摘要:近年来,超多目标优化逐渐成为多目标优化研究的热点之一,由于超多目标优化问题具有难以寻优的高维目标空间,其研究颇有挑战性,因此受到广泛关注.现有综述性文献通常只是针对某个特定方面,缺乏系统性考察.鉴于此,首先从问题定义出发,综合考虑超多目标优化问题范畴,进行超多目标优化问题的概念辨析;其次通过对近些年的相关文献整理,系统分析超多目标优化问题进展并对其中部分经典方法加以介绍,通过对基准测试函数和性能指标的说明,围绕超多目标优化研究方法展开综合性论述;接着选取5个典型的超多目标进化算法,在2组基准测试函数和4个实际问题上分别展开仿真实验,通过性能指标和非参数检验对不同类别的算法进行理论分析;最后在明确超多目标优化研究领域的若干前沿问题的基础上,对今后的研究工作进行展望.

摘要:随着经济全球化的不断深入,“合作共赢”的发展战略越来越被人们接受,进而合作博弈也被合理地应用到多个领域.与静态合作博弈相比,动态博弈的约束条件为动态方程,其具有优化行为、多个玩家共同存在、决策结果的持久性以及对环境变化的鲁棒性等特点.由于动态系统总是受到某些随机波动的干扰,将这些内部随机波动和外部随机扰动考虑到系统模型中更为实际.随机动态合作博弈同时考虑策略行为、动态演化与随机因素之间的相互作用,其可能是最复杂的决策形式之一.鉴于此,对多目标动态优化中随机合作博弈的进展进行综述:首先,回顾多目标合作博弈的研究背景,给出Pareto最优性的定义和基本性质;其次,综述确定性的合作博弈;再次,分别论述随机合作博弈和平均场随机合作博弈;最后,提出随机合作博弈几个未来研究方向.

摘要:基于计算智能“隐并行性”实现多任务优化(multi-task optimization, MTO),是当前研究的热点和前沿技术.与传统单任务优化算法相比,通过挖掘群体智能内在并行和内涵并行同时优化多个任务,可显著提高问题求解质量以及缩短任务求解时间.首先,对MTO相关英文/中文文献进行梳理,总结MTO研究进展和趋势;然后,基于多因子优化(multifactorial optimization, MFO)和多种群演化(multi-population evolution, MPE)两种不同信息共享框架,从多任务搜索空间设计、种群数量、种群规模、依托算法、信息迁移节点、交互信息、时间和空间复杂度以及复杂系统等角度对比二者异同;接着,从信息迁移节点、方式和类型3方面重点阐述MTO核心理论;最后,从探究MTO复杂系统层级智能涌现行为、多任务种群多样性控制以及应用领域拓展3方面展望未来研究方向.

摘要:针对多目标差分进化算法求解复杂多目标优化问题时,最优解选择策略中非支配排序计算复杂度高的问题,提出一种数据驱动选择策略的多目标差分进化(MODE-DDSS)算法.首先,设计多目标差分进化算法的优化解排序等级评估准则,建立基于评估准则的优化解排序等级评估库;其次,设计基于优化解双向搜索机制和无重复比较机制的数据驱动选择策略,实现优化解的高效搜索和快速排序;最后,构建数据驱动选择策略的多目标差分进化算法,降低算法在最优解选择操作中的时间复杂度,提高算法的寻优效率.实验结果表明,所提出的MODE-DDSS算法能够有效减少最优解在选择过程中的比较次数,提升多目标差分进化算法解决复杂多目标优化问题的寻优效率.

摘要:中文手写文本识别是模式识别领域中的研究热点问题之一,其存在字符类别数量多、书写风格差异大和训练数据集标记难等问题.针对上述问题,提出无切分无循环的残差注意网络结构用于端到端手写文本识别.首先,以ResNet-26为主体结构,使用深度可分离卷积提取有意义特征,残差注意门控模块提升文本图像中的关键区域的重要性;其次,采用批量双线性插值模型对输入表征进行拉伸-挤压,实现二维文本表征到一维文本行表征的文本行上采样;最后,以连接时序分类作为识别模型的损失函数,实现高层次抽取表征与字符序列标记的对应关系.在CASIA-HWDB2.x和ICDAR2013两个数据集上进行实验研究,结果表明,所提方法在没有任何字符或文本行的位置信息时能够有效地实现端到端手写文本识别,且优于现有的方法.

