首页期刊导航|控制理论与应用
期刊信息/Journal information
控制理论与应用
华南理工大学 中国科学院数学与系统科学研究院
控制理论与应用

华南理工大学 中国科学院数学与系统科学研究院

胡跃明

月刊

1000-8152

aukzllyy@scut.edu.cn

020-87111464

510640

广州市五山华南理工大学内

控制理论与应用/Journal Control Theory & ApplicationsCSCD北大核心CSTPCDEI
查看更多>>本刊是经教育部批准,由华南理工大学和中国科学院系统科学研究所联合主办的全国性一级学术刊物。1984年创刊,1999年开始改为A4开本。国内外公开发行。《控制理论与应用》主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中,特别是高科技领域中的应用研究成果,内容包括:1.集中参数控制系统;2.线性与非线性控制系统;3.分布参数控制系统;4.随机控制系统;5.离散事件系统;6.大系统理论;7.混合系统;8.系统辨识与建模;9.自适应控制;10.鲁棒控制;11.智能控制;12.优化与控制算法;13.先进控制理论在实际系统中的应用;14.系统控制科学中的其它重要问题。
正式出版
收录年代

    双臂系统协同控制研究综述:从经典到基于学习的算法

    王东邱超超贺威王伟...
    1951-1964页
    查看更多>>摘要:双臂系统的协同控制技术在机器人领域发挥重要的作用,它可以协助人类在工业生产、家庭服务、太空及深海等非结构化环境完成复杂危险的任务。然而,双臂机器人是一个强耦合、高度非线性和不确定性系统,其协同控制问题是一个具有挑战性的课题。本综述首先回顾了双臂系统的发展历程。其次对该系统的结构、建模、控制及其应用进行介绍。特别地,详细归纳了双臂系统的协同控制方法:如协同搬运时的主从控制、力/位混合控制和阻抗控制等经典方法、基于神经网络和模糊系统的智能控制方法和基于强化学习的数据驱动方法在机器人控制取得的最新进展。最后,展望了双臂系统的未来发展趋势。

    双臂系统仿人机器人协同控制智能控制强化学习

    和积网络研究综述

    代琪刘建伟
    1965-1990页
    查看更多>>摘要:和积网络(SPNs)是一种基于有根有向无环图的深度概率图模型。除了叶节点外,其余节点由求和节点或求积节点组成。和积网络与概率图模型密切相关,但是,和积网络计算过程仅涉及简单的网络多项式求和运算和求积运算,且能够实现精确和近似推理。与经典的概率图模型相比,和积网络可以从训练数据中构建易于推理的模型。此外,和积网络也可以作为类似于神经网络的深度学习模型使用。本文主要从和积网络的基本原理、理论研究、学习技术、变体模型及各领域具体应用等问题进行详细阐述。首先,概述和积网络的基本原理,包括和积网络理论的研究现状。其次,概述了和积网络的几类变体模型,并总结了和积网络学习技术中的参数学习和结构学习方面的学习算法。除此之外,本文还从自然语言处理、语音识别、医学研究等特定应用领域概述了基于和积网络的应用模型。最后,根据现有的研究基础对和积网络未来的发展趋势及方向进行了展望。

    和积网络SPNs的学习技术概率图模型深度学习

    脑机接口技术的军事应用前景及其挑战

    刘亚东李明周宗潭
    1991-2001页
    查看更多>>摘要:论文旨在讨论脑机接口技术的军事应用现状与前景及其在未来技术发展中将要面临的挑战。首先,从脑控和控脑两个方面对脑机接口的概念内涵、当前技术实现途径等开展了讨论;其次,从脑机协同武器装备操控、脑机接口技术支撑的战员能力增强、战员认知状态检测与调控、战员神经系统损伤修复等4个方面对脑机接口在军事领域应用现状和潜在应用前景进行了分析讨论,特别是展现了脑机接口在武器装备智能水平提升以及战员战斗能力保持与增强等方面的巨大应用价值;最后,从脑认知机制研究对脑机接口发展高度的决定作用、研究应用的道德与法律伦理体系规范建设、信息安全与隐私性等3方面讨论分析了脑机接口技术进化,特别是在军事应用中将要面临的挑战。

