Informacja

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

Wyszukujesz frazę "Second Order Sliding Mode Control" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Design modified second order sliding mode controller based on ST algorithm for blood glucose regulation systems
Autorzy:
Karam, Ekhlas H.
Jadoo, Eman H.
Powiązania:
https://bibliotekanauki.pl/articles/117812.pdf
Data publikacji:
2020
Wydawca:
Polskie Towarzystwo Promocji Wiedzy
Tematy:
Type I Diabetes
Second Order Sliding Mode Control
Chaotic Particle Swarm Optimization
BEM model
cukrzyca typu 1
kontrola trybu przesuwu drugiego rzędu
optymalizacja roju cząstek chaotycznych
model BEM
Opis:
The type1 of diabetes is a chronic situation characterized by abnormally high glucose levels in the blood. Persons with diabetes characterized by no insulin secretion in the pancreas (ß-cell) which also known as insulin-dependent diabetic Mellitus (IDDM). In order to keep the levels of glucose in blood near the normal ranges (70–110mg/dl), the diabetic patients needed to inject by external insulin from time to time. In this paper, a Modified Second Order Sliding Mode Controller (MSOSMC) has been developed to control the concentration of blood glucose levels under a dis-turbing meal. The parameters of the suggested design controller are optimized by using chaotic particle swarm optimization (CPSO) technique, the model which is used to represent the artificial pancreas is a minimal model for Bergman. The simulation was performed on a MATLAB/SIMULINK to verify the performance of the suggested controller. The results showed the effectiveness of the proposed MSOSMC in controlling the behavior of glu-cose deviation to a sudden rise in blood glucose.
Źródło:
Applied Computer Science; 2020, 16, 2; 18-31
1895-3735
Pojawia się w:
Applied Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Recurrent neural identification and control of a continuous bioprocess via first and second order learning
Autorzy:
Baruch, I.
Mariaca-Gaspar, C. R.
Powiązania:
https://bibliotekanauki.pl/articles/385133.pdf
Data publikacji:
2010
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
backpropagation learning
direct adaptive neural control
indirect adaptive sliding mode control
Kalman filter recurrent neural network identifier
Levenberg-Marquardt learning
Opis:
This paper applies a new Kalman Filter Recurrent Neural Network (KFRNN) topology and a recursive Levenberg-Mar quardt (L-M) learning algorithm capable to estimate para meters and states of highly nonlinear unknown plant in noisy environment. The proposed KFRNN identifier, learned by the Backpropagation and L-M learning algorithm, was incorporated in a direct and indirect adaptive neural con trol schemes. The proposed control schemes were applied for real-time recurrent neural identification and control of a continuous stirred tank bioreactor model, where fast convergence, noise filtering and low mean squared error of reference tracking were achieved.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2010, 4, 4; 37-52
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
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