1 resultado para Pest Control, Biological
em Repositório Científico da Universidade de Évora - Portugal
Filtro por publicador
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (3)
- Applied Math and Science Education Repository - Washington - USA (1)
- Aquatic Commons (1)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (3)
- Archive of European Integration (4)
- Aston University Research Archive (2)
- Australian Council for Educational Research (1)
- Biblioteca de Teses e Dissertações da USP (2)
- Biblioteca Digital | Sistema Integrado de Documentación | UNCuyo - UNCUYO. UNIVERSIDAD NACIONAL DE CUYO. (3)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (16)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (35)
- Biblioteca Virtual del Sistema Sanitario Público de Andalucía (BV-SSPA), Junta de Andalucía. Consejería de Salud y Bienestar Social, Spain (3)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (6)
- Brock University, Canada (6)
- CentAUR: Central Archive University of Reading - UK (72)
- Cochin University of Science & Technology (CUSAT), India (3)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (21)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (3)
- Corvinus Research Archive - The institutional repository for the Corvinus University of Budapest (2)
- CUNY Academic Works (1)
- Dalarna University College Electronic Archive (1)
- Digital Commons at Florida International University (1)
- DigitalCommons@The Texas Medical Center (2)
- DigitalCommons@University of Nebraska - Lincoln (17)
- eResearch Archive - Queensland Department of Agriculture; Fisheries and Forestry (21)
- Helvia: Repositorio Institucional de la Universidad de Córdoba (1)
- Instituto Politécnico do Porto, Portugal (2)
- Massachusetts Institute of Technology (3)
- National Center for Biotechnology Information - NCBI (6)
- Publishing Network for Geoscientific & Environmental Data (1)
- QSpace: Queen's University - Canada (1)
- Repositório Alice (Acesso Livre à Informação Científica da Embrapa / Repository Open Access to Scientific Information from Embrapa) (15)
- Repositório Científico da Universidade de Évora - Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (1)
- Repositório da Produção Científica e Intelectual da Unicamp (1)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (2)
- Repositório digital da Fundação Getúlio Vargas - FGV (2)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (2)
- Repositório Institucional da Universidade Federal do Rio Grande do Norte (1)
- Repositorio Institucional de la Universidad de Almería (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (292)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (8)
- School of Medicine, Washington University, United States (1)
- Scielo Saúde Pública - SP (180)
- Scottish Institute for Research in Economics (SIRE) (SIRE), United Kingdom (1)
- South Carolina State Documents Depository (1)
- Universidad de Alicante (1)
- Universidad del Rosario, Colombia (3)
- Universidad Politécnica de Madrid (7)
- Universidade de Madeira (1)
- Universidade do Minho (6)
- Universidade dos Açores - Portugal (1)
- Universidade Federal do Rio Grande do Norte (UFRN) (3)
- Universitat de Girona, Spain (11)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (1)
- Université de Lausanne, Switzerland (91)
- Université de Montréal, Canada (6)
- University of Michigan (38)
- University of Queensland eSpace - Australia (59)
Resumo:
This paper deals with the phase control for Neurospora circadian rhythm. The nonlinear control, given by tuning the parameters (considered as controlled variables) in Neurospora dynamical model, allows the circadian rhythms tracking a reference one. When there are many parameters (e.g. 3 parameters in this paper) and their values are unknown, the adaptive control law reveals its weakness since the parameters converging and control objective must be guaranteed at the same time. We show that this problem can be solved using the genetic algorithm for parameters estimation. Once the unknown parameters are known, the phase control is performed by chaos synchronization technique.