روشهای مبتنی بر سیستمهای هوشمند به عنوان راه حلی نویدبخش به منظور تسهیل ارزیابی پایداری گذرای سیستم های قدرت شناخته شدهاند. اکثر کارهای انجام شده در این حوزه با استفاده از یادگیرنده منفرد انجام شده است، که معمولاً از دقت پایین و ضعف نسبت به بیش برازش رنج می برند. در این مقاله، یک چارچوب جامع، قابل انعطاف و تعمیمپذیر براساس نظریه یادگیری گروهی با هدف ایجاد مدلی با دقت بیشتر، مصونیت بیشتر نسبت به بیش برازش و کاهش وابستگی عملکرد سیستم هوشمند نسبت به ویژگیهای پایگاه داده مطرح گردیده است. این سیستم هوشمند از یک منطق مقایسه کننده بهره می برد بدین گونه که ارزیابی پایداری گذرای سیستم قدرت را با بهترین روش یادگیری گروهی از دیدگاه دقت، سرعت و مصونیت نسبت به بیش برازش انجام میدهد. صحت و کارایی روش ارائه شده بر روی سیستم های استاندارد 10 ماشینه و 50 ماشینه IEEE مورد آزمایش قرار گرفته است.
