Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "order analysis" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Stability analysis of interconnected discrete-time fractional-order LTI state-space systems
Autorzy:
Grzymkowski, Łukasz
Trofimowicz, Damian
Stefański, Tomasz P.
Powiązania:
https://bibliotekanauki.pl/articles/1838161.pdf
Data publikacji:
2020
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
stability analysis
discrete time system
fractional order system
analiza stabilności
układ czasu dyskretnego
układ rzędu ułamkowego
Opis:
In this paper, a stability analysis of interconnected discrete-time fractional-order (FO) linear time-invariant (LTI) state-space systems is presented. A new system is formed by interconnecting given FO systems using cascade, feedback, parallel interconnections. The stability requirement for such a system is that all zeros of a non-polynomial characteristic equation must be within the unit circle on the complex z-plane. The obtained theoretical results lead to a numerical test for stability evaluation of interconnected FO systems. It is based on modern root-finding techniques on the complex plane employing triangulation of the unit circle and Cauchy’s argument principle. The developed numerical test is simple, intuitive and can be applied to a variety of systems. Furthermore, because it evaluates the function related to the characteristic equation on the complex plane, it does not require computation of state-matrix eigenvalues. The obtained numerical results confirm the efficiency of the developed test for the stability analysis of interconnected discrete-time FO LTI state-space systems.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2020, 30, 4; 649-658
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting models for chaotic fractional-order oscillators using neural networks
Autorzy:
Bingi, Kishore
Prusty, B Rajanarayan
Powiązania:
https://bibliotekanauki.pl/articles/2055150.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
chaotic oscillators
data driven forecasting
fractional order system
model free analysis
neural network
time series prediction
oscylator chaotyczny
układ rzędu ułamkowego
sieć neuronowa
prognozowanie szeregów czasowych
Opis:
This paper proposes novel forecasting models for fractional-order chaotic oscillators, such as Duffing’s, Van der Pol’s, Tamaševičius’s and Chua’s, using feedforward neural networks. The models predict a change in the state values which bears a weighted relationship with the oscillator states. Such an arrangement is a suitable candidate model for out-of-sample forecasting of system states. The proposed neural network-assisted weighted model is applied to the above oscillators. The improved out-of-sample forecasting results of the proposed modeling strategy compared with the literature are comprehensively analyzed. The proposed models corresponding to the optimal weights result in the least mean square error (MSE) for all the system states. Further, the MSE for the proposed model is less in most of the oscillators compared with the one reported in the literature. The proposed prediction model’s out-of-sample forecasting plots show the best tracking ability to approximate future state values.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2021, 31, 3; 387--398
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies