摘要:移动太赫兹通信将赋能车联网、大容量无线回传、全息通信等未来业务愿景, 为应对移动性和路径损耗带来的链路传输挑战, 必然要发展太赫兹大规模天线阵列通信. 然而, 大规模阵列天线窄波束对准与追踪制约了其移动性. 鉴于此, 总结移动太赫兹通信需求、现状与技术瓶颈, 提出感知协同方案. 首先综述针对瓶颈问题提出的基础理论, 包括感知协同通信性能指标建模、性能均衡建模, 以及时分、频分体制下的感知协同方案; 然后总结感知协同太赫兹移动通信技术, 包括波束赋形、信道估计、信道追踪、用于系统设计的感知协同通信仿真平台; 最后介绍感知协同移动太赫兹通信的应用实验, 分别实现了太赫兹通信系统测距、太赫兹大规模液晶相控阵通信以及感知协同太赫兹大规模液晶相控阵移动通信, 验证了所提出技术的性能增益.

摘要:能源系统的安全性和可靠性是临近空间无人飞行器实现长航时驻空飞行任务的首要前提. 鉴于此, 首先对临近空间无人飞行器能源系统实验平台及其运行原理进行介绍, 分析能源系统中容易发生的典型故障; 然后阐述能源系统故障诊断研究进展, 总结已有方法的有效性及不足之处; 最后考虑临近空间无人飞行器能源系统的实际需求, 探讨未来有待研究的问题和方向.

摘要:线上渠道与线下渠道在产品价格和服务等方面存在竞争, 并受到供应链结构的显著影响. 利用微分博弈方法在3类供应链结构下研究线上线下渠道竞争, 包括集中式结构、分散式结构和收益共享结构. 通过对微分博弈模型的求解获得不同供应链结构下线上线下零售价格、促销努力和物流努力策略. 研究发现: 分散式结构提高了线下零售价格、促销努力和线上零售价格, 并降低了线上促销努力和物流努力; 收益共享结构提高了线下零售价格、促销努力和线上零售价格、物流努力, 并降低了线上促销努力; 分散式结构和收益共享结构使得电商作出了比线下零售商更小的促销努力并制定更高的零售价格. 当物流努力边际贡献充分大时, 物流努力的存在总是使得线上产品商誉高于线下. 数值实验表明: 收益共享结构对线下渠道最有利而集中式结构对线上渠道最有利, 物流努力对线上渠道是否有利依赖于其对线上产品商誉的边际贡献.

摘要:针对带柔性时间窗的绿色两级多周期车辆路径问题(G2E-MPVRPFTW), 建立同时以最小化碳排放量和最大化客户满意度为目标的数学模型, 提出一种结合K-means带时间窗聚类(KCTW)的超启发蚁群优化算法(HHACOA)进行求解. 首先, 根据G2E-MPVRPFTW大规模、多约束、强耦合的复杂特性, 采用KCTW将该问题分解为多个子问题, 以降低问题的求解复杂度; 其次, 使用HHACOA求解分解后的各子问题, 并将这些子问题的解合并获得原问题G2E-MPVRPFTW的解. HHACOA在高层策略域生成9种邻域操作的不同排列, 采用蚁群优化算法(ACOA)对优质排列信息进行学习, 并基于重构的转移概率矩阵生成新的排列, 以有效引导搜索到达优质解集中的区域; HHACOA在低层问题域利用启发式规则和随机方法生成初始种群, 并将高层产生的每个排列作为一种算法, 作用于种群中的每个个体, 以实现在解空间更多不同区域进行搜索.

摘要:碳交易政策的施行推动了供应链对于降碳生产、低碳宣传的长期关注. 在此需求下, 节能服务行业衍生出合同“双碳”服务模式. 为了分析该模式对上游制造商和下游零售商减排决策的影响, 基于随机微分博弈理论构建自主减排策略模型、外包合作减排策略模型和持股合作减排策略模型. 研究发现: 制造商是否采纳合同“双碳”服务主要取决于节能服务公司的减排成本优势, 且与商誉衰减率、贴现率和消费者低碳偏好相关; 在制造商选择合同“双碳”服务的情形下, 零售商存在降低宣传力度并获取额外收益的可能; 持股合作方式可降低制造商对于合作减排的成本要求; 制造商持有股份的提高可增加供应链减排投入, 实现制造商与零售商利润的帕累托改进; 持股合作为节能服务公司带来的直接利润改进较低, 制造商可通过转移支付等方式来促成合作. 研究工作聚焦于节能服务行业的新模式, 为供应链减排策略的选择提供参考依据.

