Utafiti huu unapendekeza kidhibiti cha fuzzy sliding mode kilichoboreshwa kwa particle swarm optimization (FSMC-PSO) ili kuboresha ufuatiliaji wa njia wa gari huru la chini ya maji (Autonomous Underwater Vehicle, AUV) katika ndege ya mlalo. Kidhibiti kinaunganisha uimara wa Sliding Mode Control (SMC) dhidi ya usumbufu na kutokuwa na uhakika kwa modeli, uwezo wa fuzzy logic wa kujirekebisha mtandaoni, na uwezo wa Particle Swarm Optimization (PSO) wa kutafuta vigezo nje ya mtandao. Mbinu hiyo haikutathminiwa kwenye gari halisi la chini ya maji, bali katika mazingira ya MATLAB/Simulink kwa kutumia modeli ya mwendo wa mlalo yenye digrii tatu za uhuru pamoja na usumbufu wa kelele nasibu. Ikilinganishwa na SMC ya kawaida, SMC iliyosanifiwa kwa PSO (SMC-PSO), na kidhibiti kinachotegemea super-twisting algorithm kilichosanifiwa kwa PSO (STA-PSO), FSMC-PSO ilionyesha makosa madogo ya ufuatiliaji, mpito wa haraka zaidi na chattering ndogo katika sehemu kubwa ya vipimo vya utendaji. Hata hivyo, matokeo yamewekewa mipaka na uigaji wa nambari na hayathibitishi utendaji katika mazingira halisi ya bahari.

Kulingana na Jedwali la 4 la chanzo, uboreshaji wa FSMC-PSO dhidi ya SMC ya kawaida katika mwelekeo wa X ni %36,56 kwa IAE, %59,75 kwa ITAE, %34,39 kwa ISE, %60,07 kwa ITSE na %18,66 kwa RMSE. Katika mwelekeo wa Y, maboresho yanayolingana ni %18,87, %9,91, %28,47, %43,64 na %15,21; kwa pembe ya mwelekeo ψ ni %45,27, %22,77, %47,33, %73,53 na %26,74. Hata hivyo, katika kipimo cha ψ-ITAE, thamani ya STA-PSO ya 0,0410 ni ndogo kuliko thamani ya FSMC-PSO ya 0,0461. Kwa hiyo haiwezi kusemwa kwamba FSMC-PSO ndiyo kidhibiti bora bila ubaguzi katika kila kipimo kilichochunguzwa.

Kwa mtazamo wa Türkiye: Utafiti hautumii AUV, hali ya bahari au data ya uwanjani iliyo mahsusi kwa Türkiye. Hata hivyo, matumizi ya pamoja ya urekebishaji wa fuzzy na uboreshaji wa nje ya mtandao yanatoa usanifu wa udhibiti unaoweza kuchunguzwa katika robotiki za chini ya maji, tafiti za baharini na maendeleo ya mifumo huru nchini Türkiye. Ili kuhamisha mbinu hii katika mazingira halisi ya bahari ya Türkiye, vigezo vya hidrodinamiki vya gari litakalotumiwa, hali za mikondo, muundo wa vihisi, mipaka ya visukuma, ucheleweshaji na sifa halisi za usumbufu lazima zipimwe na kuthibitishwa kwa majaribio tofauti. Matokeo ya uigaji kutoka chanzo hayawezi kufasiriwa moja kwa moja kama mafanikio ya uwanjani katika hali za Türkiye.

Tatizo kuu la utafiti ni nini?

Magari huru ya chini ya maji lazima yafuatilie njia inayotakiwa kwa usahihi chini ya hidrodinamiki zisizo za mstari, kutokuwa na uhakika kwa modeli na usumbufu wa nje. SMC ya kawaida ni mbinu imara dhidi ya kutokuwa na uhakika wa aina hiyo, lakini inaweza kusababisha mitetemo ya masafa ya juu inayoitwa chattering kutokana na ubadilishaji usio endelevu katika ishara ya udhibiti. Mitetemo hii ni tatizo linaloweza kuathiri si tu ubora wa ufuatiliaji bali pia mzigo wa udhibiti kwenye actuator katika matumizi halisi.

Suluhisho linalopendekezwa na watafiti linaunganisha mbinu tatu katika usanifu mmoja:

• SMC: hutoa muundo mkuu wa udhibiti thabiti dhidi ya mfumo usio wa mstari na usumbufu.
• Fuzzy logic: hurekebisha gains za udhibiti mtandaoni kulingana na hali ya sasa ya kosa la gari.
• PSO: huboresha nje ya mtandao membership functions za matokeo ya mfumo wa fuzzy.

