این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Iranian Journal of Numerical Analysis and Optimization، جلد ۱۴، شماره Issue ۴، صفحات ۱۰۱۶-۱۰۳۶
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Designing the sinc neural networks to solve the fractional optimal control problem
چکیده انگلیسی مقاله Sinc numerical methods are essential approaches to solving nonlinear problems. In this work, based on this method, the sinc neural networks (SNNs) are designed and applied to solve the fractional optimal control problem (FOCP) in the sense of the Riemann–Liouville (RL) derivative. To solve the FOCP, we first approximate the RL derivative using Grunwald–Letnikov (GL) operators. Then, according to Pontryagin’s minimum principle (PMP) for FOCP and using an error function, we construct an unconstrained minimization problem. We approximate the solution of the ordinary differential equation obtained from the Hamiltonian condition using the sinc neural network. Simulation results show the efficiencies of the proposed approach.
کلیدواژه‌های انگلیسی مقاله Sinc numerical method,Neural Network,Sinc neural network,Pontryagin’ s minimum principle,Fractional optimal control problem
نویسندگان مقاله Rasoul Heydari Dastjerdi |
Department of Applied Mathematics, Faculty of Mathematical Sciences, payame noor University, Tehran, Iran.

Ghasem Ahmadi |
Department of Applied Mathematics, Faculty of Mathematical Sciences, payame noor University, Tehran, Iran.

نشانی اینترنتی https://ijnao.um.ac.ir/article_45196_621d8d6516c4ea0aff9c8a92689768ed.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات