• 2026年第41卷第11期文章目次
    全 选
    显示方式: |
    • >新兴交叉领域发展特邀综述
    • 面向 “最后一公里” 的卡车-无人机协同配送优化建模综述

      2026, 41(11):2929-2952. DOI: 10.13195/j.kzyjc.2026.0005

      摘要 (316) HTML (262) PDF 239.96 K (292) 评论 (0) 收藏

      摘要:综述面向“最后一公里”的卡车-无人机协同配送优化建模研究进展, 构建“场景驱动-参数刻画-建模基础-模型拓展”一体化综述框架. 首先, 梳理快递、即时与应急等典型配送场景的车机协同特征与差异化需求, 揭示不同场景对模型优化目标侧重与约束优先级的影响; 其次, 总结资源与运行、时间与能耗、路网与需求等核心参数的刻画方式, 阐明其对可行域边界、协同强度, 以及成本与能耗结构的作用; 接着, 构建覆盖基础协同模式、优化目标和约束体系的分类框架与建模单元; 最后, 对多主体、异构、动态、不确定、多点访问、同时取送货、需求可拆分及多配送中心等扩展模型进行对照分析. 综述表明, 现有研究仍存在若干关键不足: 不同配送场景的订单结构、服务承诺与组织流程尚未清晰映射到协同模式、目标口径与约束模块的选择; 参数刻画偏静态同质且对交通、气象、空域、需求波动等现实因素的响应不足; 运营过程、平台规则、政策监管与多维目标权衡的刻画尚不充分; 拓展模型关键假设、同步规则与可行域结构等方面缺少统一表达. 未来可面向场景-模型映射、动态与情景相关参数体系、贴近运营的目标-约束一体化建模、关键假设与同步规则的统一表达以及模块化可复用建模构件等方向进行深化.

    • >控制理论与控制技术
    • 基于高阶全驱模型的永磁同步电机奇异摄动控制

      2026, 41(11):2953-2962. DOI: 10.13195/j.kzyjc.2025.1126

      摘要 (165) HTML (216) PDF 95.94 K (207) 评论 (0) 收藏

      摘要:针对永磁同步电机位置伺服系统中存在的参数不确定性和外部负载扰动问题, 提出一种基于高阶全驱模型的奇异摄动控制方法, 在保证快速响应的同时有效提高控制精度. 首先, 建立永磁同步电机伺服系统的高阶全驱模型; 其次, 利用奇异摄动理论对全驱模型进行降阶处理, 基于高阶全驱理论对快、慢子系统进行控制器设计, 克服高阶微分信号噪声的影响; 然后, 针对系统中存在的参数摄动和负载扰动问题, 设计动态位置反馈补偿器对慢子系统进行控制, 并利用一种微分跟踪器作为输入信号处理模块, 在缓变参考输入条件下改善控制算法的工程适用性和跟踪性能; 最后, 通过仿真与实验验证所提出方法能够抑制未知时变负载的干扰及参数不确定带来的影响, 提高永磁同步电机位置伺服系统的控制精度.

    • 基于交互多模型滤波的剩余时间反演协同制导

      2026, 41(11):2963-2975. DOI: 10.13195/j.kzyjc.2025.1280

      摘要 (97) HTML (187) PDF 118.26 K (165) 评论 (0) 收藏

      摘要:针对机动目标拦截任务中目标轨迹难以预测、多弹协同制导精度不足的问题, 提出一种基于交互多模型滤波的新型协同制导方法. 首先, 基于剩余时间反演制导(TIG)理论, 设计一种能够精确求解导弹飞行时间的显式制导律, 并通过在制导律中引入偏置项的方式, 实现针对静止目标的多弹协同制导; 然后, 针对目标机动策略未知的情况, 利用交互多模型滤波(IMM)的方法实现对目标位置的精确跟踪, 在此基础上, 利用自回归移动平均模型(ARIMA)实现对目标轨迹的预测; 接着, 通过引入虚拟坐标系, 将所提出协同制导方法与轨迹预测方法相融合, 进而构建一套完整的机动目标协同拦截制导框架; 最后, 通过仿真结果表明, 所提出方法在初始航向误差较大和目标存在未知机动的情况下, 仍然能够实现多弹协同拦截, 验证了所提出方法在轨迹预测和时间协同精度方面的优越性.

    • 基于数据驱动的无人船事件触发艏向控制

      2026, 41(11):2976-2982. DOI: 10.13195/j.kzyjc.2025.1286

      摘要 (117) HTML (175) PDF 71.93 K (146) 评论 (0) 收藏

      摘要:为了解决无人船艏向控制任务存在模型参数未知和网络通信资源受限等问题, 提出基于数据驱动的事件触发艏向控制算法. 该算法利用艏向控制系统的在线输入输出数据建立无人船的等价数据模型, 然后利用无模型自适应控制算法构造数据驱动艏向控制器. 由于艏向控制系统存在非自衡特性, 在舵角控制输入准则函数中引入历史舵角输入补偿项来解决此问题. 进一步, 利用艏向测量误差和跟踪误差构造事件触发机制减少网络中传输的信号, 实现降低网络通信资源的消耗. 最后, 采用一艘无人船进行仿真, 验证所设计的数据驱动事件触发艏向控制算法的有效性.

    • 基于Q网络集成下置信域引导的高效扩散策略

      2026, 41(11):2983-2994. DOI: 10.13195/j.kzyjc.2025.1127

      摘要 (104) HTML (123) PDF 110.88 K (180) 评论 (0) 收藏

      摘要:离线强化学习中的数据常由多种策略混合采集, 导致动作空间呈现复杂多模分布. 现有扩散策略虽能有效刻画多模分布, 但由于其动作生成依赖多步逆向推理, 效率较低. 此外, 生成的动作可能接近分布外区域, 但并不完全超出数据支持范围, 这种不确定性容易引起Q值高估, 导致策略不稳定或性能退化. 鉴于此, 提出一种基于Q集成下置信域引导的高效扩散策略(E2DP). 该方法通过设计两步逆向推理机制, 在显著降低推理开销的同时保留对多模的动作分布的建模能力. 为解决Q值高估问题, 引入集成Q网络下置信域估计, 利用独立目标函数和随机权重系数的方差正则化增强网络多样性, 使E2DP仅需少量Q网络即可在分布内动作与数据支持附近的潜在高价值候选之间形成有效权衡, 有效提升策略的性能及鲁棒性. 在Bandit任务和D4RL基准任务上的实验结果表明, E2DP在保持与现有扩散策略相当分布表达能力的同时, 推理速度提升约2.5倍, 并在多个任务中取得最优归一化得分.

    • 基于OSTC-DP的张拉整体机器人着陆回弹控制策略优化

      2026, 41(11):2995-3006. DOI: 10.13195/j.kzyjc.2026.0079

      摘要 (105) HTML (134) PDF 104.41 K (212) 评论 (0) 收藏

      摘要:针对张拉整体机器人高空着陆过程中回弹过大并易引发二次冲击的问题, 开展杆长调控驱动的着陆回弹控制研究. 首先, 考虑该任务具有单次决策、即时反馈和连续动作调节等特征, 将着陆回弹控制建模为单次连续动作约束优化问题, 并在此基础上提出OSTC-DP策略优化方法; 然后, 采用双Critic分别评估结构安全性和运动性能, 综合考虑回弹高度、振动响应以及索松弛、索破断等约束信息, 实现对杆长调控动作的参数化搜索; 最后, 在MuJoCo动力学仿真平台上对多姿态工况下机器人调控前后的着陆响应进行对比分析. 实验结果表明, 所提出方法在满足结构安全约束的前提下, 能够有效抑制着陆回弹并减小振动响应.

    • 基于扰动观测器的光刻机运动台刚度阻尼补偿与解耦

      2026, 41(11):3007-3017. DOI: 10.13195/j.kzyjc.2025.1212

      摘要 (76) HTML (146) PDF 95.16 K (204) 评论 (0) 收藏

      摘要:光刻机精密运动台普遍采用粗-微动台复合架构, 以兼顾大行程与纳米级精度. 然而, 在实际高速扫描工况下, 由柔性管线与音圈电机电涡流效应引发的粗-微动台寄生耦合难题, 严重制约了微动台的最终定位性能. 为解决此问题, 在粗动台单向双驱同步控制架构基础上, 提出一种基于“灰盒物理建模”与状态空间扰动观测器(SS-DOB)相结合的解耦补偿算法. 所提方法的核心在于, 从物理机理出发将复杂且难以精确建模的耦合扰动力, 显式分解为确定性的刚度分量与阻尼分量, 以及非线性的残余未建模分量; 进而, 通过匀速运动激励信号在线辨识刚度系数, 利用传递函数频域分析辨识阻尼系数, 以实现主导耦合力的零相位滞后前馈补偿; 同时, 构建带有数字时序补偿机制的SS-DOB, 对高频残余扰动进行实时精准估计与“兜底”补偿; 最终, 通过在光刻机精密运动台上的实验验证了所提方法的有效性. 实验结果表明, 所提出的补偿算法能有效抑制粗-微动台间的耦合扰动, 将运动台$Y $向的定位精度(${\rm mean} +3 \sigma $)从32.73 nm显著提升至18.67 nm, 性能提升约43%.

    • 基于自然边界的严格反馈非线性系统约束控制策略

      2026, 41(11):3018-3026. DOI: 10.13195/j.kzyjc.2025.1351

      摘要 (64) HTML (114) PDF 81.64 K (130) 评论 (0) 收藏

      摘要:针对一类严格反馈非线性系统的状态约束控制问题展开研究. 现有预设性能等约束控制方法通常需要预先设定约束边界, 这可能会造成因边界设置远宽于系统实际动态范围而导致控制冗余. 为克服此问题, 提出一种先评估、后约束的切换控制新思路. 首先, 在假设系统非线性项及其偏导有界的条件下, 通过结合反步法与李雅普诺夫稳定性理论, 解析推导系统在无约束控制器作用下的状态轨迹上界. 该上界表征无约束控制时状态的潜在最大幅值. 然后, 设计一种切换控制策略: 仅当预设边界小于自然边界时, 才启用约束控制器以保证状态不越界; 反之, 则采用无约束控制器, 在保证相同闭环性能的同时, 避免因引入额外项而产生的控制冗余和复杂度. 相较于传统的约束控制方法, 所提出控制策略能够在保证状态约束的前提下,以更小的控制代价实现期望跟踪性能. 仿真结果验证了所提出方法的有效性和可行性.

    • >智能感知与决策
    • 基于增量聚类的动态自适应序贯三支协同推荐

      2026, 41(11):3027-3039. DOI: 10.13195/j.kzyjc.2025.1191

      摘要 (112) HTML (164) PDF 151.44 K (133) 评论 (0) 收藏

      摘要:三支协同推荐将三支决策思想引入协同过滤中, 在处理推荐不确定问题上取得了进展, 但现有三支协同过滤方法仍存在两方面不足: 一是基于个体邻域相似度的判定往往忽视对象间的群体共性, 导致低频对象被忽略并产生推荐不平衡; 二是采用静态阈值或离线调参的策略在持续获得反馈的动态推荐场景中难以及时调整决策边界, 进而增加误推荐率. 对此, 提出一种基于增量聚类的动态自适应序贯三支协同推荐(IC-DASTCR), 该模型涵盖两个模块: 1) 将增量聚类引入序贯三支推荐, 用于刻画群体共性, 提高推荐准确率并降低决策代价; 2) 基于随机梯度下降算法, 设计一种动态阈值自适应机制, 在线更新决策边界, 并进一步提高推荐准确性. 在多个公开数据集与真实场景上与若干推荐算法进行实验对比与分析, 结果表明, 所构建的模型IC-DASTCR具有更优的推荐质量与效率.

    • 基于多目标深度强化学习的需求响应式列车时刻表优化

      2026, 41(11):3040-3052. DOI: 10.13195/j.kzyjc.2025.1334

      摘要 (111) HTML (150) PDF 112.39 K (150) 评论 (0) 收藏

      摘要:客流在时空维度上呈现的时变特性对城市轨道交通运营管理提出了严峻挑战, 同时, 需求响应式列车时刻表优化问题的复杂性对算法设计提出了更高的要求. 为此, 将人工智能领域的深度强化学习方法应用于地铁列车时刻表的优化问题, 以提升地铁运营管理的智能化水平. 首先, 将时变客流需求与列车时刻表决策互动关系构建为马尔可夫决策过程, 为智能体提供训练和学习环境. 其中: 以乘客服务、列车运量以及列车运行作为状态空间, 以列车发车间隔作为动作空间, 并设计“人-车-站”一体化的多维复合奖励函数. 然后, 开发一种基于自适应发车间隔和列车数量的多目标软演员-评论家算法来提升求解效率. 接着, 以小规模算例进行超参数优化, 并验证需求响应式列车时刻表相对于均衡列车时刻表的优势. 最后, 以广州市地铁8号线进行仿真实验, 实验结果表明, 所提出方法相对于其他人工智能方法以及启发式算法具有较快的收敛速度和求解效率. 此外, 针对不同客流扰动场景, 所提出方法能够在短时间内生成满意的运营方案, 表明所提出方法具有较好的泛化能力. 研究结果可为进一步提升地铁运营调度智能化水平提供理论和方法支撑.

