MétaCan
Menu
Retour à la cohorte
Enregistrement W2005798974 · doi:10.1109/tie.2013.2261039

Network-Based Predictive Control for Constrained Nonlinear Systems With Two-Channel Packet Dropouts

2013· article· en· W2005798974 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Network packetModel predictive controlDropout (neural networks)Computer scienceNetworked control systemController (irrigation)Nonlinear systemTransmission delayActuatorStability (learning theory)Transmission (telecommunications)Lyapunov functionChannel (broadcasting)Control systemEngineeringControl (management)Computer networkArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper investigates the predictive control scheme and the associated stability issue for the constrained nonlinear networked control systems (NCSs), where both the sensor-to-controller packet dropout and the controller-to-actuator packet dropout are considered simultaneously. The model predictive control based framework is proposed to compensate for the two-channel packet dropouts. This framework consists of two main aspects: 1) to design the control packets by solving a constrained optimization problem and 2) to synthesize an efficient packet transmission and compensation mechanism based on the Transmission Control Protocol. To study the stability of the resultant nonlinear NCS, we propose a novel Lyapunov function, based on which the conditions for ensuring the regional input-to-state practical stability are developed. Finally, the proposed control strategy is applied to a spring-and-cart system to demonstrate the applicability and effectiveness.

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.

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 candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,011
Tête enseignante GPT0,204
Écart entre enseignants0,192 · 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