摘要:调度作为计划层和执行层的纽带,是智能型工厂的主要组成部分.对此,从炼油生产装置调度的角度,对炼油调度问题进行综述与分析.首先对炼油生产调度建模问题的研究现状进行阐述,介绍目前该领域建模方面考虑的因素;其次,对炼油生产调度的各种优化方法进行总结综述;最后,结合目前的信息技术和智能制造的发展趋势,分析炼油生产调度所面临的挑战和未来的研究方向.

摘要:在项目管理实践中,活动安排与物料供应相互影响、相互制约,需要对这两个决策事项进行协同管理和规划.项目调度与物料订购集成优化问题(project scheduling and material ordering problem,PSMOP)研究的是如何合理制定项目调度和物料采购协同计划,以实现项目总成本最低、净现值最大、总工期最短等目标.PSMOP因其重要的理论价值和应用前景,近年来受到学术界和产业界的广泛关注.鉴于此,对国内外项目调度与物料订购集成优化的相关研究成果进行系统性总结与梳理:首先,介绍PSMOP问题及其常见的目标函数;其次,针对确定和不确定环境,分别总结了考虑不同特征的集成优化问题研究进展;然后,归纳了PSMOP常用求解算法及其在实践领域的应用情况;最后,指出未来进一步的研究方向.

摘要:针对受多源干扰影响的四旋翼无人机系统的轨迹跟踪控制问题进行研究,充分考虑位置回路和姿态回路动态特性,提出一种全回路复合快速非奇异终端滑模轨迹跟踪控制方案.首先,通过变换将轨迹跟踪问题转化为位置回路和姿态回路的指令跟踪控制问题;然后,将各通道之间的耦合以及多源干扰影响视作集总干扰,并基于扩张状态观测器对其进行估计;接着,基于干扰估计信息和快速非奇异终端滑模控制算法,分别在位置回路和姿态回路构造复合快速非奇异终端滑模控制器;最后,基于位置回路和姿态回路虚拟控制量解得无人机真实控制量旋翼转速.仿真结果表明,所提出控制方案显著提升了四旋翼无人机轨迹跟踪的响应速度和抗干扰性能.

摘要:路径规划技术是移动机器人研究领域中的一个重要分支,使得机器人能够在多障碍物环境中安全快速地找到一条相对最优路径.针对全局路径规划时蚁群算法盲目性搜索、易陷入局部最优、收敛速度慢以及局部路径规划时DWA算法难以有效地规避动态障碍物等问题,提出一种改进蚁群算法与DWA算法的融合算法.首先,采用GRRT-Connect算法不等分配初始信息素,解决陷阱地图中局部最优问题;然后,增加蚁群接力搜索方法以解决蚂蚁禁忌表自死锁问题,并利用切片取优方法优化最优路径选择机制得到全局最优路径;接着,以最优路径关键点为子目标点运行DWA算法,提出自适应调节速度方法进行最优行驶;最后,提出预计算方法规避动态障碍物达到局部规划效果.仿真结果表明,与现有文献结果相比,融合算法最优路径长度缩短了10.28%,收敛速度加快了6.55%,验证了所提出算法的有效性和优越性.

摘要:为了提高电力系统的自动化水平,减轻电力工人在检修高压输电系统时的劳动强度,同时保障电力工人人身安全,提出并设计一种可以攀爬电力铁塔的六自由度关节式机器人,针对该构型进行运动学分析和求解.为解决传统的解析法用于机械臂逆运动学求解过程中存在操作繁琐和奇异点无法逆运算等问题,提出一种基于改进天牛须算法的电力攀爬机器人运动学逆解算法.首先,对电力攀爬机器人进行DH建模,得到正运动学方程;然后,使用正运动学方程和目标位姿建立代价函数,采用改进天牛须算法对代价函数优化;最后,使用Matlab实现此算法进行仿真验证.实验结果表明,与传统的天牛须算法、改进遗传算法以及改进粒子群算法相比,所提出算法具有较好的收敛性,求解精度较高.

