摘要:基于增强学习的多机器人系统优化控制是近年来机器人学与分布式人工智能的前沿研究领域. 多机器人系
统具有分布、异构和高维连续空间等特性, 使得面向多机器人系统的增强学习的研究面临着一系列挑战, 为此, 对其
相关理论和算法的研究进展进行了系统综述. 首先, 阐述了多机器人增强学习的基本理论模型和优化目标; 然后, 在
对已有学习算法进行对比分析的基础上, 重点探讨了多机器人增强学习理论与应用研究中的困难和求解思路, 给出
了若干典型问题和应用实例; 最后, 对相关研究进行了总结和展望.

摘要:介绍集值信息系统和区间值信息系统, 并提出了同时具有这两种系统特点的区间集值信息系统. 依据属性
值的语义关系, 将区间集值信息系统分为两类: 析取( I 型) 和合取( II 型) 系统, 并对其分别提出了基于优势关系的粗
糙集模型, 讨论了相关性质. 最后用实例分析验证了所提出系统的有效性.

摘要:针对半监督学习中未标记示例导致性能下降的问题, 提出一种新的协同训练算法LDL-tri-training. 首
先通过最小显著性差异(LSD) 假设检验方法使得3 个成员分类器两两之间具有显著性差异; 然后采用D-S 证据
理论提高标注的稳定性; 最后利用局部异常因子检测算法剔除误标记的噪声样本. 实验表明, 与其他方法相比,
LDL-tri-training 算法具有较高的分类精度和稳定性.

摘要:研究领航者-跟随者结构多智能体系统的可控性问题. 利用松弛的等价分化刻画了系统可控性与信息拓扑结
构之间的关系, 为系统可控性提供了基于图论的判别方法. 基于置换群理论将对称的概念推广到多领航者系统, 并证
明了3 种图论工具(对称性、等价分化和松弛的等价分化) 之间的包含关系. 仿真结果验证了所提出方法的有效性.

摘要:针对单入单出离散时间非线性动态系统提出一种辨识方法. 该方法采用带误差修正的改进泛模型作为非线
性系统的结构模型, 模型中的时变特征参量及误差修正系数采用粒子群(PSO) 算法优化, 优化后的模型可以逼近非
线性系统. 该方法简单、易于实现. 通过对Box-Jenkins 煤气炉数据等非线性被控对象的仿真研究及对模型的分析, 表
明了所提出算法的有效性.

摘要:针对水下自主航行器(AUV) 协同定位受水下未知定常洋流影响的问题, 给出一种洋流影响下基于运动矢径
的AUV协同定位方法. 利用AUV的运动学方程和基于运动矢径的量测方程, 建立AUV的导航模型; 通过扩展的卡
尔曼滤波, 设计了协同定位滤波算法; 利用该算法对洋流速度进行估计, 以补偿AUV定位误差. 仿真结果表明, 该算
法能有效估计未知定常洋流速度的大小, 并对AUV定位误差进行实时补偿, 显著提高了AUV的定位精度.

摘要:在暂态稳定约束最优潮流(OTS) 研究的基础上, 提出了电力系统事故切除时间为变量的暂态稳定约束最优
潮流(OPF-TSCC) 模型. 根据约束转换方法, 建立了OPF-TSCC 对应的一类广义半无限优化(GSIP); 基于GSIP 现有
理论和算法, 提出了求解GSIP 的一类新算法. 电力系统数值仿真结果验证了所提出的模型和算法的有效性. 新模型
还可用于求解系统故障的临界切除时间(CCT).

摘要:针对真实场景图像的目标分类问题, 提出一种基于多尺度上下文信息的分类算法. 首先运用一种软判决采
样机制对图像进行局部信息采样, 使场景内混合的各类信息以一种鲁棒的方式得到有效分离; 然后, 进一步基于软判
决采样和统计特征表达机制, 计算各空间尺度下的目标上下文统计特征; 最后, 通过逻辑回归分类算法有效地融合多
尺度的上下文信息, 并作出分类决策. 实验表明, 所提出的算法能更好地刻画真实场景下目标的特性, 明显提高图像
目标分类性能.