摘要:针对动态不确定环境下机器人执行复杂任务的需求,提出一种线性时序逻辑(linear temporal logic,LTL)引导的无模型安全强化学习算法,能在最大化任务完成概率的同时保证学习过程的安全性.首先,综合考虑环境中的不确定因素,构建马尔可夫决策过程(Markov decision process, MDP),再用LTL刻画智能体的复杂任务,将其转化为有多接受集的基于转移的有限确定性广义布奇自动机(transition-based limit deterministic generalized Büchi automaton,tLDGBA),并通过接受边界函数构建可记录当前待访问接受集的约束型tLDGBA(constrained tLDGBA, ctLDGBA);其次,构建乘积MDP用于强化学习搜索最优策略;最后,基于LTL对安全性的描述和MDP的观测函数构建安全博弈,并根据安全博弈设计安全盾机制保证系统在学习过程中的安全性.严格的分析证明了所提出的算法能获得最大化LTL任务完成概率的最优策略.仿真结果验证了LTL引导的安全强化学习算法的有效性.

摘要:准确的海面风速预测是保证远洋船舶航行安全和节能减排的重要条件.针对远洋航行领域的海面风速预测存在空间特征难以解析和多步预测精度偏低两个问题,设计一种改进的多步时空预测方法.在多步预测方面,使用超前时刻策略使单个模型学习并区分不同的预测时刻,并将海面风向作为外生变量,将月份、日期和时刻作为协变量,与历史风速数据结合以扩展样本空间.在空间特征方面,利用编码器-解码器结构的残差U型卷积神经网络,对多层级空间信息进行提取和解析,并将超前时刻特征同时输入编码器和解码器,强化深层特征解析为对应预测时刻的效果.在全球原油运输路线上进行的12小时预测实验表明,所提出方法较其他6种预测方法具有更低的预测误差.

摘要:配料计算是特种铝合金熔炼的重要准备工序,直接影响产品的最终性能.为提高产品质量和配料效率,降低原料和仓储物流成本,建立考虑元素烧损和旧料循环利用等因素的特种铝合金配料优化模型.针对该模型的目标多样性和非线性等特点,设计以投料量和投料时间为决策变量的实数编码规则,提出一种基于第3代非支配遗传算法并融入分布式估计策略的多目标优化算法用于求解该模型.通过基于真实生产数据的仿真实验进行模型和算法验证.实验结果表明,所提出模型能够有效地解决特种铝合金配料优化问题,与传统的多目标优化算法相比,所提出求解算法能够获得更优的结果.

摘要:高精度的定位对于自动驾驶至关重要.2D激光雷达作为一种高精度的传感器被广泛应用于各种室内定位系统.然而在室外环境下,大量动态目标的存在使得相邻点云的匹配变得尤为困难,且2D激光雷达的点云数据存在稀疏性的问题,导致2D激光雷达在室外环境下的定位精度极低甚至无法实现定位.为此,提出一种融合双目视觉和2D激光雷达的室外定位算法.首先,利用双目视觉作为里程计提供相对位姿,将一个局部时间窗口内多个时刻得到的2D激光雷达数据融合成一个局部子图;然后,采用DS证据理论融合局部子图中的时态信息,以消除动态目标带来的噪声;最后,利用基于ICA的图像匹配方法将局部子图与预先构建的全局先验地图进行匹配,消除里程计的累积误差,实现高精度定位.在KITTI数据集上的实验结果表明,仅利用低成本的双目相机和2D激光雷达便可实现较高精度的定位,所提出算法的定位精度相比于ORB-SLAM2里程计最高可提升37.9%.

