MétaCan
Menu
Retour à la cohorte
Enregistrement W4312964890 · doi:10.1109/tcyb.2022.3224040

Flexible Performance-Based Control for Nonlinear Systems Under Strong External Disturbances

2022· article· en· W4312964890 sur OpenAlexaff
Kenan Yong, Mou Chen, Yang Shi, Qingxian Wu

Notice bibliographique

RevueIEEE Transactions on Cybernetics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesJiangsu Planned Projects for Postdoctoral Research FundsNatural Science Foundation of Jiangsu ProvinceNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Nonlinear systemInterval (graph theory)Computer scienceDisturbance (geology)Control (management)Observer (physics)SIGNAL (programming language)Control systemControl engineeringMathematicsEngineeringArtificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Addressing external disturbances has been a critical issue for control design to ensure reliable operation of systems. This article investigates the tracking control problem for the uncertain nonlinear systems with the strong external disturbance and the prescribed performance. The flexible performance-based control scheme is developed by introducing an external disturbance criterion into the prescribed performance. It is capable of guaranteeing the prescribed performance if the external disturbance is less than a specified threshold and degrading that in light of the user-appointed rule otherwise. Particularly, the disturbance interval observer is synthesized to generate the boundaries of the external disturbances and realize the judgment of that criterion. With the generated boundaries, the interval-type auxiliary system is designed to provide the modified performance functions (MPFs) that characterize performance requirement and degradation rule simultaneously. Based on the positive system theory and the Lyapunov method, it is theoretically shown that the system output can always track the reference signal and satisfy the constraints of MPFs. Finally, both the numerical simulation and the application of flight control design verify that the results are effective and valid.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,021
Tête enseignante GPT0,229
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

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

Citations29
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on CyberneticsMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207