MétaCan
Menu
Retour à la cohorte
Enregistrement W2125229530 · doi:10.1109/tfuzz.2004.841740

Multirate robust digital control for fuzzy systems with periodic Lyapunov function

2005· article· en· W2125229530 sur OpenAlexaff
Li‐Sheng Hu, Biao Huang

Notice bibliographique

RevueIEEE Transactions on Fuzzy Systems · 2005
Typearticle
Langueen
DomaineComputer Science
ThématiqueMathematical Control Systems and Analysis
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLyapunov functionControl theory (sociology)Fuzzy control systemLyapunov redesignFuzzy logicComputer scienceControl systemFunction (biology)MathematicsLyapunov equationControl (management)Lyapunov exponentArtificial intelligenceNonlinear systemEngineeringChaoticPhysics

Résumé

récupéré en direct d'OpenAlex

Sampled-data control which is capable of stabilizing general nonlinear systems is of great current interest. In this paper, the Takagi-Sugeno (TS) fuzzy model is used to represent the nonlinear plant. The paper is primarily concerned with designing digital controllers for the TS fuzzy continuous-time model to stabilize the closed-loop system. In the problem formulation, we only assume that the sampled values at a sampling rate of (1/T/sub s/) are available for control. Within the sampling intervals, the fuzzy controller uses the sampled data at the sampling instants to fire a fuzzy rule and generate a digital control action series. This digital control action is then fed into the nonlinear system through a zero-order-holder. In this paper, two kinds of digital controllers are designed: Multirate and single-rate digital controllers. Within a sampling interval, the single-rate controller is static, while the multirate controller is periodically time-varying, i.e., the control action is switched at a small switching period T. Clearly, for the single-rate case, this switching period T is equal to the sampling period T/sub s/. This paper presents a design procedure for the multirate fuzzy controller with the single-rate control as a special case. The results are formulated as linear matrix inequalities. Numerical example shows the effectiveness of the proposed design procedures.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,209
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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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

Citations20
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Fuzzy SystemsMême sujetMathematical Control Systems and AnalysisTravaux en français237 207