摘要:功能性电刺激是实现病理性腕部震颤抑制的重要手段.但是,由于腕部肌骨系统生理特性复杂,难以对其准确建模,限制了震颤抑制控制的效果.针对上述问题,首先,建立腕部肌骨系统的Hammerstein模型,给出参数辨识方法;然后,针对肌肉非线性招募特性通过前馈控制进行模型线性化,进而设计自抗扰控制器实现对肌骨系统建模误差和震颤等外部扰动的估计和补偿,根据带宽法和稳定裕度要求完成控制器参数整定,并对闭环系统的跟踪和抗扰性能进行仿真分析;最后,基于腕部震颤抑制系统平台对所提出自抗扰控制方法与PID控制进行对比实验,验证所提出控制方案的有效性.

摘要:随着城市绿化程度的不断提高,落叶清理任务变得更加复杂繁重.针对落叶形状多变、大小不一、背景复杂、分布不均的特点,提出一种融合Attention-Context(AC)网络和YOLOv3的落叶检测算法(AC-YOLO),解决现有模型对落叶漏检、误检的问题,实现快速、准确地识别检测路面落叶.针对小目标落叶易发生漏检的问题,提出AC网络结构,将不同层次的特征映射融合作为小目标的上下文信息,同时引入自注意力机制来抑制复杂背景和底层噪声带来的影响,提升小目标落叶检测能力;其次,采用Mish激活函数替换Leaky ReLU以提升模型的泛化能力,提高落叶检测准确度;最后,考虑到落叶堆叠情况对清理机器人的工作效率有影响,提出非极大值融合算法(non-maximum fusion,NMF)来融合密集落叶预测框,从而通过更少的导航点解决密集落叶的检测问题,同时提升落叶检测清理的效率.实验结果表明,基于AC-YOLO的检测算法对落叶检测的覆盖率(cover)达到95%,检测速度达到53帧/s,可以完成实际应用环境中的落叶检测任务,实现对落叶的高效率、智能化清理.

摘要:针对六自由度自主式水下机器人(autonomous underwater vehicle,AUV)视觉对接这一重要课题,提出一种基于融合深度信息的改进准最大最小模型预测控制(quasi-min-max model predictive control,QMM-MPC)方法,有效提高复杂水下视觉伺服对接系统性能.首先,针对水下AUV视觉由于能见度低导致深度信息存在不确定性的影响,建立新的六自由度AUV视觉伺服模型;然后,结合AUV运动和图像特征运动的测量数据,设计在线深度估计器,同时提出结合多李雅普诺夫函数的QMM-MPC算法,通过求取凸多面体中各顶点不同上界值,降低传统QMM-MPC算法中单李雅普诺夫函数上界所带来的强保守性;最后,通过仿真验证所提出方法的有效性和优越性.

摘要:近年来,前馈补偿技术得到广泛研究,其可以提高系统的控制精度.对于非最小相位系统,很难给出干扰和可测信息的直接关系,此外,频率的不确定性以及估计值之间的耦合会导致大量冗余参数的运算.现有的自适应方法存在估计值之间的耦合,会增加干扰估计误差收敛性能分析难度.而基于干扰观测器控制(DOBC)通过调节控制器和观测器参数,可以同时对多源不确定进行补偿和抑制.基于此,提出一种分步式观测器设计方法.首先设计一种辅助滤波器和观测器对未知频率正弦干扰参数进行估计,同时给出干扰的等效形式;然后利用估计值构造观测器得到输入干扰状态,从而将这类非线性系统的干扰抵消问题转换为线性系统的观测器设计问题;最后通过李雅普诺夫定理和数值仿真验证所提出方法的有效性.

摘要:针对一类邻居控制信息未知,且节点只能获得相对输出信息的多智能体系统,研究基于未知输入观测器的分布式故障检测问题,以实现节点对自身及邻居故障的实时检测.首先,通过对节点动力学模型进行分解与变换,构造出基于相对输出信息的故障检测参考模型,并给出未知输入观测器的存在性证明;接着,设计不依赖邻居节点控制信息的未知输入观测器,突破控制信息缺失导致观测器失效的理论难题;最后,借助未知输入观测器设计故障检测算法,并完成算法的分布式实现.仿真结果验证了所提方法的有效性与先进性.

