
  • H. Sedghee Rostami, B. Rezaie, Controlling state of quantum system ...
  • A. Borzì, G. Stadler, U. Hohenester, Optimal quantum control in ...
  • R. Mathew, C. E. Pryor, M. E. Flatté, K. C. ...
  • J. L. Herek, W. Wohlleben, R. J. Cogdell, D. Zeidler, ...
  • M. Shapiro, P. Brumer, Principles of the quantum control of ...
  • D. Dong, I. R. Petersen, Quantum control theory and applications: ...
  • J. Liu, S. Cong, Trajectory tracking of quantum states based ...
  • M. Mirrahimi, P. Rouchon, Trajectory tracking for quantum systems: A ...
  • S. Cong, J. Liu, Trajectory tracking theory of quantum systems, ...
  • W. Zhu, H. Rabitz, Quantum control design via adaptive tracking, ...
  • S. Cong, Control of Quantum Systems: Theory and Methods, pp. ...
  • W. Zhu, M. Smit, H. Rabitz, Managing singular behavior in ...
  • S .Kak, On quantum neural computing, Information Sciences, Vol. ۸۳, ...
  • N. Matsui, N. Kouda, H. Nishimura, Neural network based on ...
  • L. Panchi, L. Shiyong, Learning algorithm and application of quantum ...
  • M. Khosravi, M. Zekri, A review of quantum neural networks, ...
  • S. S. Mukherjee, R. Chowdhury, S. Bhattacharyya, Image restoration using ...
  • K. Takahashi, M .Kurokawa, M. Hashimoto, Controller application of a ...
  • A. Sagheer, M. Zidan, Autonomous quantum perceptron neural network, arXiv ...
  • H. Cao, F. Cao, D. Wang, Quantum artificial neural networks ...
  • D. Mu, Z. Guan, H. Zhang, Learning algorithm and application ...
  • A. J. da Silva, T. B. Ludermir, W. R. de ...
  • R. Cheng, Y. Bai, A novel approach to fuzzy wavelet ...
  • J. E. Guillermo, L. J. R. Castellanos, E. N. Sanchez, ...
  • H. Z. Hosseinabadi, B. Nazari, R. Amirfattahi, H. R. Mirdamadi, ...
  • F. Zhou, L. Wang, H. Lin, Z. Lv, High accuracy ...
  • K. Liu, L. Peng, Q. Yang, The algorithm and application ...
  • S. M. Taha, A. K. Nawar, A new quantum radial ...
  • K. Takahashi, Y .Shiotani, M. Hashimoto, Remarks on model reference ...
  • D. D'Alessandro, Introduction to Quantum Control and Dynamics, pp. ۱-۳۵, ...
  • C. Y. Liu, C. Chen, C. T. Chang, L. M. ...
  • نمایش کامل مراجع