    • 基于结构感知深度强化学习的配电网动态重构

      2026, 41(11):3053-3062. DOI: 10.13195/j.kzyjc.2025.1009

      摘要 (91) HTML (146) PDF 97.67 K (128) 评论 (0) 收藏

      摘要:随着分布式能源的大规模接入, 配电网运行的不确定性显著增加, 配电网动态重构(DDNR)成为保障系统经济性与安全性的关键技术. 深度强化学习(DRL)因其对不确定性的自适应能力和数据驱动特性而应用于DDNR求解. 针对离散动作空间的DRL方法求解重构时存在的维数灾难和动作盲区问题, 提出一种分阶段的结构感知(SA) DRL动态重构求解框架. 首先, 提出一种性能与结构驱动的重构决策优化方法, 通过启发式生成与结构化聚类, 构建一个高质量且规模可控的拓扑集合, 从维度、性能和结构3方面优化DDNR的决策空间; 然后, 改进DRL架构, 结合图卷积网络和动作嵌入, 设计SA-$ Q$网络, 利用图卷积网络(GCN)将拓扑编码为图嵌入向量, 实现对配电网运行状态与开关动作的结构化感知和并行处理, 使智能体能够利用拓扑间的结构关系进行高效泛化, 并将模型集成到改进的Rainbow DQN算法框架中, 实现离线训练和在线求解; 最后, 通过仿真结果验证所提出方法可以有效降低配电网运行损耗, 改善电压分布并减少开关不必要动作, 收敛速度快且稳定, 能够显著改善配电网的运行水平.

    • 基于双层嵌套算法的虚拟电厂需求响应策略优化

      2026, 41(11):3063-3075. DOI: 10.13195/j.kzyjc.2026.0169

      摘要 (98) HTML (184) PDF 123.41 K (118) 评论 (0) 收藏

      摘要:源荷两侧不断增加的波动性是新型电力系统建设面临的重大挑战, 虚拟电厂(VPP)作为需求侧响应的重要参与主体, 其运行机制对于新型电力系统的灵活性将产生直接影响. 基于主从博弈理论, 考虑不同类型资源的响应特性, 为负荷型VPP设计一种双边定价-报价策略, 既能实现对内部聚合商的合理定价, 又可以通过动态修正机制提高虚拟电厂需求响应的履约能力. 结合粒子群优化算法, 设计一种内外双层嵌套的迭代求解框架. 算例分析表明, 不同类型资源在响应能力上存在明显差异. 其中: 储能资源灵活性和可调度性最高, 而可削减负荷与可转移负荷的响应能力相对受限; 考虑修正机制的分段定价策略能够有效提升VPP的资源利用率, 且能够更好地匹配市场响应需求, 使得VPP整体收益提升至基准案例的约1.4倍.

    • 基于动态梯度相似度的多任务进化算法

      2026, 41(11):3076-3090. DOI: 10.13195/j.kzyjc.2026.0085

      摘要 (59) HTML (119) PDF 164.71 K (111) 评论 (0) 收藏

      摘要:进化多任务优化通过在不同优化任务间共享隐式遗传信息来提升整体搜索效率. 然而, 当任务间相关性低时, 缺乏相关性度量的盲目知识迁移极易引发负迁移效应. 基于此, 提出一种基于动态梯度相似度的多任务进化算法MFEA-DGS. 首先, 所提出算法引入基于方向梯度下降的拟梯度算子, 通过构建任务的下降方向向量来感知解空间的几何特征, 实现高效的正向迁移; 然后, 提出一种动态梯度相似度策略, 通过计算源任务与目标任务梯度向量的方向余弦相似度, 并结合硬阈值截断机制物理阻断冲突任务, 自适应地调节知识迁移强度; 接着, 构建包含梯度算子与模拟二进制交叉以及多项式变异的概率混合搜索框架, 利用进化算子的全局探索能力弥补单一梯度搜索易陷入局部最优的局限性, 能够显著提升收敛精度; 最后, 在CEC2017-MTSO和WCCI2020-MTSO基准测试集上的实验结果表明, 与多种先进的多任务优化算法相比, MFEA-DGS在收敛速度、求解精度以及鲁棒性方面均表现出显著优势.

    • 基于认知不确定性建模的多智能体协同决策策略

      2026, 41(11):3091-3102. DOI: 10.13195/j.kzyjc.2026.0176

      摘要 (90) HTML (126) PDF 119.11 K (115) 评论 (0) 收藏

      摘要:在大尺度三维空间中, 气体扩散呈现出明显的各向异性、空间非均匀性和时间间歇性特征, 使传统信息趋向策略在环境认知表征和运动决策过程中难以有效刻画搜索过程中的不确定性演化, 从而影响搜索效率与决策稳定性. 针对上述问题, 提出一种基于认知不确定性建模的多智能体协同搜索决策策略. 在统一的贝叶斯推断框架下, 利用加权粒子方差对环境认知不确定性进行量化, 实现对认知状态的动态表征. 在此基础上, 构建信息-势场联合驱动的决策模型, 并基于认知不确定度量设计自适应权重调节策略与各向异性步长调节机制, 使搜索策略能够根据环境认知状态变化动态调节探索与利用之间的平衡以及不同方向上的运动尺度. 同时, 引入约束更新协商机制实现多智能体系统之间的决策交换, 以降低协同行为冲突与路径冗余. 仿真实验结果表明, 所提出的多智能体协同决策策略能够有效提升气味源搜索任务中的搜索效率、决策稳定性与鲁棒性.