摘要:针对受不确定噪声扰动影响的切换系统故障诊断问题,提出一种基于多胞空间可行集滤波的切换系统故障诊断方法.首先,利用全对称多胞体的规则化空间几何结构,分析当前时刻带空间与多胞空间拆解后的带空间交集,采用体积最小的全对称多胞体包裹参数可行集,得到无切换状态下的系统参数解集;其次,分析多胞空间与采样数据所属带空间的相容性,判断系统参数是否发生变化,将变化情况分为切换和故障两大类单独分析;然后,分析数据样本与所有子模型的一致性,利用模型匹配原则设计的滤波器,完成切换系统的故障诊断过程;最后,通过仿真结果和分析验证所提出的故障诊断方法的可行性和有效性.

摘要:旋转机械设备是工业生产中的关键性设备,对其进行高效故障诊断,对于保障工业安全生产具有重要意义.传统的旋转机械设备智能故障诊断方法采取人工特征提取策略,存在依赖专家经验知识、特征泛化性差、特征完备性不足等局限性,导致故障诊断模型精度差,特别是在噪声环境下性能下降明显.对此,提出一种用于旋转机械故障诊断的多模态耦合输入神经网络模型.首先,利用信号分解方法将原始输入信号分解为多个子信号,并将子信号与原始信号成对组成二维矩阵并输入到神经网络中,使得网络能够提取其间重要的相关特征;然后,利用双通道并行的卷积神经网络和长短期记忆网络分别提取信号中的时空间特征并融合,大大提高网络模型的特征表达完备性,实现对旋转机械设备的高精度故障分类.通过实验验证了所提出模型相较于传统故障模型具有更高的准确率,并且对于噪声干扰也有较好的适应性.

摘要:研究广义特征对追踪算法,通过探索基于共轭梯度搜索的标准特征向量追踪算法,将其引入到广义特征对的提取.所提算法具有自适应步长机制,使不同特征搜索方向上的广义瑞利熵达到最优,并适用于提取平稳矩阵束和非平稳矩阵束的广义特征对.数值仿真中将所提算法与多个自适应广义特征向量提取算法进行了比较,实验结果验证了所提算法的有效性.

摘要:针对虚假数据注入(FDI)攻击下的多区域互联电力系统安全状态估计问题,提出一种分布式中间观测器,同时对各区域电力系统的状态、虚假数据注入攻击信号以及负载偏差进行估计.首先,通过将电力系统的状态和虚假数据注入攻击进行增广,得到等价的区域电力系统状态空间模型;然后,基于等价系统模型构建分布式中间观测器,对各个电力子系统分别进行安全状态估计,并设计补偿控制策略以降低虚假数据注入攻击及负载偏差带来的影响;最后,通过算例仿真验证所提出方法的可行性和有效性.

摘要:研究二机流水车间生产运输协调调度问题,当工件在第1台机器加工完成后,由1台带有容量限制的运输车分批次运输到第2台机器加工,运输过程考虑工件尺寸约束,目标函数为最小化最大完工时间.考虑到源于不同客户的工件对机器及运输设备的竞争,以工件为博弈方,工件在生产运输过程中等待时间为策略,各工件完工时间为收益,建立非合作博弈模型.通过将问题转化为马尔可夫决策过程,设计线性逼近值函数的Q-learning算法求解纳什均衡调度.实验结果表明Q-learning算法求得的纳什均衡调度具有较好的全局最优性,从而能够在满足客户的利益下,提高企业的生产效率,实现客户与企业的双赢.

摘要:首先,基于“双碳”战略目标的提出以及物流企业低碳转型的发展趋势,以多中心冷链物流绿色车辆路径问题为研究对象,以碳排放成本、配送成本和时间窗惩罚成本之和最小化为优化目标,建立考虑联合配送和碳交易机制的冷链物流模型;然后,针对遗传算法局部搜索能力差、收敛速度慢等缺点,设计一种具有变邻域搜索操作和动态灾变机制的多种群遗传算法,以标准算例集验证该算法在寻优能力、稳定性、收敛速度等方面的优势;最后,通过实验验证所提出模型的有效性,并从联合配送、决策目标、碳交易机制等多角度进行分析,为冷链物流企业和政府提供管理启示.

