Una solución numérica de la ecuación diferencial cuadrática de Riccati difusa se estima utilizando un nuevo enfoque propuesto para redes neuronales (NN). Este nuevo enfoque propuesto proporciona diferentes grados de subespacios polinomiales para cada una de las funciones de transferencia. Esta multitud de funciones de transferencia crea agentes únicos en la estructura de la NN. Por lo tanto, se le denomina neuroaproximación multiagente (NN multiagente). Trabajos anteriores han demostrado que los resultados utilizando el método de Runge-Kutta de 4to orden (RK4) son fiables. Los resultados pueden lograrse resolviendo la ecuación diferencial no lineal de 1er orden (ODE) que se encuentra comúnmente en la ecuación diferencial de Riccati. La NN multiagente muestra resultados prometedores con la ventaja de una estimación continua y una precisión mejorada que puede producirse sobre Mabood et al. (2013), RK-4 y el método neuronal existente (NM). Se discuten ejemplos numéricos para il
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:
Espacio métrico desplazado completado
Artículo:
Método de Iteración Variacional Fraccional para Resolver Ecuaciones Diferenciales Parciales Fraccionarias con Retardo Proporcional
Artículo:
Espectros finos de operadores Toeplitz simétricos
Artículo:
Refinamiento generalizado del método de Gauss-Seidel para matrices cíclicas de orden 2 consistentemente ordenadas
Artículo:
La selección óptima para modelos lineales restringidos con estimador promedio.
Artículo:
Agroecología: única esperanza para la soberanía alimentaria y la resiliencia socioecológica
Artículo:
Marco del modelo de gestión financiera y contable inteligente bajo la perspectiva de la inteligencia artificial
Artículo:
Investigación sobre el Modelo de Evaluación de la Demanda de Información Rural Basado en Big Data
Artículo:
Reduciendo la vibración del marco del robot delta en la aplicación de recogida y colocación: Un enfoque de optimización del perfil de aceleración