Tofauti hii ni muhimu: PSO haifanyi uboreshaji upya unaoendelea wakati gari linafanya kazi. Uboreshaji unafanywa nje ya mtandao; wakati wa udhibiti mtandaoni, mfumo wa fuzzy inference unaotumia membership functions zilizoamuliwa awali kwa PSO hurekebisha vigezo λ na k.

AUV ilimodeliwaje?

Badala ya kutumia mwendo kamili wa chini ya maji wenye digrii sita za uhuru, utafiti unatumia modeli ya digrii tatu za uhuru (3-DOF) katika ndege ya mlalo. Miondoko iliyochunguzwa ni mwendo wa mbele (surge), mwendo wa pembeni (sway) na pembe ya mwelekeo/yaw. Heave, roll na pitch zimepuuzwa.

Mahusiano ya msingi ya kinematiki na dinamiki yametolewa kama ifuatavyo:

\[ \dot{\zeta}=J(\psi)v \]

\[ M\dot{v}=-C(v)v-D(v)v+\tau+E(t) \]

Hapa \(\zeta=[x,y,\psi]^T\) inaonyesha nafasi na mwelekeo wa gari katika mfumo wa kuratibu wa dunia; \(v=[u,\nu,r]^T\) inaonyesha kasi za surge, sway na yaw katika kuratibu za mwili. \(M\) inawakilisha athari za inertia na added mass, \(C(v)\) inawakilisha vipengele vya Coriolis na centrifugal, \(D(v)\) inawakilisha hydrodynamic damping, \(\tau\) inawakilisha nguvu na moments za udhibiti, na \(E(t)\) inawakilisha usumbufu wa nje.

Baada ya ubadilishaji na upangaji upya wa kialjebra, modeli imewekwa katika umbo fupi zaidi linalotumika katika usanifu wa udhibiti:

\[ \ddot{\zeta}=\alpha\dot{\zeta}+\beta u+d(t) \]

Katika uwakilishi huu, \(\alpha\) inawakilisha kwa pamoja sehemu ya dinamiki za mfumo, \(\beta\) uhamishaji wa ingizo la udhibiti kwenda kwenye hali, na \(d(t)\) athari ya usumbufu.

Sliding mode control iliundwaje?

Ingizo kuu la udhibiti la SMC ni jumla ya equivalent control na switching control:

\[ u=u_{eq}+u_{sw} \]

Sehemu ya switching imefafanuliwa katika chanzo kama ifuatavyo:

\[ u_{sw}=-\beta^{-1}k\,\mathrm{sign}(s) \]

Sliding surface imejengwa kwa kutumia kosa la ufuatiliaji \(e=\zeta-\zeta_d\):

\[ s=\dot{e}+\lambda\int_0^t e\,dt \]

Hapa \(k\) inajumuisha switching gains, huku \(\lambda\) ikijumuisha vigezo chanya vya diagonal vinavyoamua sifa za dinamiki za sliding surface.

Equivalent control na sehemu ya switching zinapounganishwa, sheria ya udhibiti iliyotumika katika chanzo ni:

\[ u=\beta^{-1}\left(-\alpha\dot{\zeta}+\ddot{\zeta}_d-\lambda e\right) -\beta^{-1}k\,\mathrm{sign}(s) \]

katika umbo hili.

Uthabiti ulijadiliwaje?

Utafiti unawasilisha uchambuzi wa uthabiti unaotegemea Lyapunov. Candidate function imechaguliwa kuwa:

\[ V(s)=\frac{1}{2}s^Ts \]

na derivative yake, baada ya kuweka sheria ya udhibiti, imepunguzwa hadi:

\[ \dot{V}=s^T[-k\,\mathrm{sign}(s)+d(t)] \]

Kulingana na dhana ya utafiti, fuzzy adaptation huweka thamani za \(k_i(t)\) na \(\lambda_i(t)\) kuwa chanya na ndani ya mipaka iliyowekwa mapema, huku usumbufu wa nje ukichukuliwa kuwa wenye kikomo. Switching gain inapochaguliwa kuwa kubwa kiasi cha kukabiliana na sehemu ya usumbufu, lengo ni derivative ya Lyapunov kuwa negative semidefinite na trajectories za closed-loop kubaki uniformly ultimately bounded (uniformly ultimately bounded, UUB).