摘要:随着生活水平和消费水平的提高, 人们对冷链物流配送需求与日俱增. 同时, 现实中的冷链物流公司往往需要同时承担多个运输任务. 如何优化冷链物流配送路径, 在保证客户满意度和冷藏品新鲜度的同时, 降低多个配送任务各项成本, 是当前急需解决的问题. 鉴于此, 首先构建包含车辆使用、油耗、碳排放、制冷、货损、时间窗惩罚成本以及客户满意度等约束的冷链物流配送模型; 然后将多因子优化(MFO)信息共享框架与共生生物搜索(SOS)算法相结合, 引入位置变换策略促进不同任务之间共享有效路径信息, 提出基于位置变换策略的多任务共生生物搜索(PTMSOS)算法; 最后将其用于求解多个冷链物流配送问题. 仿真实验表明, PTMSOS算法不仅能够同时加快多个冷链物流配送问题的收敛速度, 还能显著降低多个配送任务的各项成本.

摘要:对于任意切换拓扑下含未知干扰的二阶多智能体系统, 基于反步法提出一种新的混合事件触发固定时间一致性控制方法. 首先, 提出一种结合动态事件触发条件和静态事件触发条件的新型混合事件触发机制, 该机制在系统瞬态响应阶段, 基于辅助变量的幂次项设计新的动态事件触发条件, 可以根据智能体的测量误差和速度误差的变化自适应地动态调整触发阈值, 从而自组织地减少事件触发次数; 在系统稳态响应阶段, 采用静态事件触发条件, 基于适当固定阈值能够减少该阶段不必要的触发次数, 有效克服动态变量稳定后触发阈值太小的问题. 其次, 根据多共同Lyapunov函数分两阶段证明所提出方法和给出的一致性充分条件能够保证二阶多智能体系统在任意切换拓扑下实现实际固定时间一致性. 然后, 通过设计含双曲正切函数的测量误差的可导性验证系统排除Zeno行为. 最后的数字仿真结果验证了所提出控制方法的有效性和优越性.

摘要:针对挖掘机无人作业, 考虑挖掘机工作装置液压系统的强非线性、参数不确定性、时变载荷和高能耗问题, 提出一种改进的全格式动态线性化无模型自适应控制方法. 首先, 通过分析驱动空间与任务空间的映射关系, 将挖掘机铲斗齿尖的轨迹跟踪问题转化为液压缸活塞杆伸缩量跟踪问题; 其次, 为了保证轨迹的连续性和平顺性、降低计算复杂程度、减少系统在启动和停止时的不稳定性, 利用5次NURBS曲线插值方法对挖掘轨迹进行规划; 进一步, 设计改进的全格式动态线性化无模型自适应控制算法实现挖掘机无人作业, 为减少能量消耗在输入准则函数中引入能量函数的惩罚项, 在确保良好跟踪精度的同时实现最优能耗; 最后, 对所提方法进行实例仿真, 验证该方法的可行性和优越性.

摘要:分时电价政策与车辆到电网(V2G)技术能够平衡电网负载、增强电网削峰填谷能力, 是物流业降本增利的新途径. 为探讨分时电价政策与V2G技术对物流配送路径规划的影响, 综合考虑客户需求、电动车行驶速度、能耗以及充/放电策略等因素, 以总配送成本最小、放电利润最大为目标, 建立电动车配送-充电/放电路径规划的多目标混合整数规划模型, 并根据模型特性设计改进非支配排序遗传算法求解. 采用多类型算例开展实验, 结果表明: 在较短时间内科学规划分时电价背景下的电动车配送-充电/放电路径, 不但能有效降低总配送成本、提高放电利润, 而且能助力电网平稳运行, 为广大电能用户营造良好的用电环境, 实现物流企业、电力公司与电能用户三方互利共赢.

摘要:研究一类具有未知初始跟踪条件的非线性系统预设性能最优安全跟踪控制问题. 首先, 开发一个基于可变障碍函数的性能约束控制设计的新方法, 并基于已有的安全边界保护法(SBPM)提出一个新的安全边界自调整规律(SBSAL), 使其不仅可以处理实际输出约束发生突变的情况, 而且还可以解决突变解除后系统输出不能快速准确跟踪原期望轨迹的问题, 使得安全跟踪控制策略更为完善. 然后, 采用演员-评论家神经网络(ACNNs)强化学习(RL)算法优化系统的控制输入, 减少控制的能量消耗. 所设计预设性能最优安全跟踪控制器可保证系统在初始跟踪条件未知情况下的安全跟踪控制, 且系统输出具有预设有限时间控制性能. 最后, 通过仿真验证所提出方法的有效性.

