点击排行

2026, 41(5):1201-1218. DOI: 10.13195/j.kzyjc.2024.1492

[摘要](3) [HTML](5) [PDF 161.07 K](4)

摘要:
近年来交通运输业呈现出迅猛发展的态势, 电动汽车由于可以减少环境污染并使得交通系统更加智能得到了快速发展. 然而, 由于电动汽车充电桩分布不均匀, 导致出现电动汽车里程焦虑问题. 车-车(V2V)能量互济装置的研究成为消除电动汽车里程焦虑的关键技术之一. V2V技术不仅可实现两辆电动汽车之间的电能传输, 缓解电池续航不足与充电桩分布不均的问题, 还能显著提升充电灵活性. 鉴于此, 对现有车-车能量互济装置的拓扑结构和控制策略进行全面讨论, 首先分析隔离型、非隔离型和无线传输型3类主要拓扑结构的工作原理和应用场景; 进而探讨对其线性和非线性控制策略的优缺点, 并结合不同拓扑给出优化建议; 同时扩展讨论V2X技术的发展趋势, 包括车-车(V2V)、车-家(V2H)、车-网(V2G)协同控制等多种应用场景在智能电网中的应用前景; 最后讨论V2V充电技术的商业化发展现状、商业化解决方案和面临的挑战.

2 基于多智能体深度强化学习的轨道车辆组装分布式异构柔性作业调度

孟祥恒，郭鹏，李嘉雯，史海超，张志瑶，马永敬，孙轶杰

2026, 41(5):1219-1228. DOI: 10.13195/j.kzyjc.2025.0857

[摘要](2) [HTML](3) [PDF 120.84 K](2)

摘要:
针对轨道车辆组装作业中多车型混线生产、工序复杂、工艺路线差异显著及制造资源高度异构带来的分布式异构柔性作业车间调度挑战, 提出一种两阶段多智能体深度强化学习方法. 将调度流程建模为多阶段马尔可夫决策过程, 决策涵盖工件分配、工序排序和机器选择, 通过奖励设计引导智能体最小化全局最大完工时间. 上层智能体基于分层异构图注意力网络提取产线全局状态, 实现工件在不同组装线或工区间的合理分配与负载均衡; 下层智能体采用双智能体协作策略, 利用基于图神经网络的编码器-解码器结构捕捉工序间前后约束及资源占用等依赖关系, 实现局部优化. 基于实际作业场景数据, 通过计算验证该方法在缩短制造周期方面的有效性, 展现出良好的泛化能力.

3 有界控制增益下异构多智能体系统的预设时间时变编队跟踪

刘恩豪，贾新春，段苏娜，李宏鹏，李寰宇

2026, 41(5):1265-1274. DOI: 10.13195/j.kzyjc.2025.0990

[摘要](1) [HTML](1) [PDF 105.66 K](3)

摘要:
研究有向图下具有有界控制增益的异构多智能体系统(HMASs)的预设时间时变编队跟踪(TVFT)问题. 首先, 为每个智能体提出一个预设时间切换观测器用于估计领导者的状态, 该观测器从一个基于时基生成器(TBG)项的观测器切换到另一个基于分数阶项的观测器. 基于预设时间切换观测器, 提出一个编队跟踪切换控制器, 该控制器从一个基于TBG反馈的控制器切换到另一个基于分数阶反馈的控制器. 所提出的预设时间切换观测器和编队跟踪切换控制器中的切换时刻均可由用户提前任意预设. 然后, 使用李雅普诺夫稳定性理论, 证明在所提控制器下可以使编队跟踪误差在预设切换时刻收敛到一个可调域内, 并在预设切换时刻后的另一个预设时间内收敛到零. 与现有的具有时变扩展函数的控制器相比, 所提出的控制器可以避免无界控制增益带来的数值实现问题. 最后, 通过两个仿真示例验证理论结果的有效性.

