MétaCan
Menu
Retour à la cohorte
Enregistrement W1520004593 · doi:10.1002/rnc.3117

Stability and stabilization of piecewise‐affine slab systems subject to Wiener process noise

2013· article· en· W1520004593 sur OpenAlexafffund
J. Raouf, Luís Rodrigues

Notice bibliographique

RevueInternational Journal of Robust and Nonlinear Control · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMultiplicative noisePiecewiseControl theory (sociology)MathematicsMultiplicative functionAffine transformationLyapunov functionNoise (video)Stability (learning theory)Convex optimizationRegular polygonMathematical optimizationApplied mathematicsComputer scienceNonlinear systemMathematical analysisControl (management)

Résumé

récupéré en direct d'OpenAlex

Summary The main contribution of this paper is to propose a convex formulation of sufficient conditions for both stability analysis and synthesis of stabilizing controllers for stochastic piecewise affine (PWA) systems with multiplicative noise. One of the main difficulties in PWA systems is the fact that the affine terms in the dynamics make it extremely difficult to formulate the synthesis problem as a convex optimization or even convex feasibility program. The presence of multiplicative noise modeled as a Wiener process adds an additional level of difficulty to the analysis and synthesis procedures. Sufficient conditions for stability of stochastic PWA slab systems in the mean square sense are developed first using a stochastic globally quadratic Lyapunov function. Second, PWA state feedback controllers are designed such that the closed‐loop system is stochastically exponentially mean square stable. The conditions for both stability and stabilization are formulated as LMIs, which can then be solved efficiently using currently available software packages. A numerical example shows the effectiveness of the approach. Copyright © 2013 John Wiley & Sons, Ltd.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,487

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Robust and Nonlinear ControlMême sujetStability and Control of Uncertain SystemsTravaux en français237 207