摘要:针对模型参数未知的线性离散系统, 提出一种数据驱动的双模模型预测控制方法, 无需预先对系统进行建模, 能够实现在约束条件下对目标设定点的最优跟踪控制. 首先, 根据有限的系统历史运行数据预测系统未来一段时间的运行轨迹, 并在代价函数中加入实时优化的人工平衡点, 通过在线求解滚动优化问题来获得控制输入, 进而平稳地驱动系统进入一个控制不变集内; 然后, 在控制不变集内, 基于系统历史运行数据, 采用策略迭代的方法求解动态反馈控制器, 同时可得到静态前馈控制器, 实现驱动系统收敛至平衡点的局部最优跟踪控制; 最后, 验证所提出方法的稳定性, 并将其应用于一个线性化的四容水箱系统. 实验结果表明, 所提出方法有效可行, 具有更小的超调量和更好的收敛性能.

摘要:入口匝道控制作为高速公路主动管控的重要技术之一, 能够有效解决高速公路合流区拥堵问题, 合理的控制策略是保证控制效果的前提, 为此, 提出一种基于加点策略的Kriging辅助模拟退火遗传优化二型模糊控制方法. 该方法能够兼顾高速公路主线和匝道的运行性能, 基于二型模糊逻辑进行控制策略推理, 结合变论域思想和搜索算法调节模糊控制参数, 并通过加点更新的代理模型解决仿真优化中耗时过长的问题. 以济南绕城高速为实例, 对比验证上述控制方法的有效性和优越性, 并针对不同的流量场景设计不同的控制方法. 实验结果表明, 将所设计的控制策略应用于拥堵情况下, 能够在匝道约束内有效优化主线运行状态, 在非拥堵情况下能够在节约计算资源与成本的同时, 进一步提升主线的运行性能.

摘要:针对一类存在建模误差、外部扰动和时变非对称输出约束的机械臂系统位置跟踪控制问题, 提出一种固定时间反步自适应优化控制方法. 首先, 通过设计固定时间干扰观测器来快速准确地估计机械臂系统的建模误差和外部扰动. 然后, 将反步法与新型障碍Lyapunov函数相结合, 并基于一种滚动自适应律完成考虑机械臂输出约束的固定时间控制器设计, 同时采用指令滤波器和切换函数解决控制器推导过程中存在的“微分爆炸”和“虚拟控制量奇异”问题. 接着, 利用改进的北方苍鹰(improved northern goshawk, ING)算法对机械臂系统的控制参数进行优化整定, 进一步提高系统的收敛速度和稳态精度. 理论分析表明, 系统跟踪误差能够在固定时间内收敛至接近0的小邻域内, 且始终满足输出约束的要求. 最后, 通过PUMA560型机械臂的仿真对比研究验证了所提出方法的有效性.

摘要:P2P2B模式下云服务投入是工业互联网(industrial internet of things，IIoT)平台的关键战略决策之一. 构建由IIoT平台、龙头企业、潜在客户构成的演化博弈模型，研究IIoT平台在公有云研发投入和私有云研发投入中的策略选择, 及其与龙头企业的生态合作问题. 结果表明: 虽然公有云存在数据泄露隐患，但较高的规模收益仍会吸引IIoT平台投入公有云研发，而平台搭建期内龙头企业的高合作意愿会促使平台投入私有云，随着龙头企业合作研发的比例增加，平台又将改变其投入策略. 驱动龙头企业合作的因素可以是成本收益、技术提升等直接因素，也可以是规模收益、数据泄露概率等间接因素. 最后，基于平台生命周期探讨了初创期、平台搭建期与生态系统期IIoT平台的系统稳定策略, 并得到相应的管理启示.