4 时变多智能体系统的鲁棒自适应一致性跟踪控制

李艳辉，石远彬，孙家兴

2026, 41(5):1257-1264. DOI: 10.13195/j.kzyjc.2025.1178

[摘要](1) [HTML](1) [PDF 78.15 K](1)

摘要:
传统固定增益控制策略在多智能体系统面临时变参数不确定性时, 常存在收敛速度与控制精度难以兼顾, 以及鲁棒性不足的问题. 为此, 提出一种鲁棒自适应控制策略, 以提升系统在参数动态变化环境下的一致性跟踪性能. 首先, 基于系统的固定通信拓扑, 构造图结构一致性误差, 该误差包含智能体与相邻跟随者以及领导者之间的状态误差; 其次, 设计一种分布式控制律, 该控制律融合参数自适应律与基于全局代价函数梯度的优化机制, 可以实现在线优化控制增益. 此外, 基于Lyapunov稳定性理论, 证明闭环系统的一致最终有界性. 仿真结果进一步表明, 在固定通信拓扑且系统存在参数扰动的情况下, 所提出策略仍能实现快速、平滑的状态收敛, 有效提高了系统的跟踪性能与鲁棒性.

5 基于预设时间滑模的多直线电机系统位置协同控制

许德智，牟泮龙，潘庭龙，张清越，叶宇剑，花为

2026, 41(5):1299-1309. DOI: 10.13195/j.kzyjc.2025.0204

[摘要](1) [HTML](1) [PDF 95.82 K](1)

摘要:
多电机协同控制系统的跟踪性能和同步性能是评估工业过程中安全性和可靠性的关键指标, 通过创新性地设计基于预设时间滑模控制方法的改进跟踪算法, 在动态不确定条件下实现多电机系统的高精度跟踪控制与同步误差最小化. 首先, 设计预设时间滑模控制器使综合误差在预设时间内收敛到零邻域, 同时设计非线性干扰观测器观测系统扰动并前馈给控制器. 为了解决奇异性问题, 使用控制律切换方法使系统稳定后的控制器不再依赖时间. 仿真和实验对比结果表明, 所提出的方法能够有效实现多电机系统的协同跟踪一致性.

6 低碳视角下油电混合车队配送路径优化研究

巩亮，郑世龙，许得杰，耿慧琳，周健，惠昌武

2026, 41(5):1338-1347. DOI: 10.13195/j.kzyjc.2025.0435

[摘要](1) [HTML](1) [PDF 100.73 K](1)

摘要:
针对道路行驶速度随时间变化且软时间窗条件下的同时配集车辆路径优化问题, 以配送总成本最小化与客户满意度最大化为目标, 考虑车辆载重等约束条件, 构建时变交通下油车-电车混合车队货物配送路径优化模型. 根据模型特点设计考虑时空距离、基于Pareto非支配排序的多目标混合启发式算法, 将遗传算法与变邻域搜索算法结合, 增强算法的局部搜索能力. 以Solomon中C101类部分客户为例进行算例分析, 进行不同规模客户点对比分析和模拟数据与真实数据对比实验. 研究结果表明: 与多目标协同优化遗传算法等相比, 所提出的算法将总成本降低至7 008.47元, 降幅分别为4.59%、5.46%、6.80%、10.77%和8.41%, 客户满意度提升至0.841. 考虑不同情况下对参数进行灵敏度分析, 合理的配送重量可将配送总成本节约69.28%、28.14%和38.61%; 合理的车辆载重量可将配送成本节约31.2%和62.3%. 研究结果表明, 所构建的模型和所提出的算法能合理调配不同类型的车辆, 科学规划车辆路径, 降低物流配送总成本, 减少车辆碳排放, 提高企业经济效益.

