MétaCan
Menu
Retour à la cohorte
Enregistrement W2045707160 · doi:10.1109/iciea.2013.6566406

Robust multiple-adaptive fuzzy control with switching for highway vehicles

2013· article· en· W2045707160 sur OpenAlexaff
Ravipriya Ranatunga, Zhenwei Cao, Romesh Nagarajah, Ahamad Rad

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle Dynamics and Control Systems
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Adaptive controlFuzzy logicFuzzy control systemController (irrigation)Computer scienceRobust controlCompensation (psychology)Lemma (botany)Lyapunov functionTransient (computer programming)Control engineeringNonlinear systemAdaptive systemLyapunov stabilityStability (learning theory)Control systemEngineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

A novel control approach using multiple-adaptive fuzzy systems with switching for solving integrated lateral and longitudinal control of highway vehicle systems for improved transient response, is presented in this paper. The most suitable adaptive controller of the multiple-adaptive fuzzy system is switched depending on the suitable operating conditions. The development of a single-adaptive fuzzy controller is also presented for comparison studies. These fuzzy setups are used separately for robust compensation for un-modeled dynamics, nonlinearity issues, external disturbances and model uncertainties ensuring globally asymptotically stable systems. A Lyapunov-based Kalman-Yakubovich-Popov (KYP) lemma is used to ensure closed loop robust stability of the control systems. A simulation study using an industry-standard veDYNA® vehicle model, is carried out to validate the developed controllers using a number of scenarios including external disturbances and subsystem failure cases.

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: aucune
Score de désaccord entre enseignants0,643
Score d'incertitude au seuil0,580

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 GPT0,164
Écart entre enseignants0,155 · 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

Citations3
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicle Dynamics and Control SystemsTravaux en français237 207