Este artículo investiga el control de seguimiento de consenso neural adaptativo distribuido para múltiples sistemas Euler-Lagrange con incertidumbres en los parámetros y direcciones de control desconocidas. Motivado por la función de tipo Nussbaum y la técnica de retroceso con filtro de comando, se establecen las compensaciones de error y las leyes adaptativas basadas en aproximaciones de redes neuronales, las cuales no solo pueden superar el problema de complejidad computacional del retroceso, sino que también hacen que los errores de seguimiento de consenso alcancen la región deseada aunque las direcciones de control y las dinámicas no lineales del sistema sean desconocidas. Se presenta un ejemplo numérico para demostrar que el algoritmo propuesto es efectivo al final.
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:
Un enfoque de ESL para el análisis del consumo de energía de las memorias caché en plataformas SoC.
Artículo:
Indicadores de Niveles de Violencia: Cuestionarios y modelo matemático predictivo
Artículo:
Diseño multiobjetivo del algoritmo Lightning Flash y su análisis de convergencia a través de la teoría de martingalas.
Artículo:
Almacenamiento y recuperación seguros de datos IoT basados en la recuperación de información privada
Artículo:
Un nuevo sistema de decisión y selección de itinerancia WLAN para la descarga de datos móviles
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Libro:
Ergonomía en los sistemas de trabajo