    • 面向复合观测需求的混合遥感星座协同调度方法

      2026, 41(11):3103-3116. DOI: 10.13195/j.kzyjc.2025.1324

      摘要 (64) HTML (122) PDF 162.80 K (165) 评论 (0) 收藏

      摘要:随着在轨卫星数量的持续增长, 遥感应用对观测质量的要求不断提高, 对于需要多次观测且观测间隔影响到成像质量的复合任务, 现有研究难以有效刻画观测的时间间隔对成像信息一致性的影响. 针对此问题, 提出一种面向复合观测需求的混合遥感星座协同调度方法. 首先, 对于异构载荷协同产生的巨大搜索空间, 采取一种基于冲突度的时间窗裁剪预处理方法进行约简; 其次, 在数学模型上, 引入以时间间隔为自变量的时变权重函数, 采用分段常数逼近法表征间隔时长与信息质量的非线性关系; 再次, 在算法层面, 提出一种基于分治框架的混合变邻域搜索算法(HVNSA-DCF), 通过带反馈机制的两阶段架构、多种邻域算子及自适应邻域评分选择系统, 实现对大规模场景下的高效搜索; 最后, 通过实验结果表明, HVNSA-DCF算法在不同规模场景下均展现出良好的适应性和收敛性.

    • 马赫带机制的图像分类网络

      2026, 41(11):3117-3128. DOI: 10.13195/j.kzyjc.2026.0136

      摘要 (52) HTML (112) PDF 121.97 K (134) 评论 (0) 收藏

      摘要:针对残差图像分类网络在边缘特征细节感知不足及通道与空间信息交互不充分的问题, 提出基于马赫带机制的图像分类网络(MBMNet). 该网络在ResNet-34框架上设计动态马赫带模块(DMM)和马赫带注意力模块(MBM). DMM利用逐深度卷积和拉普拉斯算子实现边缘检测, 并通过可学习缩放因子在边缘增强与抑制之间实现动态平衡, 强化模块对关键边缘的感知. MBM在通道和空间维度中分别构建通道增强分支(CEB)和空间增强分支(SEB), 并在两条分支中嵌入DMM. CEB通过混合池化和深度可分离卷积提取通道关键信息, 再结合DMM强化通道内部的边缘和结构变化; SEB通过多层深度可分离卷积提取局部空间纹理和结构特征, 并在DMM的作用下增强关键区域的空间边缘响应; 将两分支输出的特征通过特征融合模块(FFM)进行融合, 实现通道与空间特征的协同建模和信息交互, 并进一步采用残差式融合保持语义一致性和特征稳定传播. 实验结果表明, MBMNet能有效增强边缘和结构细节的感知能力, 并促进通道与空间特征的协同交互, 从而显著提升图像分类的准确率和鲁棒性.

    • 双通道欺骗攻击下分布式弹性不变集员融合滤波的目标跟踪

      2026, 41(11):3129-3140. DOI: 10.13195/j.kzyjc.2026.0124

      摘要 (79) HTML (145) PDF 111.71 K (126) 评论 (0) 收藏

      摘要:针对移动无线传感器网络(MWSN)中移动目标非线性运动、时变通信拓扑以及欺骗攻击场景下的状态估计问题, 设计一种不变集员共识融合滤波(ISMF)的弹性分布式状态估计算法. 首先, 利用李群与其李代数间的映射, 定义一种新型估计误差并对其线性化, 结合椭球体最小迹原则, 实现时间预测步骤下先验椭球体的更新; 然后, 引入协方差交集(CI)融合机制适配时变拓扑, 通过设计自适应阈值对邻居信息进行筛选, 从而获得可靠的融合椭球体; 最后, 结合椭球体交运算进行局部测量校正更新, 并利用自适应校正增益抑制异常测量, 最终确保在部分移动节点遭受双通道欺骗攻击时仍然能够保持后验椭球体始终包含真实状态, 且椭球体的范围随迭代逐步紧凑. 仿真结果表明, 所提出算法在单通道与双通道欺骗攻击场景下均能够有效恢复对目标的跟踪, 具有较好的鲁棒性.

