MétaCan
Menu
Retour à la cohorte
Enregistrement W4294190911 · doi:10.1017/s0263574722001242

A new comprehensive performance optimization approach for Earth-contact mechanism based on terrain-adaptability task

2022· article· en· W4294190911 sur OpenAlexaff
Hongyan Tang, James M. Zhang, Dan Zhang

Notice bibliographique

RevueRobotica · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensYork UniversityMcMaster University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésTerrainAdaptabilityComputer scienceParticle swarm optimizationMechanism (biology)Task (project management)Construct (python library)Point (geometry)Artificial neural networkArtificial intelligenceControl engineeringEngineeringAlgorithmSystems engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Earth-contact mechanism (ECM), a type of mechanism to keep the system in contact with the earth and to move with the terrain changes. This paper uses the virtual equivalent parallel mechanism (VEPM) to convert the terrain data into the kinematical variables of the moving platform in the VEPM, and further analyzes the performance of the VEPM at each terrain point. Then, the comprehensive performance of the VEPM is chosen as the optimization goal, and a task-oriented dimensional optimization approach combined with the particle swarm algorithm and the neural network algorithm is proposed. This paper conducted a comparative experiment to verify the superiority of the new approach in optimizing the ECM’s comprehensive performance, whose performance analysis also can be applied into the layout design of the ECM. This paper proposed an analysis method to construct the ECM’s performance map based on the digital terrain map, which helps the control system and operator to make the optimal control decision.

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)0,000
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,294
Score d'incertitude au seuil0,913

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,014
Tête enseignante GPT0,198
Écart entre enseignants0,184 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoboticaMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207