摘要:研究分布式无人机集群巡航任务中的协同路径跟踪问题与动态避障控制问题.利用transverse feedback linearization(TFL)方法对无人机的动力学模型进行变换,通过解耦控制实现对期望巡航路径的跟踪.在期望路径方向上,设计基于一致性协议的分布式无人机队列协同控制算法,并结合势场法设计协同巡航过程中对移动障碍物的规避控制策略.在队列达成一致性目标的同时,能够保障队列行进的安全性.基于Lyapunov分析方法和LaSalle不变原理证明闭环系统的稳定性,同时采用能量法证明队列中的无人机不会与动态障碍物发生碰撞.最后,基于搭建的无人机协同飞行实验平台,完成多架无人机的协同队列控制和移动障碍物规避实验,飞行实验结果验证了所设计协同控制算法与避障控制策略的有效性.

摘要:受多目标优化理论的启发,针对非完整约束轮式机器人设计基于屏障控制函数的多目标协同控制算法.该方法可实现队形控制主目标、连通性次级目标以及避碰次级目标,其中将连通性保持和避碰问题建模为两个系统约束,屏障控制函数作为约束对应的惩罚函数,可解决系统有输入或状态约束的问题.通过获取的局部信息将系统状态约束转化为屏障控制函数,利用屏障控制函数的类李雅普诺夫特性对其导数引入约束, 再通过保证约束集的正不变性,达到控制目标.所提出方法可有效地避免控制器在连通性约束和避碰约束边界处的频繁切换,减小机械疲劳,在理论上可进一步扩展次级目标的数目,实现多目标控制.另外,所提出的协同控制算法对编队队形没有特殊要求,适用于不同编队需求和通信拓扑情况.最后通过数值仿真验证了所提出算法在不同情况下的有效性.

摘要:针对串级连续搅拌反应釜系统的快速精准跟踪控制问题,利用自适应反步控制方法、模糊逻辑系统、命令滤波器以及有限时间控制技术设计串级连续搅拌反应釜系统的有限时间命令滤波控制器.其中,自适应反步方法使系统控制器的设计更简单;模糊逻辑系统通过逼近系统模型中的复杂非线性函数使控制器的在线计算量更小;命令滤波器解决了经典反步法带来的“计算爆炸”的问题;有限时间控制方法能够使系统被控量更迅速地跟踪其参考值;Lyapunov稳定性分析证明了系统的稳定性.通过Matlab实例仿真验证所设计控制器的有效性和可行性,为有限时间命令滤波控制技术在实际串级连续搅拌反应釜过程中的应用提供指导.与现有控制方法相比,所提出的控制策略具有控制器结构简单、在线计算复杂度小、跟踪速度快以及无静差的优点.

摘要:针对舰载机的抗侧风着舰控制问题,设计一种低通非奇异终端滑模引导算法(LNTSMC)用于提高舰载机的抗侧风引导能力.首先,基于$H_\infty$混合灵敏度控制设计内环姿态鲁棒控制系统,并推导舰载机着舰飞行时的侧向引导方程;然后,基于齐次性理论设计一种积分非奇异终端滑模面,使其在满足低通滑模控制器设计要求的同时避免控制奇异现象;进一步,设计一种带边界层的幂指数趋近律来抑制滑模控制中的抖振情况,并引入非齐次干扰观测器来改善边界层内部的鲁棒稳定性;最后,通过Lyapunov定理证明所设计算法的有限时间稳定性,并给出仿真结果.仿真结果表明,所设计的引导算法具有良好的抗侧风性能,通过与已有算法进行对比,验证了所提出算法的优越性.

摘要:针对具有非对称输出约束和外界干扰的不确定非线性系统,提出自适应固定时间反步控制策略.首先,采用非对称障碍Lyapunov函数处理系统的输出约束问题;其次,通过构造固定时间干扰观测器估计外界干扰,设计自适应固定时间滤波器,解决传统反步控制的“计算爆炸”问题,通过自适应律估计虚拟控制输入导数的未知上界;再次,基于Lyapunov稳定性理论证明闭环系统在固定时间内有界稳定且输出保持在约束范围内;最后,通过永磁同步电机的仿真验证所设计的控制策略的有效性.

