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.
Artículos:
Cuanto más pequeño, mejor: Diseñando nodos de sensores de recolección de energía solar para monitoreo a larga distancia.
Artículos:
Arquitectura de análisis de big data habilitada para IoT para comunicaciones de datos multimedia.
Artículos:
NCaAC: Control de Admisión Consciente de Codificación en Red para la Diseminación Prioritaria de Datos en Redes Ad Hoc Vehiculares
Artículos:
Método de detección de ataques DDoS basado en SVM en redes definidas por software
Artículos:
Reconocimiento de cargas cognitivas sin contacto basado en el movimiento ocular
Artículos:
Comportamiento del aguacate Hass liofilizado durante la operación de rehidratación
Artículos:
Caracterización estructural de la materia orgánica de tres suelos provenientes del municipio de Aquitania-Boyacá, Colombia
Informes y Reportes:
Técnicas de recuperación de suelos contaminados
Artículos:
Una revisión de la etiopatogenia y características clínicas e histopatológicas del melanoma mucoso oral.