MétaCan
Menu
Retour à la cohorte
Enregistrement W3191240154 · doi:10.21203/rs.3.rs-746241/v1

A Novel Method of Prescribed Constraint Control Without Initial Condition of Nonlinear Systems

2021· preprint· en· W3191240154 sur OpenAlexaff
Hui Liu, Xiaohua Li, Xiaoping Liu

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensLakehead University
Organismes subventionnairesDoctoral Start-up Foundation of Liaoning ProvinceNatural Science Foundation of Liaoning Province
Mots-clésConstraint (computer-aided design)Nonlinear systemControl theory (sociology)Control (management)Computer scienceNonlinear controlMathematicsMathematical optimizationArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract A novel constraint control strategy without initial condition of constrained variables is investigated based on backstepping technique for nonlinear systems. In this paper, the novel constraint control strategy is presented for a class of strict-feedback nonlinear systems with actuator saturation and external disturbances by using a nonlinear mapping and a novel performance constraint function. In this control strategy, there are two prescribed constraint functions, the design of these functions is not related to the initial conditions of the constrained variables. Unlike the existing constraint control method without initial condition, the proposed method gives a new solution. It can guarantee that the constraint variable gets into a prescribed constraint region from any initial value no later than a setting time. And the setting time is a design parameter, it can be set arbitrarily. A prescribed performance constraint tracking controller is designed in this paper. It can make that the tracking error of the nonlinear system is constrained to a given region no later than the given setting time, and the transient and steady state performance of the system are ensured. Finally, the proposed method is compared with the existing method, the effectiveness and superiority of the proposed method are demonstrated by two practical examples.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
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 Opus0,075
Tête enseignante GPT0,398
Écart entre enseignants0,323 · 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.

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207