    • 基于脑电单通道与多通道特征融合的致痫灶定位算法

      2026, 41(11):3141-3153. DOI: 10.13195/j.kzyjc.2025.1018

      摘要 (52) HTML (141) PDF 112.93 K (110) 评论 (0) 收藏

      摘要:癫痫患者通常依赖致痫灶切除手术控制病情发作, 而致痫灶精准定位是手术成功的关键. 前期定位算法多基于单通道脑电时序特征, 忽视了脑区间的相互作用, 导致空间信息利用不足. 对此, 基于23名癫痫患者的立体定向脑电图(SEEG)数据, 采用一维卷积长短时记忆模型(Conv1D-LSTM)融合单通道与多通道特征进行致痫灶定位. 该方法首先提取单通道SEEG的时域、频域和非线性特征; 然后分别基于锁相值、转移熵和广义定向相干性构建脑功能网络并提取其图论特征; 随后, 将上述特征输入Conv1D-LSTM模型, 以融合时空信息进行致痫灶定位. 结果表明, 相较于单独使用单通道或多通道特征, 基于两种特征融合的Conv1D-LSTM在SEEG数据集上达到93.31%的定位准确率. 消融实验表明, 脑网络图论特征在致痫灶定位中的作用大于单通道特征, 并且双重注意力机制能显著提升定位性能. 对比实验显示, Conv1D-LSTM性能优于支持向量机、卷积神经网络、时域卷积网络和双向LSTM等主流模型, 为临床上精确定位致痫灶提供了新的辅助方法.

    • 考虑设备同步维护期的3D打印流体原材料库存补货决策研究

      2026, 41(11):3154-3166. DOI: 10.13195/j.kzyjc.2025.1291

      摘要 (45) HTML (108) PDF 128.24 K (107) 评论 (0) 收藏

      摘要:针对3D打印耗材的流体形态以及定制化生产用料需求的随机不确定性, 利用排队论和库存理论, 在$(s, Q)$补货策略下建立一个新型的多台服务, 且带有设备同步维护期的流体排队库存模型, 探讨在销售损失机制下系统关键参数以及成本变量对于平均库存水平、订货率、原料短缺量和最优补货控制策略的影响. 研究主要揭示3方面的发现: 首先, 库存与队长的联合概率分布呈现乘积形式的随机分解结构, 这表明补货策略与服务过程可相对独立优化, 为企业提供了分层决策的理论依据; 其次, 设备维护时间对于库存相关指标影响微弱, 但是对于销售损失量影响显著, 企业可据此灵活安排维护计划, 将降低销售损失作为维护策略制定的首要目标; 最后, 通过数值结果表明库存持有成本是主导性成本驱动因素, 精准把握需求的随机规律比单纯提升补货响应速度更具成本优化潜力.

    • >工业人工智能
    • 双阶段自适应协同进化算法求解多目标车辆路径优化问题

      2026, 41(11):3167-3180. DOI: 10.13195/j.kzyjc.2026.0173

      摘要 (108) HTML (164) PDF 148.62 K (136) 评论 (0) 收藏

      摘要:带时间窗的多目标车辆路径问题(MOVRPTW)的本质是在多个相互冲突的目标间寻求帕累托最优解集, 但传统启发式与精确算法难以高效求解. 尽管多目标进化算法(MOEAs)应用广泛, 其在处理复杂约束时仍存在缺陷, 常因搜索过早收敛而陷入局部最优, 限制求解性能. 为解决上述问题, 提出一种双阶段自适应协同进化算法(DS-ACEA). 为有效平衡算法的探索和开发能力, 将进化过程划分为两个阶段. 在第1阶段, 算法采用基于约束违反值(CVs)的先分组后选择的可行性优先策略, 在引导搜索向广阔可行区域扩展的同时, 亦能提升种群多样性; 在第2阶段, 算法转而采用基于帕累托支配关系的精英选择策略, 通过优先筛选目标函数值更优的可行解, 加速种群向可行非支配帕累托前沿收敛. 为验证所提出算法的性能, 在多个基准实例上对DS-ACEA进行实证测试. 测试结果表明, 其在求解MOVRPTW问题时, 多项关键性能指标均显著优于前沿对比算法, 验证了两阶段选择策略的约束处理技术的有效性.

    • 考虑设备退化的随机柔性作业车间双目标调度优化: 一种基于D3QN的强化学习方法

      2026, 41(11):3181-3191. DOI: 10.13195/j.kzyjc.2026.0208

      摘要 (67) HTML (136) PDF 111.34 K (128) 评论 (0) 收藏

      摘要:制造业正加速向高效率、低成本与高度柔性方向发展. 高端装备制造工件生产具有批量小、品种多、工艺复杂等特征, 在设备退化和随机故障频繁发生的实际环境下, 传统确定性柔性作业车间调度模型难以准确刻画生产过程. 聚焦考虑设备退化和随机故障影响的随机柔性作业车间调度问题(SFJSP), 将柔性作业车间中的加工单元进一步建模为由退化机器构成的串行生产单元, 从而构建更加贴近实际生产的调度模型. 在此基础上, 针对传统元启发式算法在复杂不确定环境中需反复迭代优化、计算开销大的问题, 提出一种基于D3QN(dueling double deep $ Q$-network)的智能调度方法, 实现完工时间与综合生产成本等多性能指标的联合优化. 数值实验结果表明, 所提出的方法在解质量方面优于对比算法, 且训练完成后可实现快速决策推理, 在动态决策场景中具有较好的计算效率优势, 从而有效提升随机柔性作业车间生产过程中的整体运行性能.

