Intelligent Control Methodology for Smart Highway Bridge Structures Using Optimal Replicator Dynamic Controller
Notice bibliographique
Résumé
Control algorithms are an essential part of effective semi-active vibration control systems used for the protection of large structures under dynamic loading. Adaptive control algorithms, which are data-driven methods, have recently been developed to replace model-based control algorithms, thus improving efficiency. The dynamic parameters of semi-actively controlled infrastructures will change after significant vibration loading. As a result, these structures require real-time, effective control actions in response to changing conditions, which classical controllers are unable to provide. To improve the efficiency of the semi-active controller, the optimal control algorithm was developed in this study. The algorithm is the integration of the replicator dynamics with an improved non-dominated sorting genetic algorithm (NSGA), which is NSGA-II. The optimal parameters of replicator dynamics (total resources, growth rate, and fitness function), which represent the behavior of the actuators, were obtained through a multi-objective optimization process. The new control system was then used to reduce the vibrations of the isolated highway bridge, which is equipped with semi-active control devices known as MR dampers. Moreover, the current study improved the performance of the structural control system with minimum energy consumption by assigning a specific growth rate to each control device. In order to reduce the vibrations of the highway bridge, the results show that the performance of the optimal replicator controller is better than the performance of the classical control algorithms. Doi: 10.28991/CEJ-2023-09-01-01 Full Text: PDF
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».