Multirate-Sampled Fuzzy Consensus Control for Nonlinear Markov-Switched MASs With Time-Varying Delays: An Ellipsoidal Attraction-Region-Constrained Method
Notice bibliographique
Résumé
This study investigates the mean-square reachable set (RS) consensus of nonlinear Markov-switched multiagent systems (MASs) with time-varying delays, in which a multirate sampled-data consensus (MRSDC) control scheme is designed for the first time under general uncertain semi-Markov transition (GUST) switched topologies. First, the nonlinear Markov-switched MAS is transformed into quasilinear subsystems by applying the Takagi-Sugeno (T-S) fuzzy modeling technique, where the GUST-based Markov model characterizes both the operation mode and abrupt variations in the communication network topologies among all agents. Second, an aperiodic MRSDC control strategy is developed to reduce the sampling frequency of certain sensors below the single-rate threshold by adaptively adjusting their sampling rates, thereby enhancing flexibility and improving consensus performance. Furthermore, a new free-weighting integral inequality is introduced to handle the integral quadratic term involving time-varying delay bounds. Subsequently, an appropriate looped-side Lyapunov functional is designed, leveraging aperiodic multirate sampling and time-varying delay characteristics. Next, by combining the constructed Lyapunov functional with the proposed integral inequality and an improved reciprocally convex combination inequality, sufficient conditions are derived in the form of linear matrix inequalities (LMIs). These conditions not only ensure the mean-square leaderless consensus of the resulting MASs but also guarantee that all reachable states remain confined within ellipsoidal attracting-like regions under the MRSDC scheme. Finally, numerical validations are conducted to demonstrate the effectiveness of the proposed MRSDC control strategies using interconnected single-link robot arm systems (SLRASs), while a comparative numerical example further illustrates the superiority of the proposed method.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».