Fuzzy logic na PSO zinafanyaje kazi pamoja?

Tofauti kuu ya FSMC-PSO ni kwamba makundi mawili muhimu ya vigezo vya SMC hayaachwi kuwa ya kudumu. Muundo wa fuzzy umegawanywa katika mifumo miwili midogo:

• Mfumo mdogo wa kwanza hurekebisha coefficients za sliding surface \(\lambda_x\), \(\lambda_y\) na \(\lambda_\psi\).
• Mfumo mdogo wa pili hurekebisha switching gains \(k_x\), \(k_y\) na \(k_\psi\).

Inputs ni sliding surface \(s\) na derivative yake \(\dot{s}\). Input membership functions zimeamuliwa na mbunifu na zimewekwa zisibadilike wakati wa operesheni. Kwa kila channel, levels tatu za lugha—chini, kati na juu—zimetumika.

Tabia ya jumla ya rule base iko wazi: kosa na mabadiliko ya kosa yanapokuwa makubwa, \(k\) na \(\lambda\) huongezwa ili kutoa marekebisho yenye nguvu na ya haraka zaidi; kosa linapopungua, vigezo hupunguzwa ili kuzuia control effort isiyo ya lazima na chattering.

Mamdani fuzzy inference mechanism imetumika. Kwa operesheni ya AND imetumika minimum, kwa kuunganisha outputs imetumika maximum, na kwa defuzzification imetumika centroid method.

Badala ya kufanya udhibiti wa mtandaoni moja kwa moja, PSO huboresha nje ya mtandao jumla ya vigezo 18 vya matokeo ya fuzzy. Objective function ya uboreshaji ni jumla ya integrals za absolute error zilizopewa uzito wa muda kwa hali tatu za mwendo:

\[ O=ITAE_x+ITAE_y+ITAE_\psi \]

Uhusiano mkuu wa PSO unaotumika kusasisha kasi ya particle ni:

\[ v_i(k+1)=\eta v_i(k) +c_1r_1(k)\left(pbest_i-x_i(k)\right) +c_2r_2(k)\left(gbest-x_i(k)\right) \]

Hapa \(\eta\) ni inertia weight; \(c_1\) cognitive coefficient, \(c_2\) social coefficient; \(pbest\) ni suluhisho bora la particle yenyewe na \(gbest\) ni suluhisho bora lililofikiwa na swarm.

Utendaji ulipimwaje?

Mbinu nne za udhibiti zilitathminiwa kwa vipimo vitano vya kawaida vya kosa: IAE, ITAE, ISE, ITSE na RMSE. Katika vipimo hivi, thamani ndogo inaonyesha kosa dogo la ufuatiliaji.

Moja ya maelezo muhimu zaidi katika jedwali ni matokeo ya ITAE katika mwelekeo wa ψ. FSMC-PSO imefikia 0,0461 hapa, huku STA-PSO ikitoa kosa dogo zaidi la 0,0410. Kwa hiyo, ingawa matokeo yanaunga mkono ubora mkubwa wa jumla wa FSMC-PSO, hayaungi mkono hitimisho kwamba ni bora kuliko washindani wote katika kila kipimo binafsi.

Matokeo ya trajectory na transient regime yanaonyesha nini?

Katika uigaji, vidhibiti vyote viliweza kufuatilia trajectory ya marejeo; tofauti zilionekana hasa katika transient regime ya sekunde chache za kwanza na tabia ya chattering katika eneo la kosa dogo. FSMC-PSO ilionyesha convergence ya haraka na laini zaidi, hasa katika mwendo wa pembeni na udhibiti wa yaw.

Katika ulinganisho wa XY trajectory uliotolewa kwenye chanzo, eneo la shimo karibu na \(x\approx19\) m na eneo la kilele karibu na \(x\approx31-32\) m lilichunguzwa kwa kina. FSMC-PSO ilibaki karibu zaidi na curve ya marejeo, huku SMC ikionyesha deviations pana zaidi na SMC-PSO ikionyesha oscillations ndogo za masafa ya juu.

Chanzo kinatoa overshoot kwenye trajectory ya FSMC-PSO kuwa takriban 0,00227 m, na ya SMC ya kawaida kuwa takriban 0,00267 m. Ingawa tofauti hii ni ndogo kwa nambari, inapopimwa pamoja na ulaini wa ishara ya udhibiti na error indices, ni mojawapo ya matokeo yanayounga mkono athari ya muundo unaojirekebisha.