    • 融合非负矩阵分解与加权证据C均值多视图聚类算法

      2026, 41(11):3192-3204. DOI: 10.13195/j.kzyjc.2026.0100

      摘要 (72) HTML (125) PDF 156.22 K (122) 评论 (0) 收藏

      摘要:现有的大多数多视图聚类算法通常依赖硬分区或模糊分区, 难以有效刻画聚类过程中的不确定性与不精确性. 此外, 多视图数据往往具有高维度与复杂的结构特征, 导致聚类过程的计算开销较大. 针对上述问题, 提出一种融合非负矩阵分解与加权证据$C $均值多视图聚类算法(WECM-NMF), 通过理论层面的协同设计, 实现降维、信度划分与视图加权的深度耦合, 提高聚类精度并降低计算复杂度. 首先, 通过非负矩阵分解对各视图的原始数据进行低维特征表示, 从而提取具有判别力的潜在特征空间并减少计算负担; 其次, 在信念函数理论框架下生成全局信度划分, 有效缓解视图间潜在冲突与不一致带来的不确定性; 最后, 引入带香农熵约束的自适应视图加权机制, 实现视图权重与特征降维、信度划分的联合优化. 在6个真实数据集和2个大规模数据集上的实验结果表明, 所提出的WECM-NMF算法的聚类性能优于多种现有的多视图聚类方法.

    • 基于线性全局注意力与专家几何知识的防振锤缺陷级联检测

      2026, 41(11):3205-3216. DOI: 10.13195/j.kzyjc.2026.0092

      摘要 (50) HTML (156) PDF 102.88 K (126) 评论 (0) 收藏

      摘要:防振锤是输配电线路无人机航拍巡检中重点关注的金具之一. 受制于无人机巡检安全距离和拍摄视角, 巡线图像中防振锤目标具有像素占比少、缺陷特征差异不明显的特点, 给防振锤的细粒度缺陷检测带来了严峻挑战. 为此, 提出基于线性全局注意力与专家几何知识的防振锤缺陷级联检测方法, 将防振锤细粒度缺陷检测任务解耦为定位和分类两个阶段: 在定位阶段, 提出基于线性全局注意力的轻量化定位网络, 在保证实时性的同时增强网络的全局上下文感知能力; 在缺陷分类阶段, 提出专家几何知识嵌入分类网络, 将防振锤缺陷分类中的专家几何知识转化为显式特征表示, 并嵌入深度学习网络, 增强网络对缺陷类别的语义理解深度. 在自建数据集上的实验结果表明: 第1级定位网络能够实现95%召回率下84.1%的定位精确率, 第2级缺陷分类准确率达93.42%, 验证了所提出方法在细粒度缺陷检测中的有效性.

    • >智能自主系统
    • 面向有限通信约束下多智能体对抗的团队博弈决策

      2026, 41(11):3217-3231. DOI: 10.13195/j.kzyjc.2025.1188

      摘要 (76) HTML (142) PDF 125.72 K (238) 评论 (0) 收藏

      摘要:随着无人系统平台的快速发展, 无人集群对抗是未来体系能力发展与建设的关键. 然而, 在应对集群目标时, 集群间的对抗博弈加剧了有限通信约束下通信带宽压力、链路动态变化和信息时延积累等问题, 集群对抗决策面临态势信息过载、协同能力下降与团队响应滞后的挑战. 对此, 首先构建多智能体对抗的运动学模型与对抗损耗模型, 并在此基础上提出有限通信约束下多智能体对抗的团队博弈建模与求解方法. 通过设计小世界网络通信的团队联盟策略, 将有限通信约束引入多智能体对抗的团队博弈模型, 给出基于关联团队最大最小均衡解概念的团队博弈均衡定义与存在性条件. 然后, 基于异构智能体强化学习算法设计交替冻结训练的团队博弈均衡求解算法. 仿真结果表明, 所提出的博弈模型与交替冻结训练框架能够获得稳定的策略剖面, 实现了有限通信条件下的集群自适应动态决策与对抗策略优化.

