En este trabajo se estudia el control iterativo de aprendizaje (ILC) por inversión de modelo para una clase de sistemas multientrada multiresultado (MIMO) lineales no cuadrados variantes/invariantes en el tiempo. Se desarrolla un nuevo algoritmo ILC basado en la inversión σ-derecha de matrices de ganancia de aprendizaje no cuadradas para resolver los problemas de inversión de matrices que aparecen en la inversión directa de modelos de sistemas MIMO no cuadrados. Además, se establece una condición de convergencia monotónica suficiente y necesaria. Mediante un análisis riguroso, el esquema ILC propuesto garantiza la convergencia del error de seguimiento. Para demostrar la eficacia e ilustrar el rendimiento del enfoque propuesto para sistemas no cuadrados lineales invariantes en el tiempo (LTI) y variables en el tiempo, se simulan dos ejemplos ilustrativos.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Control de iluminación con reconocimiento de voz a distancia
Artículo:
Métodos de optimización multiobjetivo para la gestión de la congestión en sistemas eléctricos desregulados
Artículo:
Modelo para el análisis de escenarios basado en mapas cognitivos difusos: estudio de caso en software biomédico
Artículo:
Aplicación de Big Data basada en el comportamiento de comunicación para clasificar y detectar software automatizado HTTP
Artículo:
Evaluación empírica de tres métodos de aprendizaje automático para clasificar automáticamente diagnósticos de neoplasias
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Tesis:
Materiales y prácticas de construcción sostenible