摘要:针对联合检测与跟踪范式中存在的检测特征和Re-ID 特征相互竞争的问题以及在复杂场景下难以保持被遮挡目标视觉一致性关系的问题, 提出一个端到端的超图神经网络关联的多目标跟踪方法(HGTracker). 首先, HGTracker设计一个增强的空间金字塔池化网络(ESPPNet)模块用来提高目标检测骨干网络的检测能力, 该模块通过聚合不同维度的特征来适应跟踪过程的不同任务, 有效地缓解一阶段跟踪方法中检测任务与Re-ID任务相互竞争的问题. 其次, 提出一个基于长短期超图神经网络的数据关联模块, 通过设计长期超图神经网络和短期超图神经网络来分别关联未被遮挡和被遮挡的检测视觉特征, 将数据关联问题转化为轨迹超图与检测超图之间的超图匹配问题, 跟踪器将轨迹片段信息与当前检测帧信息之间的关系建模为超图神经网络, 在严重遮挡的情况下保持了视觉轨迹的一致性. 通过一系列的对比实验, 所提出的HGTracker跟踪方法相比于FairMOT跟踪方法, 在MOT17数据集上HOTA值由59.3 %提高至61.4 %, IDF1值由73.7 %提高至79.3 %, MOTA值由72.3 %提高至76.9 %; 在MOT20数据集上, HOTA值由54.6 % 提高至57.9 %, IDF1值由61.8 %提高至73.1 %, MOTA值由67.3 %提高至75.1 %.

摘要:针对具有强非线性动力学特性的海洋浮体路径跟踪问题, 提出基于改进Koopman算子在线预估器的模型预测控制(MPC) 算法. 在算子可观测函数中引入状态时延变量与状态导数, 将浮体动态系统提升到希尔伯特空间, 使其高维线性化模型包含更多系统模态. 据此提出基于Koopman 算子的线性预估器, 该数据驱动方法通过在提升空间中解决最小二乘问题, 对系统的输入-输出数据进行非线性变换. 将扩展动态模式分解得到的线性模型作为MPC控制器的内模, 以此方式设计的MPC优化问题与一般线性动态系统的MPC 优化问题具有相同的计算复杂度. 此外，既可以以线性的方式对状态和控制输入施加线性不等式约束，也可以施加源自海洋浮体动态特性的非线性约束. 为了减少计算时间，在线预测器采用增量更新策略. 将所提出控制方案应用于海洋浮体的路径跟踪控制，并通过仿真实验验证其有效性.

摘要:卷积神经网络(CNN)在医学图像分析领域得到了广泛应用, 但是受其固定感受野的局限性, 传统的CNN模型难以建立图像中的长距离依赖关系. Transformer通过自注意力机制能够建立图像全局视角下的信息依赖, 拥有更强的序列建模能力. 然而, Transformer难以捕获图像的局部细节特征. 为了解决上述问题, 提出一种基于CNN与Transformer的混合模型DC-TransNet, 用于医学图像分割. 首先, DC-TransNet采用双解码器结构建立图像局部和长距离依赖, 以捕获局部和全局特征; 然后, 考虑到基于编码器-解码器结构的网络模型在不同深度提取到的特征图大小不一致, 设计两种特征感知注意力机制CFP和SFP, 以合理分配局部和全局特征的权重; 最后, 在多个医学数据集上进行实验. 实验结果表明: DC-TransNet在2D医学图像单类别分割任务中取得了有竞争力的结果, mIoU和mDice等系数均得到了显著提升.

摘要:针对离线知识蒸馏中因教师与学生之间规模差距过大, 知识难以有效传递，导致学生性能不佳的问题, 提出一种基于自监督对抗学习的多尺度知识蒸馏方法(SAMKD), 并利用自监督和对抗学习进一步开发中间多尺度特征与网络末端输出特征 logits 的潜力. 首先, 引入多角度几何变换图像监督网络学习; 然后, 设计多分支辅助网络提取主干网络的多尺度特征, 进而获得更多监督信息; 最后, 利用对抗学习的二元博弈思想进行多阶段对抗训练, 将多层次的知识通过蒸馏方法充分传递. 在3个具有挑战性的公开数据集 CIFAR-10、CIFAR-100和Tiny-ImageNet上进行广泛评估, 实验结果表明所提出方法相较其他先进知识蒸馏方法具有强大的竞争力.

摘要:针对仿真数据驱动的迁移故障诊断方法中虚实数据域差异过大带来的负迁移问题, 提出一种基于虚实域多层级联合适应网络(VDMJAN)的故障仿真到现实诊断方法. 采用非规则损伤形态的轴承故障动力学仿真模型, 生成测试实体轴承的故障虚拟信号; 构建不同尺寸卷积核的深度卷积神经网络, 对虚实域信号进行粗细粒度特征提取; 采用多分类器并行输出概率融合法对实测样本进行伪标签标注, 对仿真与实测样本进行不同层级的领域特征精细对齐; 引入VDMJAN训练的有效性损失, 保证了多分类器对实测样本状态识别的一致性, 并采用已对齐实测数据对分类器进行校正微调. 两个实验分析结果表明, 所提出的VDMJAN在实测故障样本标签信息完全缺失的情况下, 能够有效实现从仿真到现实的故障诊断, 在特殊环境下样本稀缺的设备故障诊断领域具有较好的应用前景.

