Informacja

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

Wyszukujesz frazę "delayed control systems" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Fractional order PI controllers for TCP packet flow ensuring given modulus margins
Autorzy:
Krajewski, W.
Viaro, U.
Powiązania:
https://bibliotekanauki.pl/articles/205939.pdf
Data publikacji:
2014
Wydawca:
Polska Akademia Nauk. Instytut Badań Systemowych PAN
Tematy:
fractional-order PI controllers
robust control
TCP congestion control
delayed systems
Opis:
An Active Queue Management (AQM) robust control strategy for Traffic Control Protocol (TCP) data transfer is proposed. To this purpose, the TCP behaviour is first approximated by a second–order model with delayed input obtained from the linearization of an efficient and commonly used nonlinear fluid–based model. The adopted feedback control structure uses a fractional– order PI controller. To ensure the desired robustness, the parameter regions where such a controller guarantees a given modulus margin (inverse of the H1 norm of the sensitivity function) are derived. An example commonly used in the literature is worked out to show that the suggested graphically–based design technique is simple to apply while it limits the effects of disturbances and of the unmodelled dynamics.
Źródło:
Control and Cybernetics; 2014, 43, 4; 493-505
0324-8569
Pojawia się w:
Control and Cybernetics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Elman neural network for modeling and predictive control of delayed dynamic systems
Autorzy:
Wysocki, A.
Ławryńczuk, M.
Powiązania:
https://bibliotekanauki.pl/articles/229646.pdf
Data publikacji:
2016
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
dynamic models
process control
model predictive control
neural networks
Elman neural network
delayed systems
Opis:
The objective of this paper is to present a modified structure and a training algorithm of the recurrent Elman neural network which makes it possible to explicitly take into account the time-delay of the process and a Model Predictive Control (MPC) algorithm for such a network. In MPC the predicted output trajectory is repeatedly linearized on-line along the future input trajectory, which leads to a quadratic optimization problem, nonlinear optimization is not necessary. A strongly nonlinear benchmark process (a simulated neutralization reactor) is considered to show advantages of the modified Elman neural network and the discussed MPC algorithm. The modified neural model is more precise and has a lower number of parameters in comparison with the classical Elman structure. The discussed MPC algorithm with on-line linearization gives similar trajectories as MPC with nonlinear optimization repeated at each sampling instant.
Źródło:
Archives of Control Sciences; 2016, 26, 1; 117-142
1230-2384
Pojawia się w:
Archives of Control Sciences
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