Vigezo vya udhibiti vinavyojirekebisha vilitendaje?

Chini ya FSMC-PSO, \(k_x\), \(k_y\), \(k_\psi\) pamoja na \(\lambda_x\), \(\lambda_y\), \(\lambda_\psi\) havikuwekwa vya kudumu kadri muda ulivyopita. Katika sekunde za mwanzo, urekebishaji mkubwa ulionekana ili kukandamiza makosa makubwa ya mwanzo, kisha vigezo vikakaribia thamani thabiti zaidi.

Kulingana na grafu za chanzo, \(k_x\) ilitoa peak za mpito hadi takriban 60 na \(k_y\) hadi takriban 150, kisha zikashuka kwa kiasi kikubwa kosa lilipopungua. \(k_\psi\) ilitulia karibu na 10. Baada ya kipindi cha mwanzo cha takriban sekunde 2-3, tabia thabiti iliripotiwa karibu na \(\lambda_x\approx2,5\), \(\lambda_y\approx1,2\) na \(\lambda_\psi\approx4\).

Tabia hii inaonyesha mantiki ya msingi ya usanifu wa FSMC-PSO: udhibiti wenye nguvu zaidi wakati kosa ni kubwa, na udhibiti laini zaidi wakati kosa linapungua.

Nini kilitokea chini ya usumbufu nasibu?

Katika tathmini ya uimara, viwango sita tofauti vya usumbufu nasibu vilitumika. Chanzo kinaonyesha kwa kina hasa kiwango cha \(d_4=60\cdot randn(1,1)\) kama mfano wa uwakilishi. Katika kiwango hiki, iliripotiwa kwamba SMC ya kawaida ilianza kuondoka kwa dhahiri kwenye trajectory, SMC-PSO ilionyesha deviations za kati, STA-PSO ilikuwa laini zaidi lakini ikatoa deviation kubwa kuliko FSMC-PSO, na FSMC-PSO ilibaki karibu zaidi na trajectory ya marejeo.

Hata hivyo, usumbufu uliotumika ni kelele nasibu ya kihisabati. Hauwakilishi kikamilifu muundo wa anga na wakati wa mikondo halisi ya bahari, sifa za vihisi au mipaka ya actuators za gari halisi.

Matokeo yanayoungwa mkono na utafiti

• Katika modeli ya nambari ya 3-DOF AUV iliyochunguzwa, FSMC-PSO ilitoa kosa dogo la ufuatiliaji kuliko SMC ya kawaida, SMC-PSO na STA-PSO katika sehemu kubwa ya vipimo vya utendaji.
• Urekebishaji wa fuzzy wa gains mtandaoni uliweza kupunguza chattering ikilinganishwa na gains za SMC zilizowekwa au zilizoboreshwa tu nje ya mtandao.
• Uboreshaji wa PSO wa fuzzy output membership functions nje ya mtandao uliondoa hitaji la kufanya uboreshaji kamili wa PSO katika hatua ya mtandaoni.
• FSMC-PSO kwa ujumla ilionyesha ufuatiliaji bora wa trajectory na ishara laini zaidi za udhibiti katika senario za kelele nasibu zilizotumika kwenye chanzo.
• Uchambuzi unaotegemea Lyapunov unaunga mkono mfumo wa uthabiti wa muundo wa udhibiti chini ya dhana zilizotajwa za usumbufu wenye kikomo na gains chanya.

Matokeo ambayo utafiti hauungi mkono au haujathibitisha

• Haijaonyeshwa kwa majaribio kwamba FSMC-PSO ni bora kwenye AUV halisi.
• Haijathibitishwa kwamba utendaji huo huo utadumishwa katika maneva kamili ya 6-DOF chini ya maji.
• Hakuna mafanikio ya uwanjani yaliyoonyeshwa chini ya mikondo halisi ya bahari, ucheleweshaji wa mawasiliano, actuator saturation na makosa halisi ya vihisi.
• FSMC-PSO si bora kuliko vidhibiti vyote vinavyolinganishwa katika kila kipimo cha utendaji; katika kipimo cha ψ-ITAE, STA-PSO ilitoa thamani ndogo zaidi.
• Matokeo ya uigaji hayathibitishi moja kwa moja kwamba maisha ya actuator yataongezeka katika mfumo halisi wa kimwili.
• Matokeo hayajahamishwa moja kwa moja kwenye mazingira fulani ya bahari au jukwaa la AUV nchini Türkiye.

