Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
In this paper a new approach to fuzzy iterative learning control is presented. In the proposed approach, coefficients of fuzzy system and learning rate of ILC are calculated using optimization algorithms such as steepest descent and genetic algorithm. The optimization algorithm must be applied to a predetermined number of iterations to determine unknown coefficients, offline. Calculating fuzzy coefficients...
The application of a recursive technique, the En-semble Kalman filter, to history matching problem has been considered. An algorithm is simplified in a way of reducing the order of the state vector by using Singular Value Decomposition (SVD). The state vector of the reservoir model is truncated to a few numbers of states corresponding to the largest singular values. The energy of the system is preserved...
The application of a recursive technique, the Ensemble Kalman filter, to history matching problem has been considered. An algorithm is simplified in a way of reducing the order of the state vector by using Singular Value Decomposition (SVD). The state vector of the reservoir model is truncated to a few numbers of states corresponding to the largest singular values. The energy of the system is preserved...
In this paper a new approach to fuzzy iterative learning control is presented. The method keeps the advantage of ILC while create appropriate updating law by using fuzzy TSK system that can deal with nonlinearities and uncertainties. Finally coefficients of fuzzy system and learning rate of ILC are calculated by using optimization algorithms such as steepest descent and genetic algorithm. The overall...
Podaj zakres dat dla filtrowania wyświetlonych wyników. Możesz podać datę początkową, końcową lub obie daty. Daty możesz wpisać ręcznie lub wybrać za pomocą kalendarza.