摘要:研究由服务提供商和支持服务供应商组成的两级服务供应链. 其中市场需求与支持服务供应商的努力水平
相关, 服务容量与服务提供商的努力水平相关. 建立了基于成本共担策略的服务供应链模型, 分析得到了供应链成员
同时决策与序贯决策情况下供应链的Nash 均衡解. 研究表明, 成本共担策略能提高供应链的总利润, 实现供应链协
调. 通过大量算例分析了最优协调参数解与供应链中重要参数的关系, 同时指出了供应链协调的效果.

摘要:研究一类时滞分布依赖的网络化系统的量化控制问题. 首先, 在考虑信号量化处理的影响下, 建立包含时延
区间概率分布信息和信号量化信息的新的网络化系统模型; 然后, 运用Lyapunov 稳定性理论、矩阵函数的凸性、自
由权技术和Jessen 不等式等分析方法给出系统渐近稳定和镇定的条件; 最后, 运用线性矩阵不等式(LMI) 技术求解
量化控制器. 仿真结果和横向比较结果验证了所述方法的有效性.

摘要:针对全连接BP 网络在解决大规模复杂问题时存在的收敛速度缓慢等问题, 提出一种功能分区的BP 网络结
构模式. 利用RBF 神经元的物理特性对输入样本空间进行分解, 并将分解后的样本送给不同的子BP 网络学习. 与
全连接BP 网络相比, 降低了网络在学习过程中的权值搜索空间, 提高了学习速度, 改善了网络泛化性能, 体现了人
脑在学习过程中的知识积累特征. 对三维墨西哥草帽函数逼近和双螺旋分类的实验结果表明, 该网络能够解决全连
接BP 网络不能有效解决的问题.

摘要:为改进基于数据描述的单类分类机识别率, 将样本分布密度加入分类机的设计中, 提出采用密度诱导型数
据描述单类分类机(DISVDD). 以支撑向量域描述(SVDD) 算法为基础, 通过一种简易的形式引入数据密度因子, 使
高密度区数据对分类支撑域的作用被强化, 而低密度区数据的作用被削弱, 结果使分类超球体因靠近高密区而提高
其识别性能, 而且不增加计算复杂度. 在构造样本值与真实数据集上的实验结果表明, 所提出的算法对于不同类型的
数据均具有更好的推广性.

摘要:提出一种基于直觉模糊距离的特征匹配算法. 首先, 从基准图像和待配准图像中提取特征, 并将其直觉模糊
化; 然后, 定义特征间的直觉模糊度量方法, 从相似程度和不相似程度2 个方面对直觉模糊集间距离进行计算; 最后,
利用直觉模糊集的排序方法解决特征匹配问题, 通过构建匹配矩阵实现特征的匹配. 实验表明, 所提出的基于直觉模
糊集的图像配准方法是有效的.

摘要:针对现实生产制造系统中存在的时间参数模糊化问题, 采用梯形模糊数表征时间参数, 给出一种具有模糊
交货期和模糊加工时间, 以最小化提前/拖期惩罚、制造跨度以及加工费用为目标的多目标差异作业单机批调度问题
模型. 在对该问题进行求解方面, 针对基本粒子群算法容易陷入局部最优的问题, 引入混沌局部搜索策略, 给出了一
种基于混沌优化技术的混合粒子群算法. 仿真实验验证了所提出算法的可行性和有效性.

摘要:针对方案的指标值为直觉模糊数的决策问题, 提出一种基于灰色关联分析和MYCIN 不确定因子的决策方
法. 根据直觉模糊数的记分函数得到各指标下不同方案的MYCIN 不确定因子, 运用灰色关联方法确定各指标的信
任度; 推导出多证据下不确定因子的融合方法, 证明其满足交换律和结合律, 并通过该融合方法确定最优方案. 数值
算例表明, 所提出的方法能有效解决D-S 证据推理与决策问题相结合中存在的计算复杂、合成不稳定等问题.

摘要:为揭示内生溢出的基本规律, 建立了含有两种替代率参数的动态博弈模型, 研究了在内生溢出假设下水平
差异双寡头厂商的产品功能定位—–定价和创新投入问题. 研究发现, 内生溢出条件下产品定位差异一般显示出按
各种参数的变化在最大与最小差异之间分布的特点, 最大和最小差异仅仅是所提出模型的特例; 创新投入与创新效
率和吸收能力之间以及产品定位差异与各参数之间存在几种正相关与负相关函数关系, 揭示了水平差异产品内生溢
出和低成本创新的一些特点.