Mbinu na Matokeo ya Utafiti

Mazingira ya uigaji

Vigezo vya modeli ya AUV

Mipangilio ya PSO

Katika uboreshaji wa FSMC-PSO, cost ilishuka kutoka karibu kiwango cha 51 hadi takriban 36 ndani ya iterations 10 za kwanza na kisha ikabaki kwa kiasi kikubwa thabiti. Cost ya uboreshaji wa STA-PSO ilishuka haraka zaidi kutoka takriban 15 hadi chini ya 2, huku SMC-PSO ikiconverge polepole zaidi kutoka takriban 13 hadi karibu 3,5. Kwa hiyo, kuwa na PSO optimization cost ya chini kabisa si sawa na kupata matokeo bora kabisa kwenye metrics za mwisho za trajectory tracking.

Hali za mwanzo na marejeo

Nafasi na mwelekeo wa mwanzo:

\[ \zeta_0=[1,\;9,\;0.5]^T \]

Kasi ya mwanzo:

\[ v_0=[1,\;1,\;0.1]^T \]

Trajectory inayotakiwa:

\[ \zeta_d=[2t,\;3\sin(0.5t),\;0.3]^T \]

Derivatives ya kwanza na ya pili:

\[ \dot{\zeta}_d=[2,\;1.5\cos(0.5t),\;0]^T \]

\[ \ddot{\zeta}_d=[0,\;-0.75\sin(0.5t),\;0]^T \]

Matokeo muhimu ya kiasi

• FSMC-PSO ilipunguza ITAE katika mwelekeo wa X kwa %59,75 na ITSE kwa %60,07 ikilinganishwa na SMC ya kawaida.
• Katika mwelekeo wa Y, kupungua kwa ISE dhidi ya SMC ya kawaida ni %28,47 na kupungua kwa ITSE ni %43,64.
• Katika mwelekeo wa ψ, kupungua kwa ITSE dhidi ya SMC ya kawaida ni %73,53, mojawapo ya maboresho makubwa zaidi katika ulinganisho huu kwenye jedwali.
• Uboreshaji wa X-ITAE wa FSMC-PSO dhidi ya SMC-PSO ni %86,58.
• Matokeo ya ψ-ITAE ya FSMC-PSO dhidi ya STA-PSO si bora; Jedwali la 4 linatoa tofauti hii kama −%12,4.
• Gains za X na Y zilipanda mwanzoni hadi karibu 60 na 150, kisha zikashuka hadi thamani thabiti ndogo zaidi kosa lilipopungua.
• Yaw gain \(k_\psi\) ilitulia karibu na 10.
• \(\lambda_x\), \(\lambda_y\) na \(\lambda_\psi\) zilisawazika baada ya mpito wa takriban sekunde 2-3 katika takriban 2,5; 1,2 na 4, mtawalia.

Mapungufu makuu ya utafiti

Kikomo muhimu zaidi cha tafsiri ya kisayansi ni kwamba uthibitishaji wote wa utendaji unategemea uigaji wa nambari. Modeli iliyotumika imewekewa mipaka ya mwendo wa ndege ya mlalo na haijumuishi dinamiki kamili za 6-DOF. Ishara za usumbufu nasibu haziwakilishi sifa zote za spectral na spatial za mikondo halisi ya bahari. Actuator saturation, tabia halisi ya sensor noise, communication delays na baadhi ya athari za hidrodinamiki ambazo hazijamodeliwa hazijajumuishwa moja kwa moja kwenye uigaji.

Zaidi ya hayo, muundo wa fuzzy wa FSMC-PSO na hatua ya PSO huongeza ugumu wa usanifu na hesabu ikilinganishwa na SMC ya kawaida. Ingawa kutumia PSO nje ya mtandao hupunguza mzigo wa mtandaoni, katika mfumo halisi wa kimwili unaofanya kazi kwa wakati halisi, gharama ya control loop, mahitaji ya processor na uhakika wa timing lazima vipimwe tofauti.

Maelezo ya Chanzo na Mbinu

Jina kamili la asili la utafiti: Hybrid Fuzzy-SMC Controller with PSO for Autonomous Underwater Vehicle

Waandishi: Mohammed Yousri Silaa; Ilyas Rougab; Oscar Barambones; Aissa Bencherif.

Waandishi wa mawasiliano: Mohammed Yousri Silaa na Oscar Barambones.

