MétaCan
Menu
Retour à la cohorte
Enregistrement W4396542567 · doi:10.1109/tsmc.2024.3388026

Adaptive Sliding Mode Control for Nonlinear Impulsive Time-Delay Hybrid Systems

2024· article· en· W4396542567 sur OpenAlexaff
Tao Zhan, Yuanqing Xia, Wentao Li, Witold Pedrycz, Shuping Ma

Notice bibliographique

RevueIEEE Transactions on Systems Man and Cybernetics Systems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of ChongqingChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Sliding mode controlNonlinear systemMode (computer interface)Control (management)Adaptive controlComputer sciencePhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article investigates the adaptive sliding mode control (ASMC) for a class of nonlinear impulsive hybrid systems with time-varying delay, adopting a creative approach that emphasizes the switching perspective. When both impulse and sliding mode control are involved in the time-delay system, ensuring the continuity of the sliding mode function (SMF) and achieving the reachability of system states become crucial challenges that need to be addressed. In view of this, a novel impulse-based SMF is developed such that the impulsive effect can be avoided on sliding surface, and the difficulty of its continuity is also settled at impulsive instants. By using the state augmented approach, the delay-dependent Lyapunov function with switched systems is formulated to guarantee robust stability of the given sliding mode dynamics. Meanwhile, the designed ASMC law is derived to achieve the finite reachability of switching surface for system states. It is shown that the proposed ASMC law offers a high degree of freedom for adjusting the constants in nonlinear assumptions. Finally, comparative studies are conducted to validate the theoretical results and demonstrate their practical applicability.

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 enseignants0,003
Score d'incertitude au seuil0,006

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,223
Écart entre enseignants0,212 · 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

Citations15
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Systems Man and Cybernetics SystemsMême sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207