MétaCan
Menu
Retour à la cohorte
Enregistrement W2057545235 · doi:10.1002/cjce.21840

Distributed model predictive control with asynchronous controller evaluations

2013· article· en· W2057545235 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.
venuePublié dans une revue dont le pays d'attache est le Canada.

Notice bibliographique

RevueThe Canadian Journal of Chemical Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Science and Technology Program during the Twelfth Five-year Plan PeriodNational Key Research and Development Program of China
Mots-clésControl theory (sociology)Asynchronous communicationModel predictive controlComputer scienceNonlinear systemLyapunov functionController (irrigation)Process controlControl engineeringProcess (computing)Control (management)EngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract In this work, we focus on the reduction of network communication burden of cooperative distributed model predictive control (DMPC) of a class of nonlinear processes. Specifically, we propose a cooperative DMPC design in which the evaluations of the distributed controllers are triggered by the difference between the subsystem state measurements and the estimates of them. The individual model predictive controllers in this DMPC are designed via Lyapunov techniques. Under the assumption that state measurements of the subsystems are available, sufficient conditions for the closed‐loop stability are derived. The proposed DMPC is applied to a reactor–separator chemical process example and is compared with a cooperative DMPC in which distributed controllers are evaluated every sampling time extensively. The results demonstrate the applicability and effectiveness of the proposed approach.

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 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 enseignants0,961
Score d'incertitude au seuil0,444

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 Opus0,004
Tête enseignante GPT0,172
Écart entre enseignants0,168 · 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