Taasisi: Telecommunications Signals and Systems Laboratory (TSS), Amar Telidji University of Laghouat, Algeria; Engineering School of Vitoria, University of the Basque Country UPV/EHU, Spain; Laboratory for Analysis and Control of Energy Systems and Electrical Networks, Department of Electronic, University of Amar Telidji, Algeria.

Aina ya chanzo: Makala ya utafiti iliyopitiwa na wataalamu.

Jarida: Actuators.

Mchapishaji: MDPI.

Uchapishaji: 2026, Juzuu 15, Makala 90.

Tarehe ya uchapishaji: 2 Februari 2026.

DOI: 10.3390/act15020090.

Kiungo rasmi:https://doi.org/10.3390/act15020090

Leseni: Creative Commons Attribution (CC BY).

Ufadhili: Utafiti uliripoti msaada kutoka mradi wa Basque Government NEWHEGAZ (ELKARTEK KK-2025/00074), mradi wa UPV/EHU GIU23/002 na MobilityLab Foundation (CONV23/14).

Upatikanaji wa data: Waandishi wamesema kwamba data ziko ndani ya makala na maswali ya ziada yanaweza kuelekezwa kwa waandishi wa mawasiliano.

Mgongano wa maslahi: Waandishi wametangaza kwamba hakuna mgongano wa maslahi.

Michango ya waandishi: Uundaji wa dhana M.Y.S. na I.R.; metodolojia M.Y.S.; programu M.Y.S.; uthibitishaji M.Y.S., I.R. na O.B.; uchambuzi rasmi M.Y.S., I.R. na O.B.; utafiti M.Y.S., A.B. na O.B.; rasilimali O.B.; uratibu wa data M.Y.S., I.R. na O.B.; rasimu ya awali M.Y.S.; mapitio na uhariri M.Y.S., A.B. na O.B.; uonyeshaji M.Y.S., O.B. na A.B.; usimamizi O.B.; usimamizi wa mradi M.Y.S.; upatikanaji wa ufadhili O.B., kama ilivyoripotiwa.

Dokezo la kutokulingana ndani ya chanzo

Muhtasari wa chanzo unaunganisha kupungua kwa hadi %86,58 katika thamani ya ITAE ya FSMC-PSO na ulinganisho dhidi ya SMC ya kawaida. Hata hivyo, katika Jedwali la 4 la chanzo, thamani ya %86,58 ni uboreshaji wa FSMC-PSO dhidi ya SMC-PSO kwa mhimili wa X. Katika jedwali hilo hilo, uboreshaji wa X-ITAE wa FSMC-PSO dhidi ya SMC ya kawaida ni %59,75. Kwa hiyo, katika maandishi haya ya Verianla, ulinganisho umetolewa kwa kuzingatia jozi wazi za nambari katika Jedwali la 4, huku kauli tofauti katika muhtasari wa chanzo haijasahihishwa kimya kimya.

Vilevile, maandishi ya chanzo yanasema kwamba FSMC-PSO imefikia thamani za chini kabisa katika error indices zote na hali za X, Y, ψ. Lakini katika Jedwali la 4, kwa ψ-ITAE STA-PSO ina 0,0410 na FSMC-PSO ina 0,0461. Jedwali la uboreshaji la chanzo lenyewe pia linaonyesha kwamba FSMC-PSO ina thamani ya −%12,4 dhidi ya STA-PSO katika kipimo hiki.

Kwa upande wa bibliografia, pia, ingawa utafiti namba [12] umeelezwa katika maandishi ya chanzo kuwa kazi ya adaptive nonlinear high-order sliding mode control kwa AUV, rejea namba 12 katika orodha ya marejeo ni utafiti kuhusu microRNA recognition elements. Kutokulingana huku kwa rejea ndani ya chanzo hakujasahihishwa wala kubadilishwa na chanzo kingine katika maandishi haya ya Verianla.

Maudhui ya kisayansi yanategemea tu mbinu, equations, tables, graphs, matokeo na mapungufu ya utafiti uliochunguzwa. Mbali na utambulisho wa bibliografia na hali ya uchapishaji ya jarida, hakuna finding mpya ya majaribio au hitimisho jipya la kisayansi kutoka chanzo cha nje lililoongezwa kwenye maandishi makuu.

Kikomo kikuu cha tafsiri: Utafiti huu ni utafiti wa uigaji wa nambari. Haijaonyeshwa kwa majaribio katika utafiti huu kwamba FSMC-PSO itatoa utendaji huo huo katika AUV halisi, katika hali halisi za bahari au chini ya mwendo kamili wa 6-DOF.