Este artículo trata sobre el control neural adaptativo de sistemas de retroalimentación estricta no lineales con incertidumbres no lineales, dinámicas no modeladas y perturbaciones dinámicas. Para superar la dificultad de las dinámicas no modeladas, se introduce una señal dinámica. Se emplean redes neuronales de función de base radical (RBF) para modelar las no linealidades desconocidas empaquetadas, y luego se desarrolla un enfoque de control neural adaptativo utilizando la técnica de backstepping. El controlador propuesto garantiza la acotación semiglobal de todas las señales en los sistemas de lazo cerrado. Se presenta un ejemplo de simulación para mostrar la efectividad del esquema de control presentado.
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:
Análisis de textura de imágenes de superficie cerámica basado en análisis de ondículas.
Artículo:
Modelo de decisión de cadena de suministro basado en blockchain: un estudio de caso sobre la mejora del rendimiento de la cadena de suministro de comercio electrónico de alimentos frescos.
Artículo:
Control Óptimo Intrínseco para Sistemas Mecánicos en Grupo de Lie
Artículo:
Diseño óptimo de sistemas de amortiguación pasiva complejos para el control de vibraciones de estructuras grandes: Un enfoque de energía a pico.
Artículo:
Desigualdades generalizadas tipo Stampacchia y problemas de optimización vectorial que involucran mapas de conjuntos valuados.
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
Obtención de gas combustible mediante la bioconversión del alga marina Ulva lactuca
Artículo:
Sistemas de producción y potencial energético de la energía mareomotriz
Artículo:
La necesidad de la planeación estratégica en las organizaciones industriales modernas