    脑机接口人体能力增强认知状态检测与调控神经系统损伤修复

    考虑软时间窗限制和模糊旅途时间的生产配送集成调度优化

    黄铭杜百岗郭钧李益兵...
    2002-2012页
    查看更多>>摘要:针对考虑软时间窗限制和模糊旅途时间的生产配送集成调度问题,本文构建了以生产-库存-配送总成本和提前延期加权惩罚时间为双优化目标的混合整数非线性规划模型。定义了一种模糊加权叠加操作,进行模糊加权惩罚时间的计算。基于优化问题结构设计了三阶段解码规则,其中涉及巡回环的划分,通过计算巡回环的最佳配送出发时间获得批次制造顺序,以及采用后向调整策略进行批次和巡回环的协调。提出了一种自适应变邻域搜索改进的非支配排序遗传算法(NSGA-Ⅱ-AVNS)求解该问题。其中根据问题特征设计了 5种具有不同搜索性能的邻域结构,通过自适应选择机制提高优秀邻域结构的执行次数。并且为避免迭代后期邻域结构选择固化,提出了邻域结构分值重置操作。实验结果表明NSGA-Ⅱ与AVNS的融合,较好的平衡了算法的探索和开发能力,是求解该问题的一种极具竞争力的方法。

    生产配送集成调度软时间窗模糊旅途时间模糊加权叠加自适应变邻域搜索多目标优化

    高速轴承变工况故障数据AMO-VMD处理方法

    王心荻姜斌肖玲斐马磊明...
    2013-2022页
    查看更多>>摘要:针对高速轴承故障信号噪声无法完全剔除导致变工况故障诊断精度较低的问题,本文提出高速轴承变工况故障数据AMO-VMD处理方法,并从多个维度验证所提算法对降噪性能的提升效果。首先,提出了降噪相邻模态重叠指数(AMO)确定变分模态分解(VMD)的最优分解层数,可以充分发挥VMD频域分析的优势;其次,设计了基于包络谱熵最大原则的分量筛选降噪方法,提高了故障信号频域信息表达准确度;然后,结合直流分量分离技术与绝对中位差(MAD)去异方法,构建了针对高速轴承故障数据的数据清洗系统;最后,分别基于典型轴承故障仿真信号和高速试验台轴承故障信号验证所提算法的有效性,结果表明,所提方法较传统数据处理方法具有更高的故障信息甄别能力,能够显著提高轴承变工况故障诊断的准确度。

    数据处理模态分解故障检测高速轴承相邻模态重叠指数

    城市固废焚烧过程炉温非线性模型预测控制

    胡开成严爱军王殿辉
    2023-2032页
    查看更多>>摘要:为实现城市固废焚烧(MSWI)过程炉温的稳定控制,本文提出一种炉温非线性模型预测控制(NMPC)方法。首先,采用炉排温度与一次风温作为炉温控制的中间变量,将串级控制策略融入到NMPC中,以获得一种新的MSWI炉温控制结构。其次,利用随机配置网络(SCN)离线建立炉温静态非线性预测模型,并通过递推最小二乘法在线更新SCN隐含层神经元的输出权值,从而建立炉温动态非线性预测模型。最后,将改进的海鸥优化算法同设定值评价与学习模型相融合,得到一种改进的滚动优化策略,以提升NMPC滚动优化的求解性能。实验结果表明,炉温动态非线性预测模型可以准确预测炉温,提出的控制方法具有良好的自适应性及鲁棒性,能够实现MSWI过程炉温的平稳控制。