摘要:针对麻雀搜索算法在求解大规模优化问题时存在收敛速度慢、寻优精度低和易陷入局部极值的缺点,提出一种基于精英反向学习策略的萤火虫麻雀搜索算法(ELFASSA).首先,通过反向学习策略初始化种群,为全局寻优奠定基础;其次,利用萤火虫扰动策略提高算法跳出局部最优的能力并加速收敛;最后,在麻雀位置更新后引入精英反向学习策略以获取精英解及动态边界,使精英反向解可以定位在狭窄的搜索空间中,有利于算法收敛.通过选取10个高维标准测试函数进行仿真实验,将其与麻雀搜索算法(SSA)及4种先进的改进算法进行性能对比,并与3种单一策略改进的麻雀搜索算法进行改进策略的有效性分析,仿真结果表明,ELFASSA算法在收敛速度和求解精度两方面明显优于其他对比算法.

摘要:构建由资金约束零部件供应商和负责废旧零部件再制造的资金约束原始设备制造商(OEM)组成的闭环供应链,并考虑3种融资策略:单独银行贷款(SBF)、银行贷款$+$供应商延迟支付(BF-with-SDP)、银行贷款$ + $OEM提前支付(BF-with-OAP),前者属于不合作融资,后两者属于合作融资.利用数值分析探讨不合作/合作融资下的再制造生产策略和OEM再制造下的合作融资策略.研究发现:合作融资更有利于促进制造/再制造生产和提升供应链整体绩效;为应对融资偏好冲突,供应商需主动寻求与OEM构建满足激励相容约束的契约;BF-with-SDP和BF-with-OAP策略间的具体选择依赖于担保比例的高低;相较于BF-with-OAP策略,BF-with-SDP策略更能实现促进再制造生产、提升供应链绩效、降低银行违约损失风险的协同.

摘要:考虑到当前向国际社会承诺的“碳达峰,碳中和”目标,针对电-气联合运行中多方利益的诉求,运用动态主从博弈理论,在考虑碳排放和综合需求响应的情况下,建立以供电公司为主体,家庭负荷聚合集群为从体的博弈模型.通过家庭负荷聚合的多能联合负荷特性和价格需求响应的不确定性,得到博弈双方支付函数.考虑能源结构的碳排放折算,以供能方收益最大,需求侧支付费用最低为目标,建立主从博弈模型.主方以价格为策略集,从方以需求响应为策略集,通过最优反应函数结合非支配排序遗传算法求解并筛选主从博弈均衡解.通过算例仿真验证,所提出模型可实现主体和从体各方的社会效益与经济效益最优化,为能源互联下的市场决策优化运行提供参考.

摘要:针对应急决策环境所存在的信息不完备、认知不足等问题,区间犹豫模糊集能充分表达决策者在信息评价时的犹豫性和模糊性,但随着研究的深入,发现其存在无法保证信息质量的缺陷.为此,提出更符合实际决策需求、信息表达更加灵活的基本不确定区间犹豫模糊集,其为包含区间犹豫模糊集和确定度的二维信息集.在此基础上,定义基本不确定区间犹豫模糊加权平均算子、犹豫度及可信度,提出基于可信度的专家权重调整方法和属性权重确定方法,充分考虑了决策专家提供评价信息的可靠程度.最后,将广义TODIM方法拓展到基本不确定区间犹豫模糊环境,通过应急决策案例验证所提方法的可行性,并利用灵敏度分析和对比分析验证该方法的稳定性和有效性.

