Fast H-infinty Control of Uncertain 2D Roesser Systems: A Learning-Driven LMI Approximation Approach
Questo articolo propone un framework assistito dall'apprendimento automatico che sostituisce l'intensiva ottimizzazione LMI online con un modello supervisionato addestrato per predire rapidamente i guadagni di feedback di stato per il controllo H-infinity dipendente dal ritardo di sistemi 2-D di Roesser incerti, ottenendo una stabilità e un rigetto dei disturbi comparabili con un'efficienza significativamente migliorata per applicazioni in tempo reale.