.png){kind=icon}
返回
Data-Based Adaptive Event-Triggered Transfer Stabilization for Nonlinear Networked Systems
.png){kind=icon}
PRE
AI
DOI：10.1109/TASE.2025.3584190.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了适应事件触发数据驱动的控制问题，针对一类未知非线性离散网络系统。为解决此问题，开发了一种基于随机配置网络算法，以构建建模有效域内的候选映射集。随后，提出了适应事件触发的控制协议，并获得了闭环映射集。然后，利用传递稳定化和S-引理的思想，推导出非线性离散网络系统的数据驱动稳定性判据。该稳定性判据仅依赖于受控系统的数据，与系统模型和数据模型无关。基于此稳定性判据，可获取受控系统的控制增益和触发矩阵。此外，通过数值实例和复杂忆阻霍普菲尔德神经网络电路验证了所提方法的有效性和实用性。实践者注意——系统复杂性的增加导致数据密度更高，进而对计算提出了更高要求，尤其是在系统模型不可用时，高效计算成为一项挑战。基于神经网络的建模技术为系统模型重构提供了强大工具。然而，建模过程中引入的高维权重矩阵，以及处理额外建模误差的需要，往往加剧了计算复杂度。本文研究了未知非线性离散网络系统的适应事件触发数据驱动控制，提出了一种基于随机配置神经网络的增强建模算法，以避免高维权重矩阵，并引入了一种适应事件触发的传递稳定化策略，以考虑建模误差。所提方法通过在复杂忆阻霍普菲尔德神经网络电路中的应用得到验证，展示了其在解决实际挑战中的高效性、实用性和有效性。
Keyword:
Adaptive event-triggered control
data-driven
stochastic configuration network
transfer stabilization
期刊
IF:
6.4
论文数:
5.2K
被引数:
1.6W
机构
引用论文
Memory-Event-Triggered Tracking Control for Intelligent Vehicle Transportation Systems: A Leader-Following Approach智能车辆运输系统的记忆事件触发跟踪控制: 领导者跟随方法
PREAI
分享收藏Model-Based and Data-Driven Control of Event-and Self-Triggered Discrete-Time Linear Systems事件和自触发离散时间线性系统的基于模型和数据驱动的控制
OAAI
OAAI分享收藏
分享收藏Distributed event-triggered estimation for dynamic average consensus: A perturbation-injected privacy-preservation scheme.png)
INFORMATION FUSION
INFORMATION FUSIONIF15.5
PREAI
分享收藏A Novel Event-Triggered Load Frequency Control for Power Systems With Electric Vehicle Integration电动汽车集成电力系统的新型事件触发负荷频率控制
PREAI
分享收藏
查看更多内容