摘要:针对传统的尺度均一概率栅格地图表达法在大尺度未知环境下地图创建过程中海量数据存储和相关量计
算问题, 提出一类基于四叉树的栅格大小自适应地图创建算法. 利用四叉树理论, 根据地图不同区域环境障碍物密度
的变化, 自适应调整各区域栅格尺度大小. 仿真结果表明, 所提出的算法不仅降低了数据存储量, 而且栅格量的减少
使得相关量计算大大降低, 提高了移动机器人地图创建的实时性和地图表达的精度.

摘要:针对机器人路径规划问题, 提出一种基于几何相交测试的路径规划方法. 该方法首先搜索位于当前路径点
到目标点连线上的首障碍栅格; 然后结合贪婪法、回溯法和邻域搜索策略从障碍栅格邻域搜索下一个路径栅格; 接
着从新的路径点出发迭代搜索后续的路径点, 从而确定从起点到目标点的路径; 最后对得到的最好路径进行路径点
合并以提高路线的连贯性. 实验结果表明, 新方法规划的路径性能优于其他同类算法, 路径呈现出更好的连续性, 规
划时间能满足实际应用的要求.

摘要:面对未来工业化、军事化太空对空间体系在轨服务的需求, 并兼顾敏捷自主在轨服务航天器自身和所在复
杂空间环境等特点, 对多敏捷自主在轨服务航天器系统的协同运动规划问题进行研究. 利用以平动、转动和时间为
状态的改进快速搜索随机树运动规划方法, 对服务系统中各航天器灵巧、精确的协同运动进行规划. 仿真算例检验
了该方法的有效性, 结果表明它能够满足敏捷服务航天器系统在一定约束条件下按指定时间到达指定地点的协同运
动要求, 并且面对此类高维运动规划问题具备一定的规划效率.

摘要:针对带有参数不确定性动态非完整移动机器人的镇定问题, 提出一个全局连续的时变鲁棒控制律. 首先, 使
用全局可逆变换将系统的动力学模型转换成一个不确定性线性子系统和一个不确定性非线性子系统; 然后, 引入一
个与初值有关的指数衰减项, 将非线性子系统转换成带扰动项的线性系统; 最后, 设计鲁棒控制律将整个系统镇定到
原点. 与已有的控制器相比, 所提出的控制器能同时获得连续性、渐近性和指数收敛速度, 仿真结果也验证了这一点.

摘要:研究具有扇区有界非线性时变时延离散系统的非脆弱非线性记忆状态反馈??∞ 控制器的设计问题. 提出一
种具有更一般性的控制器增益不确定, 并采用Lyapunov-Krasovskii 泛函及线性矩阵不等式技术给出了控制器设计的
一个时滞依赖的充分条件. 最后通过一个例子验证了所提出方法的有效性.

摘要:研究一类随机Markov 跳跃系统的稳定性与镇定控制问题. 此类系统跳跃过程的转移概率部分未知, 包括转
移概率完全已知和完全未知两种情形, 因而更具一般性. 首先, 给出保证随机Markov 跳跃系统均方渐近稳定的充分
性判据, 并设计了相应的状态反馈镇定控制器; 然后, 基于矩阵的奇异值分解给出了系统静态输出反馈镇定控制器的
设计方法, 并将其归结为求解一组线性矩阵不等式(LMIs) 的可行性问题; 最后, 通过数值仿真验证了所得结论的正
确性.

摘要:针对径向基函数(RBF) 神经网络构造时其结构和参数难以确定的问题, 结合可拓理论对输入样本和基函数
的中心向量建立物元模型, 并借鉴第2 类型可拓神经网络(ENN2) 的聚类思想, 根据样本分布, 采用可拓分析及可拓
变换动态调整隐节点数目和基函数中心, 从而提出基于可拓理论的RBF (ERBF) 神经网络. 同时, 通过UCI 标准数据
集进行了测试, 并通过应用实例进行了验证, 结果表明, ERBF 结构和参数的确定方法简单、收敛速度快, 且泛化精
度、鲁棒性和稳定性均显著提高.