    • 基于前向动力学预测与非对称强化学习的安全导航

      2026, 41(11):3232-3244. DOI: 10.13195/j.kzyjc.2026.0205

      摘要 (83) HTML (314) PDF 149.08 K (145) 评论 (0) 收藏

      摘要:针对复杂动态环境中感知不完备和传感器噪声导致的动态障碍物预测困难和导航决策不确定性问题, 提出一种融合环境前向动力学预测的非对称强化学习自主导航框架(FANav). 首先, 通过环境前向动力学模型(E-FDM)在训练阶段学习机器人-环境交互的短期状态演化关系, 并在决策优化中引入预测的环境变化和碰撞风险, 引导策略实现前瞻性决策; 在部署阶段, E-FDM基于局部观测和当前动作在线提供短期环境预测, 辅助实时避障决策. 其次, 为应对模型预测误差及感知噪声引发的安全风险, 在执行层引入融合短期风险预测的控制屏障函数(CBF)安全过滤机制, 利用前瞻风险信息在线调节安全约束强度, 并通过二次规划对策略输出进行最小干预修正, 实现形式化安全约束. 最后, 采用非对称近端策略优化框架(PPO), 利用前向预测等特权信息优化价值网络, 以提升策略学习效率和训练稳定性. 实验结果表明, 所提出的方法在避障安全性、决策鲁棒性和运动平滑性方面优于现有对比方法.

    • 基于动态优先级协调冲突消解的多无人机协同路径规划

      2026, 41(11):3245-3258. DOI: 10.13195/j.kzyjc.2025.1080

      摘要 (128) HTML (143) PDF 113.16 K (133) 评论 (0) 收藏

      摘要:多无人机协同作业的高效性依赖于精准的路径规划与可靠的冲突消解机制, 针对现有算法在复杂动态环境适应性差、大规模集群冲突消解效率低以及忽视通信链路约束等问题, 提出一种融合动态优先级协调机制(DPCM)与带通信约束的协作A*算法(CCA*)的多无人机协同路径规划算法(DPCM-CCA*). 该算法通过环境威胁评估动态调整无人机规划优先级, 在路径搜索的启发式函数中引入路径长度、转弯角、避障、防碰及通信保持等多维度代价评估, 构建全局协同规划与局部突发障碍物重规划的统一框架. 仿真结果表明, 与现有主流算法相比, DPCM-CCA*算法能够在保证全航程通信链路连通与零碰撞的前提下, 有效缩短飞行总航程并显著提升冲突消解效率, 为复杂动态环境下的多无人机协同作业提供高可靠的技术支撑.

    • 基于模型无关元学习-序列凸优化的飞行器在线轨迹重规划

      2026, 41(11):3259-3268. DOI: 10.13195/j.kzyjc.2026.0071

      摘要 (85) HTML (180) PDF 85.64 K (124) 评论 (0) 收藏

      摘要:针对高速巡航飞行器在线重规划面临的计算实时性差、环境适应性弱、控制平滑性不足等问题, 提出一种基于模型无关元学习 (MAML) 热启动序列凸优化 (SCO) 的在线轨迹重规划方法. 首先, 建立飞行器三自由度动力学模型, 并利用hp-自适应伪谱法构建包含多样化避障场景的高质量离线最优轨迹库; 然后, 融合最近邻残差搭建内外层循环的MAML训练框架, 通过学习离线轨迹库蕴含的动力学流形和拓扑特征, 获取最优公共初始参数, 使得网络仅需少量梯度更新, 即可快速适应新环境并生成高质量初值; 最后, 建立基于MAML热启动SCO的在线轨迹重规划框架, 利用MAML的自学习、自适应能力快速推理出新环境下的SCO热启动初值, 使得SCO求解器在极少次迭代内收敛. 仿真结果表明, 所提出方法在面对新威胁环境时, 能够同时兼顾规划效率与控制平滑性, 实时规划出满足动力学约束的平滑避障轨迹.

    • 基于Shapley值改进CBBA的低轨卫星时敏目标协同调度方法

      2026, 41(11):3269-3280. DOI: 10.13195/j.kzyjc.2026.0035

      摘要 (90) HTML (216) PDF 138.81 K (139) 评论 (0) 收藏

      摘要:低轨卫星在时敏移动目标跟踪任务中具备响应时间短、覆盖范围广等优势, 但在多星协同执行任务过程中, 有限的观测资源与动态变化的目标状态使得任务规划与调度问题复杂化. 传统共识型任务捆绑算法(CBBA)在收益计算过程中通常采用贪婪策略, 容易导致资源分配不均和任务收益次优. 为此, 提出一种改进的CBBA方法, 通过引入合作博弈理论中的Shapley值计算智能体在联盟中的边际贡献收益, 替代原有贪婪收益函数, 从而在任务分配中更好地平衡各卫星的效益与全局收益. 针对低轨卫星在时敏目标跟踪中的协同调度问题, 提出一种基于Shapley值优化的多星协同任务调度方法. 在仿真环境中, 以低轨星座对机动目标的连续跟踪为背景进行对比实验, 结果表明, 该方法在任务完成率、公平性以及总收益方面均优于传统CBBA, 在资源紧张情况下具有更高的调度鲁棒性和全局最优性. 研究成果为低轨卫星系统在时敏任务中的协同调度提供了一种有效的优化手段.

年第卷第期

关注官微服务更及时

刊期浏览
本期排行

下载排行

摘要点击排行

引用排行