MétaCan
Menu
Retour à la cohorte
Enregistrement W4284665933 · doi:10.1142/s0218348x22401788

PREDICTIVE CONTROL OF THE VARIABLE-ORDER FRACTIONAL CHAOTIC ECOLOGICAL SYSTEM

2022· article· en· W4284665933 sur OpenAlexaff
Bo Wang, Samaneh Sadat Sajjadi, Hadi Jahanshahi, Yeliz Karaca, DINGKUN HOU, LI PI, Weifeng Xia, Ayman A. Aly

Notice bibliographique

RevueFractals · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésFractional calculusVariable (mathematics)Nonlinear systemControl theory (sociology)Control variableChaoticEmulationModel predictive controlComputer scienceController (irrigation)Order (exchange)Control (management)Applied mathematicsMathematicsMathematical optimizationArtificial intelligenceMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Since ecological systems are history-dependent, incorporating fractional calculus and especially variable order ones could significantly improve the emulation of these systems. Nonetheless, in the literature, no study considers ecological processes by variable-order fractional (VOF) model. This study is motivated by this issue. At first, we propose to extend a predator–prey mathematical model with VOF derivatives. The underlying assumption in the proposed model lies in considering values of fractional derivatives as time-varying functions instead of constant parameters. Some system’s dynamic features are investigated, and then the control of the proposed system is studied. To this end, a nonlinear model predictive control is offered for the VOF system. The necessary optimality and sufficient conditions for solving the nonlinear optimal control problem in the form of fractional calculus with variable-order derivative are formulated, and the controller’s design procedure is delineated. Finally, numerical simulations are performed to demonstrate the developed control technique’s effectiveness and performance for the VOF predator–prey model.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,270
Écart entre enseignants0,243 · 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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFractalsMême sujetFractional Differential Equations SolutionsTravaux en français237 207