摘要:许多应用场景要求每个类别的数量相对平衡,而传统模糊C均值(FCM)聚类算法无法实现此功能.为此,利用标签信息构造标签分布熵评价聚类的平衡度,然后将标签分布熵、模糊隶属度矩阵与标签矩阵之间的平方损失同时引入到传统FCM中,进而提出一种标签分布熵正则的模糊C均值平衡聚类方法(FCM$_LDE$).同时,利用迭代方法和增广拉格朗日乘数法设计该模型的优化算法.最后,利用6个真实数据集进行聚类实验,结果表明,所提方法在聚类性能和平衡性能上均具有很好的优势.

摘要:针对含有未知时滞的多输入受控自回归系统模型的时滞与参数辨识问题,基于Householder变换探讨一种贪婪正交最小二乘辨识算法.首先,由于各输入通道的时滞未知,通过设置输入数据回归长度对系统模型进行过参数化,得到一个含有稀疏参数向量的高维辨识模型;其次,为了避免最小二乘算法中对高维协方差矩阵的求逆运算,利用Householder变换对信息矩阵进行正交分解,推导基于Householder变换的正交最小二乘算法;然后,为了提高辨识效率,降低辨识成本,推导基于Householder变换的贪婪准则,进而得到基于Householder变换的贪婪正交最小二乘辨识算法,该算法能够在少量采样数据的条件下获得稀疏参数向量的估计值;最后,根据估计的稀疏参数向量的结构得到系统时滞估计.仿真结果表明了所提出算法的有效性.

摘要:针对噪声有界但未知条件下的非线性系统状态估计问题,提出基于超平行空间集员滤波算法.利用Stirling矩阵将模型进行一阶展开,基于凸差规划完成线性化误差定界,采用超平行空间表示误差边界和状态可行集,求解下一时刻预测状态可行集超平行体.在更新步将观测值分解为多个带,融入观测值的线性化误差并将带依次与超平行体相交,得到该时刻超平行空间描述下的状态可行集更新情况.所提出算法能够避免在求解线性化误差过程中外包误差集合带来的体积扩充,降低非线性集员滤波算法的保守性,仿真示例验证了所提出算法的可行性和有效性.

摘要:路径规划是实现机器人智能化的重要组成部分,规划路径的优劣在很大程度上决定了机器人执行任务的效果.传统的路径规划算法,例如基于图搜索的dijkstra算法和其改进后的$A^*$算法,以及基于采样的RRT(rapidly-exploring random tree)算法和其改进后的RRT^*$算法,仅仅考虑了避障问题;基于插值曲线的算法可以产生较为光滑的轨迹;基于数值优化的算法可以将机器人速度、加速度等加入损失函数,通过优化求解,产生动力学特性较好的轨迹.然而,面对当前越来越精确、丰富的先验地形信息,鲜有算法可以充分利用他们.对此,基于海底数字高程地图(digital elevation map,DEM),提出扩展$A^*$算法及FM(fast marching)算法改进算法,能够利用先验地形信息提高路径规划的效果.通过仿真分析,对比3种算法:扩展$A^*$算法、TC FM(terrian cared fast marching)和TCFM^*$算法,仿真结果表明,扩展$A^*$算法求解速度更快、局部规划能力更强,TCFM$和TCFM^*$算法所求得的路径更短、更光滑.

