MétaCan
Menu
Retour à la cohorte
Enregistrement W2088932358 · doi:10.1109/acc.2014.6859427

A numerical optimization approach to switching surface design for switching LPV control

2014· article· en· W2088932358 sur OpenAlex
Moein Javadian, Ryozo Nagamune

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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Convex optimizationController (irrigation)Mathematical optimizationGradient descentComputer scienceLyapunov functionIterative methodSurface (topology)Matrix (chemical analysis)MathematicsFunction (biology)Regular polygonControl (management)Artificial neural networkNonlinear systemArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes an algorithm to design switching surfaces for the switching linear parameter-varying (LPV) controller with hysteresis switching. The switching surfaces are sought for to optimize the bound of the closed-loop L <inf xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</inf> -gain performance. An optimization problem is formulated with respect to parameters characterizing Lyapunov matrix variables, local controller matrix variables, and locations of the switching surfaces. Since the problem turns out to be non-convex in terms of these characterizing parameters, a numerical algorithm is given to guarantee the decrease of the cost function value after each iteration. A hybrid method which combines the steepest descent method and Newton's method is employed in each iteration to decide the update direction of switching surface parameters. A simple numerical example is provided to demonstrate the validity of the proposed algorithm.

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)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil0,697

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,015
Tête enseignante GPT0,208
Écart entre enseignants0,193 · 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

En bref

Citations9
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStability and Control of Uncertain SystemsTravaux en français237 207