摘要:准确识别大气污染下健康风险的主要经济-社会要素, 对于环境质量管理与健康风险防控具有重要意义. 通过对长江三角洲(YRD)城市群PM_2.5污染进行空间相关性分析, 发现城市间PM_2.5污染存在显著的正向空间依赖性. 鉴于区域大气污染具有空间临近效应和时间趋势特征, 针对现有灰色关联模型未能将面板数据整体特征与不同维度趋势特征相整合的问题, 提出面板数据灰色面角关联模型(GDAIM), 以识别空间临近区域PM_2.5健康风险的主要影响因素. 通过构建三维数据网络曲面并研究曲面夹角关系, 构建面角差异性测度公式, 给出GDAIM建模过程. 以YRD地区PM_2.5污染“高-高”聚集区为研究对象, 运用GDAIM梳理该区域PM_2.5健康风险与经济-社会因素间的关联关系. 结果表明, 颗粒物和二氧化硫排放是影响YRD地区PM_2.5健康风险的主要因素, 其次是乡村人口数量和氮氧化物排放. 研究结果可为大气污染联防联控战略制定提供理论支持.

摘要:三电机卷绕系统是一个强耦合非线性时变系统, 存在卷轴半径、转动惯量以及摩擦系数等时变参数, 导致张力协同控制精度较低. 为了提高卷绕系统模型准确度, 实时优化张力协同控制系统的动态性能, 提出一种基于改进鲸鱼算法优化的多核最小二乘支持向量机回归(multi-kernel least squares support vector regression prediction model based on an improved whale algorithm optimization, WOA-M-LSSVR)预测模型和基于纵横交叉优化算法(crisscross optimization algorithm, CSO)优化的模型预测张力协同控制系统. 根据最小二乘支持向量机回归原理建立多核LSSVR回归模型, 并使用改进的自适应鲸鱼算法进行离线优化, 得到系统预测模型; 根据建立的预测模型, 构建自适应更新的模型预测控制器, 引入纵横交叉优化算法实现优化求解, 最大程度避免了求解陷入局部最优的情况, 提高了张力控制系统的动态性能. 通过仿真和实验分析, 验证了所设计的张力协同控制系统具有良好的动态性能和鲁棒性.

摘要:针对直驱风电场弱交流电网诱发的次同步振荡问题, 提出一种基于固定时间滑模控制的次同步振荡抑制方法. 首先, 根据直驱风电场弱交流电网的扰动方程, 研究次同步振荡的发生机理, 并对不同强度弱交流电网下的次同步振荡特性进行分析; 然后, 构建网侧变流器电流跟踪误差动态方程, 并在滑动变量中采用双曲正切函数代替符号函数, 避免传统固定时间终端滑模控制存在的奇异性问题; 最后, 通过设计固定时间非奇异终端滑模控制, 保证电流误差在固定时间内收敛至0附近的邻域内, 并利用李雅普诺夫定理验证闭环系统的固定时间稳定性. 通过对比仿真验证了所提出控制方法能够在固定时间内实现直驱风电场在不同强度弱交流电网运行工况下对次同步振荡的有效抑制.

摘要:为了解决多响应建模中样本点选取问题, 支撑高效准确地建立多个代理模型, 提出一种基于贝叶斯支持向量机的修正多响应期望改进(MR-MEIGF)采样准则. 首先, 通过贝叶斯支持向量机模型计算候选点的梯度, 构建邻域, 得到基于邻域梯度投影的局部开发准则; 然后, 将模型得到的样本点预测方差作为全局探索准则, 将两者结合得到单个响应的混合采样准则; 接着, 通过局部指标量化每个响应的重要度, 进一步得到兼顾多个响应模型精度的MR-MEIGF采样准则, 从而实现多个响应的综合优化; 最后, 根据MR-MEIGF准则在候选池中选择新添加样本点, 使用3个二维算例以及3个六维算例分别组合为多响应问题, 与序贯空间填充方法、一次性空间填充方法以及其他多响应自适应采样方法进行对比, 验证所提出采样方法的有效性, 并在六维算例上将贝叶斯支持向量机模型与Kriging模型进行性能比较.

