MétaCan
Menu
Retour à la cohorte
Enregistrement W4400512407 · doi:10.1002/rnc.7516

Event‐triggered output quantization control for asynchronously switched interval type‐2 fuzzy systems

2024· article· en· W4400512407 sur OpenAlexaff
Yachun Yang, Xiaodi Li, Xinzhi Liu

Notice bibliographique

RevueInternational Journal of Robust and Nonlinear Control · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueStability and Control of Uncertain Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Dwell timeInterval (graph theory)Quantization (signal processing)Fuzzy logicMathematicsDiscretizationController (irrigation)Fuzzy control systemConvex combinationLyapunov functionComputer scienceControl (management)Convex optimizationRegular polygonAlgorithmNonlinear system

Résumé

récupéré en direct d'OpenAlex

Abstract This article considers exponential stabilization (ES) of switched interval type‐2 (SIT2) fuzzy systems with asynchronous switching control. The SIT2 fuzzy system switches from one mode to another according to transition probabilities (TPs). A general SIT2 fuzzy quantized event‐triggered output controller (QETOC) is designed to save the communication resources. The QETOC employs distinctive membership functions from those of the IT2 fuzzy model and switches with mode‐pendent switching delay, which is more practical than asynchronously switched control techniques with a common switching delay and control schemes without TP. By designing discretized multiple Lyapunov function (DMLF) and using convex combination technique, sufficient conditions formulated by linear matrix inequalities (LMIs) are obtained to ensure that the DMLF does not ‘jump high’ at the moment of switching, and hence the conservatism of obtained results is significantly reduced since no additional dwell time is needed for the stabilization. It is discovered that the SIT2 fuzzy system is not necessary to be unstable on mismatched intervals, and it can be unstable on matched intervals. The advantages of theoretical analysis are verified by numerical simulations, and the classical assumption that each subsystem is unstable on mismatched intervals is conservative for control design.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,661

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,016
Tête enseignante GPT0,254
Écart entre enseignants0,238 · 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
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Robust and Nonlinear ControlMême sujetStability and Control of Uncertain SystemsTravaux en français237 207