7 基于灰色扩展卡尔曼滤波模型的锂电池健康状态估计

徐志存，谢乃明

2026, 41(5):1392-1402. DOI: 10.13195/j.kzyjc.2025.0537

[摘要](1) [HTML](1) [PDF 155.86 K](2)

摘要:
锂电池健康状态估计作为现代能源存储技术的核心, 广泛应用于电动汽车、移动设备等领域. 随着使用时间的增长, 其性能衰减问题逐渐显现, 这不仅会影响电池的存储能力, 还可能引发安全隐患, 因此, 准确估计锂电池的健康状态显得尤为重要. 经验模型是锂电池退化理论中常用的解决方法, 其中的双指数模型可演化推导出幂指数驱动的灰色GM(1,1,$ \mathrm{e}^{\mathit{\lambda}t} $)模型. 在GM(1,1,$ \mathrm{e}^{\mathit{\lambda}t} $)模型的基础上建立状态空间模型, 融合扩展卡尔曼滤波模型形成灰色扩展卡尔曼滤波模型. 将所提出的灰色扩展卡尔曼滤波模型用于锂电池健康状态非线性退化估计问题. 采用牛津大学公开的单体电池数据进行验证, 在单个电池的基础上将所提出模型用于估计 20 辆电动汽车的锂电池健康状态, 以进一步验证所提出模型在实际场景中的适用性.

8 面向去中心化的零知识联邦半监督学习

陈思光，潘沭伽

2026, 41(5):1449-1456. DOI: 10.13195/j.kzyjc.2025.0599

[摘要](1) [HTML](1) [PDF 83.27 K](1)

摘要:
为了在去中心化联邦学习场景中实现隐私保护与半监督训练的高效协同, 提出一种面向去中心化的零知识联邦半监督学习算法. 具体地, 首先设计一种反映本地数据特征的零知识特征码, 通过融合Pedersen承诺与Schnorr证明, 该特征码在实现客户端特征共享的同时, 可保障本地数据不可恢复性与交换过程的合法性验证. 其次, 设计一种高效的去中心化零知识标签传播方法, 利用特征码之间的相似度引导伪标签生成, 在保护隐私的前提下实现高效的标签信息传播, 并通过复杂度分析验证其计算开销显著低于同态加密方案. 最后, 通过在多个数据集上的实验表明, 所提出的算法在不同数据分布与无标签数据配置下均优于现有基准方法, 在准确率和鲁棒性方面具有显著提升; 同时, 通过可变聚类核心数量和网络拓扑结构的实验分析, 进一步验证聚类核心数量对性能的影响, 以及算法在不同去中心化设置中的稳健性和实用性.

9 基于适应性支配策略的高维多目标优化算法

郭肇禄，赵擎宇，杨火根

2026, 41(5):1310-1320. DOI: 10.13195/j.kzyjc.2025.0701

[摘要](1) [HTML](1) [PDF 141.19 K](2)

摘要:
在高维多目标优化算法中, 维持收敛性和多样性的平衡对算法性能尤为关键. 然而, 单一的支配关系难以有效维持二者的平衡. 鉴于此, 提出一种基于适应性支配策略的高维多目标进化算法ADSMOEA. 适应性支配策略通过融合两种在收敛性和多样性上互补的支配关系, 并根据种群当前的状态选择合适的支配关系, 从而维持二者的平衡. 同时, 为了准确评估种群的收敛状态, 设计一种角度收敛指标, 通过引入目标向量夹角信息提高种群收敛性评价的准确性, 为支配关系的选择提供指导. 此外, 设计一种适应性的多样性算子以维持种群的多样性. 将所提出算法与7个先进算法进行对比实验以验证ADSMOEA的有效性. 实验结果表明, 所提出ADSMOEA算法在解决高维多目标优化问题时具有较强的竞争力.