摘要:项目组合受项目组合风险影响无法有效支撑企业战略实现,企业需采取合适的风险应对策略以保证项目组合成功,但目前缺少项目组合风险应对策略选择相关方法.基于此,首先结合信息熵和球形模糊集分析并测度风险对战略实现的干扰程度;然后使用网页链接分析方法和决策实验与评价实验室方法对项目组合中双层风险间关联强度进行分析测度;接着根据上述过程确定风险优先级,引用组合心理账户和后悔理论建立以决策者综合效用值最大化的项目组合风险应对决策模型;最后通过案例分析验证所提出方法的有效性和实用性.结果表明: 1)风险对战略实现干扰程度以及风险间关联关系对应对策略选择均有影响;2)不同应对预算下,风险对战略实现干扰权重变化对应对决策的影响程度不同;3)较少关注风险对战略实现干扰的决策者,倾向选择能更多应对关联较强风险的策略集;更多注重风险对战略实现干扰的决策者,倾向选择能更多应对项目组合层级风险的策略集.

摘要:预售期到达的策略消费者与制造商之间产品质量信息不对称,制造商可以通过不同的预售策略和预售价格设置,影响消费者对产品质量的判断和购买时机的选择.基于信号传递博弈理论,构建产品质量信息对称和不对称时的博弈模型,给出质量信息不对称时制造商实现分离均衡和混同均衡的边界条件.结果表明:制造商产能较大时,期权预售本身可以作为高产品质量制造商的信号传递工具;消费者判断产品质量为高质量的先验概率足够大时,高产品质量制造商倾向于实现混同均衡隐藏质量信息,反之倾向于实现分离均衡,通过较高的行权价格传递质量信息.最后进一步探讨预售期时长对消费者等待成本的影响,结果表明等待成本相对较低时上述结论依然成立.

摘要:针对现有概率犹豫模糊集相关系数研究中存在的缺陷,如未考虑隶属度个数以及存在反直觉现象等,提出新的混合型相关系数.混合型相关系数能够综合反映概率犹豫模糊集之间的个体和整体相关性,相比已有的相关系数更为全面、合理.首先,综合考虑概率犹豫模糊数中元素的整体性、分布和长度3个因素,分别定义均值、方差和长度率3个基本相关系数,在此基础上集成得到混合型相关系数,并证明其满足相关系数公理化定义的基本准则,实例分析结果表明,混合型相关系数能够克服现有概率犹豫模糊相关系数存在的缺陷;然后,基于混合型相关系数,进一步设计概率犹豫模糊环境下的多属性决策方法;最后,通过案例分析验证所提出相关系数的有效性和合理性.

摘要:研究在时变环境干扰和输入饱和约束条件下,基于状态反馈控制器的多无人水面船集群控制.首先,为了准确地估计时变的海洋环境干扰,提出一种有限时间干扰观测器;然后,为了处理执行机构的物理约束,采用一种辅助动态系统;最后,为了实现多无人水面船集群控制,设计一种状态反馈控制器.采用李雅普诺夫方法证明了系统的稳定性,仿真结果验证了所设计的状态反馈控制器的有效性.

摘要:针对动力定位船舶非线性模型以及多源干扰导致的定位不精确问题,考虑不同干扰的特点及其在非线性模型中的响应特性提出一种基于无源精细化扩张状态观测器的鲁棒自适应抗扰控制方法.首先,建立动力定位船舶数学模型和多源干扰模型,并根据系统模型设计无源精细化扩张状态观测器实时估计船舶状态及其所受的多源干扰;然后,在此基础上引入动态面控制技术,在控制律中设计鲁棒自适应项以补偿估计误差;最后,证明该闭环级联系统所有误差信号一致最终有界.对一艘动力定位船舶进行仿真实验,实验结果表明,该方法在干扰估计和状态估计方面均优于传统扩张状态观测器,验证了该控制方法的有效性.

摘要:研究一类带有不等式约束为凸函数的多智能体系统分布式资源分配问题.在资源分配问题中,各智能体拥有仅自身可知的局部成本函数和局部凸不等式约束.分布式资源分配旨在如何利用智能体间的信息交互设计一种分布式优化算法,完成定量资源分配的同时还保证最小化全局成本函数.针对该问题,基于卡罗需-库恩-塔克条件和比例积分控制思想,首先提出一种自适应分布式优化算法,其中凸不等式约束的对偶变量可实现自适应获取;然后,为了降低系统的通信资源消耗,设计一种动态事件触发控制策略以实现离散时间通信的分布式资源分配算法;最后,通过数值仿真验证所设计算法的有效性.