摘要:高精度的缺陷检测和组件检测对确保管道的安全运行至关重要. 针对现有检测方法存在精度低和泛化性差的难题, 提出一种基于异构扩散模型的新型管道缺陷和组件检测方法. 首先, 将原始的漏磁信号预处理以降低信号采集中噪声等负面因素的影响; 其次, 针对特征提取困难的问题, 设计一种基于稀疏注意力模块的特征提取方法, 通过稀疏化的方式建立漏磁信号间的长距离依赖关系, 进而实现模型对缺陷和组件的信息聚焦; 此外, 将传统的特征金字塔网络替换为路径聚合特征金字塔网络, 充分确保多尺度特征的完备性; 最后, 设计一种基于异构扩散模型的检测机制, 将候选框回归过程转换为随机框的去噪过程, 减少模型对预先设定的锚点的依赖, 进而提升模型的泛化性和准确性. 基于实际管道对其有效性进行验证, 实验结果表明, 所提出方法的平均检测精度达到97.4 %, 优于最先进的对比方法3.5 %, 确保了其在应用中的前景.

摘要:供水管网的漏损控制与监测难题普遍存在, 传统基于压力敏感度对管网进行分区并布设压力传感器的方法仅考虑管网节点压力变化情况, 并未结合管网自身高程信息, 减压阀调压时局部压力过高效果不明显. 针对此问题, 首先将管网节点压力敏感度与高程差耦合, 将 FCM 算法中目标函数中的距离定义为特征距离与高程距离之和, 建立包含高程邻域信息的新的聚类目标函数, 实现节点分区聚类; 在分区入口处布设减压阀, 采用 GA求解阀后压力实现分区内各节点压力的实时精细化调控, 联合智能方法与经验法在各个分区布置压力传感器, 并通过漏损模型验证传感器布置的合理性. 结果表明: 分4个区的方案将 BIN 管网的漏损率降低至$6.55\, \text{\%}$, 相较初始管网降低$22.79 \,\text{\%}$, 联合智能算法与经验法进行传感器布设对管网漏损的监测效果显著, 引入高程信息的 FCM 算法管网漏损控制优化策略具有有效性和优越性.

摘要:为了提高输电铁塔高空作业自动化水平和保障高空作业机器人设备安全, 针对传统RRT和A*等算法在角钢塔高空复杂环境中无法快速规划机械臂安全轨迹的问题, 提出一种基于铁塔模型的双向天牛须知情快速随机扩展树轨迹规划算法(BI-RRT* Connect). 首先, 数字重构高空机器人作业环境, 利用模型配准方法获取输电铁塔精准模型信息; 然后, 根据铁塔模型寻求机械臂末端点与作业目标间的可行路径, 并添加天牛须算法来改进随机采样过程, 采用两只天牛相互寻找快速获取初始路径解; 最后, 将初始路径作为先验知识构建椭圆体采样区域来优化路径. 在Unity环境下搭建实验平台将所提出算法与RRT* Connect和A*等4种传统算法进行比较, 实验结果表明, 所提出算法在输电铁塔多种作业区域下均具有求解速度快、求解质量高的良好效果.

摘要:研制进度管理是复杂装备项目的重要工作之一, 合理的进度计划和调控措施能够保证项目研制成功和及时交付. 然而, 研制进度受到工期、成本、客户需求等众多因素的影响和制约, 并且这些因素呈现一定的不确定性. 为描述和解决此类进度控制问题, 考虑到工期、成本等变量的不确定性和客户质量需求的满足程度, 利用区间数、随机网络(GERT)、优化模型等理论和方法, 构建了基于多变量随机网络的复杂装备研制进度控制方法. 首先, 考虑到工期、成本、质量价值等变量的不确定性, 将区间数引入随机网络, 并考虑客户质量价值需求, 定义了基于区间数的多变量随机网络, 分析了复杂装备质量价值与产品质量水平和研制成本之间的内在联系, 进而提出产品质量价值的量化表达式; 其次, 鉴于工期、成本和质量价值之间的交互效应, 构建复杂装备研制的工期-成本-质量价值多目标优化模型, 并使用多目标遗传算法(NSGA-II)设计求解策略; 最后, 通过实际案例充分验证模型的有效性与合理性.

