در این مقاله، یک کنترل‌کننده‌ی ترکیبی تطبیقی هوشمند جدید برای ردیابی یک مسیر دینامیک در سیستم‌های کوانتومی بسته‌ی متناهی ارائه شده است. مشکل بروز تکینی‌های ذاتی در سیگنال‌های کنترل‌کننده‌ی ردیابی مسیرهای دینامیکی در کنترل سیستم‌های کوانتومی، منجر به رشد شدید دامنه‌ی سیگنال‌های کنترل و در نتیجه افزایش هزینه‌ی کنترل و ناپایداری سیستم کنترل می‌شود. ابتدا بر اساس تئوری پایداری لیاپانوف یک کنترل‌کننده‌ی تطبیقی برای ردیابی مسیر دینامیک طراحی می‌شود. سپس برای رفع مشکل تکینی در سیگنال‌های کنترل تطبیقی، یک کنترل‌کننده‌ی هوشمند کوانتومی مبتنی بر شبکه‌ی عصبی موجکی تطبیقی کوانتومی با قوانین یادگیری پس‌انتشار دسته‌ای طراحی و بوسیله‌ی یک پارامتر ناظر تکینی با کنترل‌کننده‌ی تطبیقی ترکیب شده است. کنترل‌کننده‌ی ارائه شده با ترکیب موثر سیگنال‌های کنترل تطبیقی و هوشمند، حالت سیستم کوانتومی را طوری تنظیم می‌کند که فرآیند ردیابی مسیر دینامیک از پیش تعیین شده، به خوبی کنترل می‌شود. کنترل‌کننده‌ی پیشنهادی علاوه بر ردیابی مسیر هدف، اثرات نامطلوب ناشی از بروز پدیده‌ی تکینی و دامنه بزرگ سیگنال‌های کنترل را حذف می‌کند. عملکرد کنترل‌کننده‌ی ترکیبی تطبیقی هوشمند پیشنهادی در مساله‌ی کنترل انتقال جمعیت یک سیستم کوانتومی بسته‌ی چهار سطحی در ردیابی مسیر دینامیک پاسخ پله، مورد بررسی قرار گرفته است. بررسی نتایج شبیه‌سازی کاهش خطای ردیابی، کم شدن هزینه‌ی کنترل با تنظیم موثر سیگنال‌های کنترل و کاهش قابل ملاحظه‌ی تعداد دفعات بروز پدیده‌ی تکینی را نشان می‌دهد.

واژه‌های کلیدی: کنترل تطبیقی کوانتومی، شبکه‌ی عصبی موجکی کوانتومی، کنترل هوشمند کوانتومی، ردیابی مسیر کوانتومی، کنترل‌کننده ترکیبی کوانتومی

متن کامل [PDF 1423 kb]   (4527 دریافت)