Performance analysis for a class of decentralized control systems
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.
Notice bibliographique
Résumé
This paper is concerned with decentralized controller design for large-scale interconnected systems of pseudo- hierarchical structure. Given such a system, one can use the existing techniques to design a decentralized controller for the reference hierarchical model, which is obtained by eliminating certain weak interconnections of the original system. Although this indirect controller design is often fascinating as far as the computational complexity is concerned, it may not provide a satisfactory performance for the original pseudo-hierarchical system. A LQ cost function is defined in order to evaluate the discrepancy between the pseudo-hierarchical system and its reference hierarchical model under the designed decentralized controller. A discrete Lyapunov equation should then be solved to compute this performance index. However, due to the large- scale nature of the system, this equation can by no means be handled for many real-world systems. Thus, attaining an upper bound on this cost function can be much more desirable than finding its exact value. For this purpose, a novel technique is proposed, which only requires solving a simple LMI optimization problem with three variables. The problem is then reduced to a scalar optimization problem, for which an explicit solution is provided. It is also proved that as the pseudo-hierarchical system approaches its reference hierarchical model, the bounds obtained from the LMI and scalar optimization problems will both go to zero. In the particular case, when the two models are identical (i.e., the original system is exactly hierarchical), both upper bounds will be zero.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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