摘要:遥感图像场景分类对土地资源管理具有重要意义,然而高分辨率遥感图像中地物分布复杂,图像中存在着与当前场景无关的冗余信息,会对场景的精确分类造成影响.对此,提出一种基于脉冲卷积神经网络(SCNN)稀疏表征的场景分类方法.从稀疏表征出发,利用脉冲神经元的稀疏脉冲输出特性,设计脉冲卷积神经网络,去除遥感图像中与场景无关的冗余信息,实现对图像的稀疏表征;提出基于脉冲输出交叉熵损失函数的反向传播算法,在该算法的基础上利用梯度下降训练脉冲卷积神经网络,优化网络参数,实现遥感图像场景分类;通过实验验证方法的有效性,将所提出方法应用于Google和UCM两个遥感图像数据集,并与传统的卷积神经网络(CNN)进行对比.实验结果表明,所提出方法可以对遥感图像进行稀疏表征,实现场景分类;相对于卷积神经网络,所提出方法在遥感图像场景分类任务上更具有优势.

摘要:换热板片作为构成宽通道板式换热器的核心部件,对其换热效果具有直接影响.为有效提升换热器性能,减少能量损耗,提出一种宽通道换热板片结构的多目标头脑风暴优化设计方法.首先,根据换热板片的形状和布局特点,提取梯形凸台尺寸及其分布间隔构成结构参数,采用正交法,基于Fluent数值模拟软件获得25组换热板片结构样本;然后,采用回归构建换热努塞尔数和压力损失的代理模型,以最大换热效果和最小能量损耗作为优化目标,采用基于网格的多目标头脑风暴优化算法,寻优获得最佳换热板片的结构设计方案.统计实验结果表明,换热性能代理模型可以有效降低评价代价,所提出优化设计方法可以更加高效地获得具有最佳换热效果和能量损耗的换热板片结构.

摘要:混合流水车间调度是制造业领域的前沿方向,而研究带有阻塞约束的问题更具有现实意义.针对阻塞混合流水车间调度问题(BHFSP),以最小化最大完工时间为优化目标建立BHFSP的数学模型并详细阐述其计算过程,在零缓冲区特性的基础上设计一种双层变异策略的迭代贪婪(IGDLM)算法求解BHFSP.分析传统迭代贪婪(IG)算法中的优势和不足,针对阻塞特性提出双层变异策略来提高解的多样性,进一步平衡所提算法的全局探索和局部搜索能力.通过100个测试算例的数值仿真以及与5种代表算法的统计比较,验证所提出的双层变异策略与IG融合的算法能够得到更好的目标值,并为中大规模的BHFSP提供更优的调度方案.

摘要:针对多小区蜂窝网络资源分配所要求的低能耗、高速率和低延时问题,提出一种基于深度无监督学习的多小区蜂窝网络资源分配方法.首先,构建基于无监督学习的深度功率控制神经网络,通过约束处理输出优化的信道功率控制方案以最大化能量效率的期望;然后,构建基于无监督学习的深度信道分配神经网络,通过约束处理输出优化的信道分配方案,并联合前期训练好的深度功率控制神经网络拟合输出优化的信道功率,进一步优化能量效率的期望.仿真结果表明,所提出的方法在保证低计算时延的同时可获得优于其他算法的能量效率和传输速率.

摘要:针对装备维修保障仓库系统运营费用高、仓库点位布局不合理、备件库存结构不合理等问题,建立以多品种联合补货问题为基础的装备维修备件仓库选址-库存控制决策联合优化模型,模型可用于求解仓库的开设位置、维修活动需求点的指派情况、仓库补货时间以及库存水平等.根据模型的结构特点,利用多种群协同进化的方法改进传统果蝇优化算法的位置更新方式,设计一种内外两层搜索策略的混合果蝇优化算法,外层搜索策略作为算法的主程序用于搜索仓库选址决策变量,内层搜索策略采用改进的RAND算法用于搜索库存控制决策变量.仿真结果表明,混合果蝇优化算法具有良好的求解效率,能够确保库存系统在一定服务水平的基础上有效降低库存运营总成本.