摘要:针对切换通讯拓扑环境下, 研究高阶线性多智能体系统在状态不可测时的二部编队控制问题. 构造全维状态观测器对状态完全不可测系统进行状态观测, 基于状态观测器对多智能体系统进行分布式控制器的设计, 将线性积理论与分布式控制结合对系统进行重构. 应用图论、矩阵分析和Lyapunov等相关知识对重构系统进行稳定性分析, 给出重构系统在切换通讯拓扑环境下最终实现二部编队时连通图总驻留时间所满足的条件. 此外, 在对抗网络环境下, 给出系统状态未知时可行时变编队满足的条件, 并在控制器中引入二部编队补偿函数, 提高系统能够组成的二部编队队形数量, 具有实际应用意义. 最后, 通过数值仿真验证了所提出方法的有效性.

摘要:针对多自主移动机器人(AMR)调度系统中的决策规划问题, 提出一种分层策略的基于时空冲突和非完整约束下的多AMR调度算法. 首先, 提出加权时空混合A*算法作为算法的底层, 进行单AMR路径规划, 以确保规划的路径满足阿克曼类型AMR的运动学模型; 然后, 引入结合分离轴定理的冲突检测树作为算法的上层, 对底层算法规划出的路径进行精确地时空冲突检测, 检测出的时空冲突被用作底层算法的时空约束; 最后, 再次调用底层算法, 考虑时空约束进行路径规划, 以实现高效的 AMR 冲突消解. 仿真结果表明, 所提出算法能够为多AMR调度系统高效地规划出满足非完整约束的无冲突路径.

摘要:针对电动汽车的物流配送问题, 考虑到客户需求可以拆分成若干离散订单的特性, 以最小化电动汽车的固定成本、路径行驶成本、充电成本以及时间窗惩罚成本为目标, 构建需求可离散拆分的多车型电动汽车充电策略和路径优化模型. 针对模型特点, 设计改进的遗传-模拟退火算法. 为验证算法的有效性进行算例分析, 结果表明, 考虑需求可离散拆分的情况下, 该算法能够快速优化出电动汽车的充电策略和配送路径, 其中部分充电策略不仅能够缩短充电时间, 而且能够大幅度降低总成本. 敏感性分析结果显示, 充电等待时间增加会导致两种策略的时间窗惩罚成本上升, 但部分充电策略的成本增速显著低于完全充电策略, 尤其适用于充电等待时间较长的情况. 所做的研究能够为物流企业电动汽车配送优化提供重要参考.

摘要:自重构是促进移动机器人能力升级和涌现的重要手段, 但是, 面向工程开放场景存在定位基准与感知特性差异、环境障碍威胁、感知范围约束以及嵌套运动饱和等应用性挑战. 基于组合任务分解和不同基准感知特性, 提出惯性系定位下远距集结和载体系感知下近距对接的分段式通用控制框架: 在远距范围, 设计分层安全约束机制和自适应抗饱和策略, 实现移动机器人在障碍环境中的平滑、安全集结; 在近距阶段, 引入基于安全视线的轨迹修正策略和复合非线性收敛控制形式, 确保移动机器人在视线范围内快速、平稳地完成与待对接目标的锁紧组合. 最后, 通过物理实验验证所提出方案的有效性和可行性, 方法通用成果也为无人系统充电、水下运载器回收等工程对接场景提供了新的解决思路.

摘要:针对多级子工艺稀土萃取生产采用人工根据经验逐级调药的方式, 容易导致人工循环调药、生产指标波动大的问题, 提出一种基于Laguerre函数的分布式模型预测控制方法调节药剂量. 首先, 基于多稀土组分萃取机理建立具有串联结构的分布式状态空间方程, 拓展成嵌有积分器的增广状态空间模型; 其次, 利用多组分稀土萃取中各级子工艺仅与其上游子工艺存在耦合的特点, 构造一种具有输入约束的非迭代递阶求解分布式药剂量目标优化函数; 由于采用较大的预测时域能够实现更高的控制精度, 但会急剧增大其计算量, 为此, 利用Laguerre函数表示控制增量, 将原目标函数转化为含有Laguerre系数的目标函数, 并利用二次规划进行求解. 这种方法使得计算量与预测时域无关, 而仅与Laguerre函数的系数数量有关, 不会随着预测时域的范围改变. 仿真实验表明了所提出方法的有效性.