摘要:针对局部全局一致性学习(LLGC) 算法的分类精度在很大程度上取决于控制参数的合理设置问题, 提出一
种少参数的简洁局部全局一致性学习(BB-LLGC). 简化图上的目标函数, 使其不受参数alpha的影响. 另外, 在标签传递
过程中, 仅将未标记样本的标签根据相似度传递给其近邻, 而将已标记样本的标签强制填回以确保标签传递源头的
准确性. UCI 数据集的实验结果表明, 与LLGC 相比, BB-LLGC 不仅控制参数少、使用简单, 而且分类精度高、收敛速
度快.

摘要:根据电渣重熔过程的工艺特点和数学模型, 提出了基于改进混合蛙跳算法(ISFLA) 的多变量参数自整定
PID 控制策略. 提出一种新的蛙跳规则, 用以增强SFLA 的局部搜索能力. 该规则主要通过模拟青蛙的感知和运动的
不确定性来动态随机地调整青蛙的局部搜索空间和步长, 以防止SFLA 算法过早收敛, 提高算法的搜索效率. 仿真结
果和工业应用实验均表明了所提出控制方法的可行性和有效性.

摘要:针对空中机动目标, 利用目标多普勒信息和红外辐射信息建立具有树形结构的红外雷达跟踪系统状态估计
模型. 基于无迹卡尔曼滤波方法, 提出一种自适应双波段红外并行融合算法, 并基于红外融合结果, 采用序贯滤波融
合方法, 与雷达传感器实现深层交互多模型融合估计. 通过仿真表明了所提出的方法具有更小的距离跟踪误差和良
好的跟踪精度.

摘要:将任务集与处理器处理能力之间的匹配关系作为研究调度算法性能的重要因素, 建立了相应的任务-处理
器模型, 以描述多处理器系统的负载状况. 描述了多处理器系统任务可调度的必要条件, 设计实现了任务集的生成方
法. 对节约算法进行改进, 提出了负载均衡的节约算法. 所提出的算法可在保证调度成功率的前提下, 缩短任务的平
均响应时间和调度长度, 并均衡地提高处理器的利用率.

摘要:以鲁棒控制不变集作为预测控制的终端约束集, 设计了一种新的鲁棒预测控制算法. 将预测控制在不同采
样点的待优化控制律考虑为线性反馈控制律, 并通过在线优化求解线性反馈增益. 从理论上证明了若采用所设计的
鲁棒预测控制器, 则系统是输入状态稳定的. 最后通过计算机仿真验证了所提出设计方法的可行性.

摘要:最优控制轨迹通常由不同类型的弧段组成, 采用数值方法求解这类问题时, 其优化轨迹的不连续性可能导
致求解失败, 为此基于高斯伪谱法, 提出一种分区联立动态优化求解策略. 该策略通过对优化时域合理分区, 避免了
由于控制轨迹不连续而导致的病态优化问题. 另外, 通过联立求解分区后的优化问题, 能够满足各分区间的连接条
件, 而且可以使用较少的节点获得高质量的优化解. 最后以抗生素发酵过程为例验证了所提出算法的有效性.

摘要:针对生物发酵过程中一些生物参量难以用仪表进行在线检测的问题, 提出一种基于连续隐Markov 模
型(CHMM) 的发酵过程软测量建模方法. 为减少建模过程的计算量, 提出了改进最小分类误差准则, 用于CHMM软
测量模型参数估计. 为避免软测量结果在发酵过程监测与控制实际应用中存在的盲目性, 提出了在线评价软测量结
果可靠性的可信度评价指标. 实验结果表明了所提出方法的有效性以及可信度评价指标的实际意义.

摘要:结合分数阶微积分算子的叠加原理, 提出了变阶次状态空间建模方法. 将分数阶系统推广到状态空间领域,
实现了最小阶状态空间转换, 并可根据实际需要通过增加状态变量来提取某一阶次的输出信号. 对于各阶次均小
于1 的变阶次状态空间实现的分数阶系统, 提出了变阶次分数阶系统的稳定性判定定理. 最后通过实例仿真验证了
所提出方法的有效性.