摘要:针对边缘智能设备低功耗、轻算力的要求,采用新型存算一体器件-----忆阻器作为基础电路元件,设计低功耗图像识别电路.该电路采用多个忆阻卷积层和忆阻全连接网络串联的方式,获得较高的识别精度.为了减小忆阻卷积层计算所需的忆阻交叉阵列的行尺寸与列尺寸的不平衡,同时降低输入电压方向电路的功耗,将输入电压反相器置于忆阻交叉阵列之后.所设计电路可以将完成忆阻卷积网络运算所需的忆阻交叉阵列的行大小从$2M+1$减少至$M+1$,同时将单个卷积核计算所需的反相器的数量降至1,大幅度降低忆阻卷积网络的体积和功耗.利用数学近似,将BN层和dropout层计算合并到CNN层中,减小网络层数同时降低电路的功耗.通过在CIFAR-10数据集上的实验表明,所设计电路可以有效地对图像进行分类,同时具备推理速度快(136ns)和功耗低的优点(单个神经元功耗小于3.5uW).

摘要:单元退化情形下,考虑全寿命周期的大规模系统可靠性设计与预防性维修策略的综合优化问题将变得更为复杂.针对单元失效服从威布尔分布的情形,考虑多单元联合的预防性维修模式,构建可靠性约束下大规模系统全寿命周期成本优化模型.单元数量众多带来的组合规模指数增长问题将导致非线性择优困难,利用遗传算法编程快速求解全局最优解,包括设计阶段的单元可靠性和使用阶段的系统预防性维修周期.最后通过典型算例分析验证模型与算法的正确性和有效性,探究维修改善因子、单元可靠性和预防性维修周期等决策变量间的相互关系.研究成果有助于简化系统工程师的可靠性工程设计过程,具有一定的理论和应用价值.

摘要:为了探讨制造商建议零售价格和零售商企业社会责任(CSR)行为对绿色供应链决策的影响,将制造商建议零售价格作为消费者的参照价格,构建制造商主导的Stackelberg博弈模型,探讨制造商建议零售价格策略对绿色供应链绩效的影响,并分析零售商CSR行为对制造商建议零售价格和建议零售价格策略实施效果的影响.然后,将研究拓展到零售商忽视参照价格效应的情形,探讨零售商忽视参照价格效应对研究结论鲁棒性的影响.最后,通过数值方法对结论进行验证和深化.研究发现: 制造商建议零售价格策略对绿色供应链绩效的改善具有正向作用,而零售商CSR水平的提高可以强化该正向作用; 当零售商忽视参照价格效应时,制造商建议零售价格策略可能对绿色供应链绩效产生负向作用,但是零售商CSR水平的提高可以在一定程度上缓解该负向作用.

摘要:针对概率犹豫模糊信息下准则具有期望水平的双边匹配决策问题,考虑双边主体后悔规避的心理行为特征,提出一种基于后悔理论的双边匹配决策方法.首先,定义概率犹豫模糊元的新兰氏距离和兰氏记分函数.然后,基于后悔理论提出一种准则具有期望水平的概率犹豫模糊双边匹配决策方法.该方法利用期望效用函数和概率犹豫模糊元兰氏记分函数构建双边主体的准则效用值矩阵;利用后悔-欣喜函数构建双边主体对于准则期望水平的后悔-欣喜值矩阵;依据后悔理论构建双边主体对于准则期望水平的感知价值矩阵.进一步,先利用离差最大化思想和概率犹豫模糊元新兰氏距离构建优化模型求解准则权重,再利用线性加权法构建双边主体的综合感知价值矩阵,利用极差变换法构建双边主体的满意度矩阵.在此基础上,基于满意度最大化,构建考虑双边匹配方案稳定性的多目标优化模型,并通过求解模型得到双边匹配结果.最后,通过算例分析表明了所提出匹配决策方法的有效性和实用性.

摘要:将累积前景理论的价值函数引入投资组合决策,从行为金融学的角度对传统整数犹豫模糊语言术语集下标进行改进,改进后的可变下标犹豫模糊语言术语集不仅可以反映投资人对金融产品的不确定程度,还能描述投资人给出评价本身时对收益或损失的心理感知.在单投资者多准则评价视角下,利用可变下标的犹豫模糊语言多准则投资组合评价系统对不同股票进行量化评价,针对激进型、稳健型和保守型3类投资者分别提出收益最大化、风险最小化犹豫模糊语言投资组合模型,通过对等价非线性模型求解得到投资组合的最优解.最后,利用数值仿真验证所提出模型和方法的有效性.

