MétaCan
Menu
Retour à la cohorte
Enregistrement W3088061736 · doi:10.1155/2020/6347913

Adaptive Fuzzy Fast Finite-Time Tracking Control for Nonlinear Systems in Pure-Feedback Form with Unknown Disturbance

2020· article· en· W3088061736 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

RevueComplexity · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensLakehead University
Organismes subventionnairesNatural Science Foundation of Liaoning ProvinceNational Natural Science Foundation of China
Mots-clésControl theory (sociology)BacksteppingTracking errorFuzzy logicController (irrigation)Nonlinear systemBounded functionLyapunov stabilityMean value theorem (divided differences)Computer scienceFuzzy control systemMathematicsAdaptive controlLyapunov functionStability (learning theory)Tracking (education)Control (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

In this paper, based on the fast finite-time stability theorem, an adaptive fuzzy control problem is considered for a class of nonlinear systems in pure-feedback form with unknown disturbance. In the controller design process, the mean value theorem is applied to address the nonaffine structure of the pure-feedback plant, the universal approximation capability of the fuzzy logic system (FLS) is utilized to compensate the unknown uncertainties, and the adaptive backstepping technique is used to design the controller model. Combined with the selection of the appropriate Lyapunov function at each step, a fuzzy-based adaptive tracking control scheme is proposed, which ensures that all signals in the closed-loop system are bounded and tracking error converges to a small neighborhood of the origin in fast finite-time. Finally, simulation results illustrate the validity of the proposed 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,934
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,042
Tête enseignante GPT0,231
Écart entre enseignants0,189 · 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