    城市固废炉温非线性模型预测控制随机配置网络海鸥优化算法设定值评价与学习

    基于MEWMA的自适应KLPP的非线性过程故障检测

    郭金玉王霞李元
    2033-2040页
    查看更多>>摘要:针对非线性动态过程中的微小扰动问题,本文提出一种基于多元指数加权移动平均(MEWMA)的自适应核局部保持投影(KLPP)的非线性过程故障检测算法。首先,构造一个具有动态特性的数据矩阵,并引入核函数,执行KLPP算法;其次,白化KLPP提取的特征分量,并采用MEWMA预测非线性动态过程中的均值漂移;最后,将估计的均值漂移与白化后的特征分量相结合,构造一个自适应监控统计量,并利用核密度估计确定其控制限。将所提出的监测方案应用于一个非线性数值例子和(TE)过程进行仿真分析,仿真结果表明,该方法具有可行性和优越性。

    故障检测非线性过程多元指数加权移动平均自适应监控统计量核局部保持投影算法

    基于物理信息机器学习的复杂系统长时间演化分析

    曹瑞刘燕斌裔扬
    2041-2052页
    查看更多>>摘要:物理信息神经网络(PINN)能够将物理信息用于数值预测中,是机器学习在非线性偏微分方程数值解中一种有前途的应用。但是原始PINN方法在复杂非线性系统预测和长时间范围稳定准确预测方面存在固有缺陷。为了能够利用PINN方法长期有效预测飞行器的复杂非线性偏微分运动学方程,本文对原始PINN进行改进,提出了一种新的自适应PINN方法。该方法将系统长时域积分分解为具有不同初始状态的短时域,通过采集随机初始条件的短时域偏微分方程数值解作为训练数据,使该方法具有良好的泛化性,以对复杂系统进行有效且稳定地长时间演化预测。此外,该方法通过构建自适应权重,强迫算法专注于系统中的复杂/求解困难区域,以解决原始PINN方法在处理复杂系统时网络梯度消失的问题,提高PINN方法对复杂非线性偏微分方程的预测精度。最后,将提出的方法应用在飞行器的复杂非线性偏微分运动学方程长周期演化分析上,以验证本算法的有效性。

    物理信息神经网络系统演化分析非线性系统预测分析

    具有多不确定性平面非线性系统的全局自适应调节

    梁磊闫雪华田璞
    2053-2060页
    查看更多>>摘要:本文通过光滑输出反馈研究了一类具有不可测状态依赖增长的不确定平面非线性系统的全局自适应调节问题。本文的新颖之处主要在于考虑了未知增长率包含输出的多项式函数和只有下界已知的未知控制系数。受相关工作的启发,笔者利用通用控制思想和反推技术,提出了一种非辨识输出反馈控制方案。为了处理系统不确定性,本文引入了具有两个高增益的观测器,且两个动态高增益以新的形式在线调节。同时,引入了一种合适的估计律,克服了控制系数上界未知的困难。所设计的光滑控制器可以同时实现非线性系统状态的全局调节和闭环系统的全局有界。通过一个实例验证了该方法的有效性。

    非线性系统输出多项式增长率自适应调节光滑输出反馈反推

    四旋翼无人机系统模型补偿最优控制

    姚倩倩齐国元
    2061-2070页
    查看更多>>摘要:针对四旋翼无人机系统的时变、模型偏差、受扰等问题,本文提出了一种抗扰最优控制算法。首先给出了一种简单的非线性二次调节器(NLQR),然后引入高精度的补偿函数观测器(CFO),提出了模型补偿二次调节(MC-QR)最优控制算法,并给出了单个通道闭环系统的稳定性分析。这是一种不依赖或部分依赖模型的非线性最优控制方法,将CFO估计值实时反馈到NLQR中,以补偿非线性模型偏差和扰动。仿真中,基于CFO的MCQR算法实现了四旋翼无人机位置姿态下的稳定控制,在暂态性能、跟踪稳态精度、抗干扰和时变负载能力方面具有突出的优势,同时,在基于Pixhawk的四旋翼飞行器控制算法开发平台中实验验证了所提控制算法的优越性和有效性。

    四旋翼无人机最优控制系统补偿函数观测器高阶微分器非线性二次调节器模型补偿二次调节器扩张状态观测器