摘要:并行生产线和特定工序生产资源共享模式可以显著改善客户满意度并节约成本.针对预制构件并行生产线资源配置与生产调度集成优化问题,基于分解策略和交替迭代优化思想,提出一种交替式混合果蝇-禁忌搜索算法(AHFOA_TS)以最小化拖期惩罚费用.首先,通过快速启发式方法产生一较好初始解;然后,固定资源配置方案,为提高算法局部搜索能力,通过集成多种局部搜索方式,设计一种离散果蝇优化算法优化订单指派及调度方案;最后,固定订单指派及调度方案,为减少无效搜索次数,设计一种基于双层变异算子和精英劣解交叉策略的混合禁忌搜索算法以优化资源配置方案,如此两个阶段交替运行直至满足终止条件.此外,设计4种基于交替搜索框架的智能优化算法用于比较.计算结果表明,AHFOA_TS算法能够更有效求解预制构件生产线资源配置和生产调度集成优化问题.

摘要:高速铁路以其运输能力大、速度快、全天候等优势,取得了飞速蓬勃的发展.而恶劣天气等突发事件会导致列车延误晚点,更甚者延误会沿着路网不断传播扩散,其带来的多米诺效应将造成大面积列车无法按计划运行图运行.目前依靠人工经验的动态调度方式难以满足快速优化调整的实际要求.因此,针对突发事件造成高铁列车延误晚点的动态调度问题,设定所有列车在各站到发时间晚点总和最小为优化目标,构建高铁列车可运行情况下的混合整数非线性规划模型,提出基于策略梯度强化学习的高铁列车动态调度方法,包括交互环境建立、智能体状态及动作集合定义、策略网络结构及动作选择方法和回报函数建立,并结合具体问题对策略梯度强化学习(REINFORCE)算法进行误差放大和阈值设定两种改进.最后对算法收敛性及算法改进后的性能提升进行仿真研究,并与Q-learning算法进行比较,结果表明所提出的方法可以有效地对高铁列车进行动态调度,将突发事件带来的延误影响降至最小,从而提高列车的运行效率.

摘要:针对具有参数不确定性和未知外部扰动的Euler-Lagrange多智能体系统,设计一种基于自适应滑模控制的分布式蜂拥算法.该算法使用自适应滑模控制和自适应控制律分别补偿未知的外部扰动与模型中可线性参数化回归的不确定项,从而在实现蜂拥控制的同时,避免智能体对外部扰动先验知识的要求.理论分析表明,在多智能体达成蜂拥的同时,算法保证滑模的自适应增益有界.此外,所提出的算法同时考虑虚拟领导者追踪与基于目标区域的跟踪问题,并给出碰撞避免的条件.最后,通过算例仿真验证所提出算法的有效性.

摘要:针对传统反步控制器设计方法存在复杂度爆炸、参数收敛难、控制奇异、需全系统状态已知等问题,提出一种新的可保证参数收敛的未知系统动态辨识和非反步输出反馈自适应控制方法.首先,通过定义新的状态变量和系统等价变换,将严格反馈系统状态反馈控制转化为标准系统的输出反馈控制,进而设计包含高阶微分器的自适应单步控制器,避免反步递推设计的问题;然后,采用两个神经网络对系统集总未知动态进行估计,避免传统控制方法在未知控制增益在线估计过零引发的奇异问题;最后,构造一种新的自适应算法在线更新神经网络权值确保其收敛到真实值,进而实现对未知系统动态的精准辨识.基于Lyapunov定理的分析表明,跟踪误差和估计误差均可收敛到零点附近紧集.基于液压伺服系统模型的对比仿真验证了所提出方法的有效性和优越性.