Se propone un algoritmo de control de aprendizaje iterativo con un intervalo ajustable para sistemas no lineales con el fin de acelerar la tasa de convergencia del control de aprendizaje iterativo. Para la norma λ, se analizó la convergencia monótona del ILC y se obtuvieron las condiciones de convergencia correspondientes. Los resultados mostraron que la tasa de convergencia estaba determinada principalmente por el objeto controlado, la ganancia de la ley de control, el factor de corrección y el tamaño del intervalo de iteración, y que la ganancia de la ley de control se corregía en tiempo real en el intervalo modificado y el intervalo modificado se acortaba a medida que aumentaba el número de iteraciones, acelerando aún más la convergencia. La simulación numérica muestra la eficacia del método propuesto.
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:
Algoritmo de división de imperios multiobjetivo de fusión
Artículo:
Investigación sobre la selección de factores que influyen en la intención del piloto
Artículo:
Análisis de datos y resultados del ordenador colaborativo tolerante a la radiación a bordo del CubeSat OPTOS
Artículo:
Esquema de modulación en escalera no nula para un convertidor CC-CC Boost de conmutación
Artículo:
Diseño de un controlador de modelo interno adaptativo empleando una estructura desacoplada dinámica de mínimos cuadrados parciales
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.