MétaCan
Menu
Retour à la cohorte
Enregistrement W2124893291 · doi:10.1177/0959651812450533

Nonlinear multi-objective receding horizon design utilizing state-dependent formulation

2012· article· en· W2124893291 sur OpenAlexaff
Chen Gao, Hugh H. T. Liu

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part I Journal of Systems and Control Engineering · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Control Systems Optimization
Établissements canadiensInstitute for Christian StudiesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésParametrization (atmospheric modeling)Nonlinear systemControl theory (sociology)HorizonStability (learning theory)Mathematical optimizationComputer scienceDesign methodsMathematicsControl (management)Engineering

Résumé

récupéré en direct d'OpenAlex

The art of multi-objective design is to extract the best compromise among conflicting requirements. The analytical multi-objective parameter synthesis adopts closed-form specifications that make the multi-objective design in linear systems computationally efficient. In this paper, the analytical multi-objective parameter synthesis method is extended to nonlinear systems via the state-dependent coefficients parametrization method in combination with the receding horizon control technique. The novel contributions presented in this paper are demonstrated on two fronts. First, the objective functions in infinite-time domain are replaced by equivalent finite-time functions with certain terminal terms, where the analytical formulations for the finite-time functions are made available and offer a computationally cost-effective approach. Second, the stability is addressed by adopting the receding horizon control technique. In addition, the proposed design approach shows benefits over the conventional nonlinear optimal control method. Two numerical examples further demonstrate the promising features of the proposed design framework.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 GPT0,212
Écart entre enseignants0,198 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part I Journal of Systems and Control EngineeringMême sujetAdvanced Control Systems OptimizationTravaux en français237 207