Беспилотные летательные аппараты (БПЛА) работают в динамичных и непредсказуемых условиях, и традиционным пропорционально-интегрально-дифференциальным (PID) контроллерам зачастую сложно справляться с этими вызовами из-за их фиксированных параметров. В данной статье предлагается инновационный метод управления БПЛА, который заключается в интеграции нечеткой логики, итеративного обучения и нейронных сетей в традиционную PID-структуру. Цель этой интеграции заключается в создании превосходной адаптивной системы управления, использующей нечеткую логику для устойчивого управления неопределенностью, итеративное обучение для улучшения производительности и нейронные сети для прогнозирования. Мы обсуждаем теоретические основы интеграции каждого компонента, предполагаемое взаимодействие между ними, а также потенциальные улучшения в стабильности, точности и адаптивности БПЛА. Результаты моделирования показывают, что интегрированная система значительно превосходит традиционные стратегии управления, особенно в условиях внешних возмущений и неточностей модели.