摘要:值函数估计偏差修正已成为深度强化学习领域的一个重要研究方向. 现有大多数研究工作均聚焦于如何缓解高估偏差, 却忽略了缓解高估偏差过程中引入的低估偏差问题. 为此, 通过在Actor-Critic框架中灵活设置多个Actor和Critic网络来缓解值函数低估偏差, 提出一种基于组合网络优化的延迟深度确定性策略梯度(D3PG-CNO). D3PG-CNO的主要思路为: 在经验收集阶段用一个Critic网络对多个Actor网络的输出动作进行评估, 并选择最优的动作存入经验池. 在经验训练阶段, 从多个Critic网络中选出在当前状态-动作对下估计结果最小的Critic网络, 并用其对多个Actor网络的输出动作进行评估, 选择评估最大值进行目标值的计算. MuJoCo平台上的实验结果显示, 相比于现有的确定性策略梯度算法, D3PG-CNO显著降低了估计偏差, 提高了算法的稳定性和收敛速度, 并在多个任务中表现出更好的性能.

摘要:针对扩展目标多伯努利滤波器(ECBMeMBer)在复杂环境下对衍生扩展目标跟踪性能严重下降以及无法提取目标轨迹的问题, 提出一种基于轨迹随机有限集(Trajectory RFS)的衍生扩展目标多伯努利滤波算法(S-TCBMeMBer). 首先, 利用轨迹多伯努利RFS(Trajectory MBer-RFS)描述多扩展目标的轨迹序列, 从而为扩展目标提供连续的轨迹信息; 其次, 提出一种多伯努利衍生模型, 通过原始扩展目标的航向角与衍生扩展目标的偏转角之间的三角函数关系式建立不同衍生扩展目标的运动方程与动力学转移模型, 从而实现对衍生扩展目标质心状态与外形状态的联合估计; 随后, 基于轨迹MBer-RFS和所提出的多伯努利衍生模型推导并提出S-TCBMeMBer滤波器, 并在线性高斯条件下给出伽玛高斯逆威沙特(GGIW)混合实现. 仿真结果表明, 所提出算法在杂波、漏检和噪声共存的环境下能够对衍生扩展目标进行有效跟踪, 并提取扩展目标完整的轨迹信息.

摘要:针对一类耦合液位系统, 提出一种基于端口受控哈密顿系统模型的固定时间控制策略. 首先, 从物料平衡角度选择哈密顿函数, 构建耦合液位系统的端口受控哈密顿系统模型; 然后, 基于一种新型目标哈密顿函数, 结合匹配条件设计固定时间控制器, 使得系统在固定时间收敛在稳定域; 接着, 提出一种目标结构矩阵参数整定方法, 以降低控制器求解过程的复杂度, 并给出目标矩阵参数与收敛时间之间的内在关联; 最后, 结合$L_{2}$增益干扰抑制理论, 设计全局固定时间$H_{\infty}$控制器. 所提出控制方法能够更好地实现设定值跟踪, 具有较好的鲁棒性, 控制器更为简洁. 通过仿真结果验证了该控制策略的有效性.

摘要:为了克服传统数值方法在处理复杂优化问题时的局限性, 提高找到全局最优解的效率, 提出一种名为海狸算法(BA)的新型元启发式算法, 用于解决全局优化问题. 首先, BA根据海狸在修建海狸坝时的伐木行为, 将海狸分为质检狸、开发狸和采伐狸3种类型, 以模拟其在伐木过程中的群体合作. 其中: 开发狸以随机方式搜索未知木材地, 寻找新的木材资源; 采伐狸则奔袭至质检狸处搜集木材, 并在奔袭过程中寻找木材资源; 而质检狸引领海狸群体朝着木材资源最丰富的方向前进. 然后, 将BA在CEC 2017测试函数上进行测试, 并与其他7种算法进行比较, 研究结果显示, BA在大部分函数中获得了最佳解, 具有较强的优化能力. 最后, 将BA应用于拉伸/压缩弹簧设计、三杆桁架设计等两个具有挑战性的工程问题, 并与其他两种算法进行比较, 结果表明, BA在这些工程问题中均取得了最佳的优化结果, 相较于其他两种算法表现更为出色.

摘要:针对具有全状态非对称时变约束的不确定严反馈系统控制问题, 提出一种具有双层约束结构的低复杂度预设时间跟踪控制方法. 首先, 采用约束转换函数直接对系统状态施加约束条件, 将状态约束问题转换为无约束状态的调节问题, 消除可行性条件; 其次, 结合预设时间性能函数, 提出一种新的坐标变换方法, 对变换后的状态和跟踪误差进行重构, 从而完成双层约束结构, 内层约束用以处理系统约束状态, 外层约束用以设计虚拟控制和实际控制信号, 有效解决当系统状态接近约束边界时产生的奇异性问题; 最后, 通过仿真实验验证所提出方案的有效性.