10 面向多动态目标基于拍卖机制与MASAC的AUV协同围捕

谢地杰，李敏，曾祥光，任文哲，张滔，彭倍

2026, 41(5):1229-1241. DOI: 10.13195/j.kzyjc.2025.0710

[摘要](1) [HTML](1) [PDF 122.54 K](1)

摘要:
针对多动态目标的自主水下航行器集群协同围捕决策与控制问题, 提出一种融合拍卖机制与多智能体深度强化学习的围捕算法. 该方法将围捕任务分解为目标分配和运动控制两个阶段: 首先, 基于最优控制理论中的配点法, 综合考虑围捕态势、最短时间和最低能耗等优化目标, 生成训练数据与竞标值标签, 并利用监督学习训练拍卖神经网络, 实现了自主水下航行器的实时目标分配; 接着, 构建分配后的个体状态空间, 设计多目标围捕奖励函数, 采用多智能体柔性演员-评论家算法, 优化了围捕策略. 高效、自适应的拍卖算法确保了动态复杂环境下的快速目标分配, 多智能体强化学习则提升了群体的协同控制快速响应能力. 最后, 开展不同场景中的围捕实验. 实验结果表明, 所提方法能够显著提高围捕策略的表现效果, 在应对2、3和4个动态目标时, 平均围捕成功率分别为79.04%、89.78%和90.43%, 相较于基线方法, 分别提升了48.41%、54.00%和53.93%, 即所提算法在处理不同规模围捕任务时均具有更好的效果.

11 基于模仿学习的工业机器人控制策略

朱易凡，刘晋飞，黄华，陈明

2026, 41(5):1427-1438. DOI: 10.13195/j.kzyjc.2025.0749

[摘要](1) [HTML](1) [PDF 97.01 K](1)

摘要:
针对当前智能制造背景下复杂多变的工业应用场景对工业机器人智能化提升的需求, 提出一种基于Transformer的模仿学习控制策略. 首先, 设计示教机器人模型并搭建模仿学习实验平台, 降低专家演示数据采集难度, 提高效率; 其次, 提出基于夹爪状态的动作分块预测模仿学习模型(GACT), 在其中引入面向气动夹爪状态的二元交叉熵损失函数, 并为其设计独立的交叉注意力机制; 再次, 在MuJoCo环境中进行仿真验证, 并通过消融实验评估模型优化效果; 最后, 在KUKA工业机器人平台上开展实物实验验证. 仿真结果表明, GACT模型相较于基线及其变体具有更高的任务成功率与轨迹准确性; 实物实验结果进一步验证了该模型可有效实现工业机器人的运动控制.

12 多智能体系统层级预定义时间最优容错控制

刘尚坤，谢俊江，黄景丽，黄捷

2026, 41(5):1242-1256. DOI: 10.13195/j.kzyjc.2025.0818

[摘要](1) [HTML](1) [PDF 143.09 K](1)

摘要:
针对存在传感器故障与非仿射故障的多智能体系统容错控制问题, 提出一种层级预定义时间最优容错控制框架. 以提升系统可靠性和收敛速度为研究目标, 基于层级控制、强化学习和预定义时间稳定性理论, 构建虚拟层与实际控制层的协同机制. 在虚拟层设计分布式最优一致性跟踪控制器, 通过自适应状态观测器估计未知非线性动态, 结合滑模面与演员-评论家结构求解近似最优控制策略, 实现多智能体同步最优控制与能量最小化; 实际控制层基于虚拟层生成的最优轨迹, 设计自适应模糊预定义时间容错跟踪控制器, 利用 Lyapunov 稳定性理论保证跟踪误差在预定义时间内收敛至有界集合, 同时逼近传感器故障参数与非仿射故障函数. 通过调整所设计控制器中的预定义参数, 系统可以在期望的预定义时间内实现自适应跟踪的目标. 最后, 通过仿真实验验证了所提出控制策略的有效性.

首页

期刊简介

编委会

作者中心

精选专辑

品牌联动

点击排行

当期目录

刊期浏览

本期排行

下载排行
更多+

摘要点击排行
更多+

引用排行
更多+

首页

期刊简介

编委会

作者中心

精选专辑

品牌联动

点击排行

当期目录

刊期浏览

本期排行

下载排行 更多+

摘要点击排行 更多+

引用排行 更多+

下载排行
更多+

摘要点击排行
更多+

引用排行
更多+