MétaCan
Menu
Retour à la cohorte
Enregistrement W2494792419 · doi:10.1016/j.ifacol.2016.07.089

Grey Wolf Optimizer-Based Approach to the Tuning of Pi-Fuzzy Controllers with a Reduced Process Parametric Sensitivity

2016· article· en· W2494792419 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.

Notice bibliographique

RevueIFAC-PapersOnLine · 2016
Typearticle
Langueen
DomaineComputer Science
ThématiqueFuzzy Logic and Control Systems
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Authority for Scientific Research and Innovation
Mots-clésControl theory (sociology)Sensitivity (control systems)Parametric statisticsNonlinear systemServomechanismMathematicsFuzzy control systemFuzzy logicServoPosition (finance)EngineeringComputer scienceControl engineeringControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

This paper suggests the use of Grey Wolf Optimizer (GWO) algorithms to tune the parameters of Takagi-Sugeno proportional-integral-fuzzy controllers (PI-FCs) for a class of nonlinear servo systems. The servo systems are modelled by second order dynamics plus a saturation and dead zone static nonlinearity. The GWO algorithms solve the optimization problems that minimize discrete-time objective functions expressed as the weighted sum of the squared control error and of the squared output sensitivity function in order to achieve the parametric sensitivity reduction. The output sensitivity function is derived from the sensitivity model with respect to the modification of the process gain, and fuzzy control systems with a reduced process gain sensitivity are offered. Three parameters of Takagi-Sugeno PI-FCs are obtained by a new cost-effective tuning approach. Experimental results related to the angular position control of a laboratory servo system validate the tuning 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)0,001
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 enseignants0,682
Score d'incertitude au seuil0,634

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,226
Écart entre enseignants0,209 · 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