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

    "数据与模型融合的智能调度优化"专刊前言

    王凌高亮王锐
    957-958页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    Seru系统调度优化的知识引导协同进化算法

    王凌吴玉婷陈靖方潘子肖...
    959-966页
    查看更多>>摘要：作为一种新型的生产模式，Seru系统能够兼顾柔性和效率且快速响应市场，己在装配企业得到广泛应用。为了实现实际生产过程生产效率和劳动效率的协同优化，本文研究以最小化最大完工时间和工人总劳动时间为目标的Seru系统多目标调度问题，提出一种知识引导的协同进化算法。首先，将问题分解为Seru构造和Seru调度，构造两个种群分别优化子问题。同时，设计种群规模的调整策略，通过为有潜力的种群分配更多个体来提高协同搜索的效率。进而，通过分析问题的性质，提炼规则性知识用于设计有效的搜索算子和重生成规则，指导精英个体执行知识驱动的增强搜索，从而进一步提升算法的局部开发能力。通过数值仿真和统计性能对比，验证了算法各设计环节的有效性，并取得了显著优于现有最新算法的多目标调度优化性能。

    赛汝(Seru)生产系统协同搜索知识驱动增强搜索调整策略

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于模糊需求和模糊运输时间的多式联运路径优化

    杨喆邓立宝狄原竹李春磊...
    967-976页
    查看更多>>摘要：考虑不确定性的模糊多式联运路径优化研究，可以在满足运输方案经济环保双重要求的同时，增强运输方案的鲁棒性，提高企业的抗风险能力。本文建立了模糊需求和模糊运输时间下低碳低成本多式联运路径优化模型，针对连续型元启发式算法无法直接求解离散型组合优化模型的问题，设计了基于优先级的通用编码方式。在此基础上，为进一步提高算法的求解质量，提出了带启发式因子的特殊解码方式，并且提出了一种带邻域搜索策略的自适应差分进化算法。结果表明，改进算法获得的最终方案在蒙特卡罗采样的大多数场景下满足约束，方案稳定性强，目标值最低。

    不确定优化模糊局部搜索差分进化算法蒙特卡罗采样

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    带负载均衡的混合算法求解分布式异构作业车间调度问题

    方子丞李新宇高亮
    977-989页
    查看更多>>摘要：针对以最小化最大完工时间为目标的分布式异构作业车间调度问题(DHJSP)，本文提出了一种新的混合遗传禁忌搜索算法。首先，综合考虑工厂的工件总负载与最大机器负载，提出了一种新的工厂负载表达方式。其次，针对DHJSP总工序数不定的特性，提出以最小化最大工厂负载为目标快速确定初始工件分配方案，并验证了方法的高效性。然后，新设计了两种考虑负载均衡的单工件转移邻域结构，根据工序调度的结果对工件分配方案进行局部搜索。最后，因DHJSP缺少标准算例和相关算法，在分布式同构作业车间调度问题(DJSP)上与现有算法进行对比，所提算法在TA算例的480个问题上更新了420个问题的最优解，其余60个问题取得了同等最优解。在随机生成的3个不同规模的异构算例中，所提算法也均取得了较好解，验证了所提方法的优越性。

    作业车间调度分布式异构工厂负载均衡混合算法最大完工时间

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于深度强化学习的舰船导弹目标分配方法

    肖友刚金升成毛晓伍国华...
    990-998页
    查看更多>>摘要：针对对抗环境下的海上舰船防空反导导弹目标分配问题，本文提出了一种融合注意力机制的深度强化学习算法。首先，构建了舰船多类型导弹目标分配模型，并结合目标多波次拦截特点将问题建模为马尔可夫决策过程。接着，基于编码器-解码器框架搭建强化学习策略网络，融合多头注意力机制对目标进行编码，并在解码中结合整体目标和单个目标编码信息实现舰船可靠的导弹目标分配。最后，对导弹目标分配收益、分配时效以及策略网络训练过程进行了仿真实验。实验结果表明，本文方法能生成高收益的导弹目标分配方案，相较于对比算法的大规模决策计算速度提高10％～94％，同时其策略网络能够快速稳定收敛。

    防空反导导弹目标分配武器目标分配深度强化学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    面向主动配电网实时优化调度的图强化学习方法

    陈俊斌余涛潘振宁
    999-1008页
    查看更多>>摘要：主动配电网的新能源、储能等能源形式可以有效提高运行的灵活性和可靠性，同时新能源和负荷也给配电网带来了双重不确定性，致使主动配电网的实时优化调度决策维度大、建模精度差。针对这一问题，本文提出结合图神经网络和强化学习的图强化学习方法，避免对复杂系统的精准建模。首先，将实时优化调度问题表述为马尔可夫决策过程，并将其表述为动态序贯决策问题。其次，提出了基于物理连接关系的图表示方法，用以表达状态量的隐含相关性。随后，提出图强化学习来学习将系统状态图映射到决策输出的最优策略。最后，将图强化学习推广到分布式图强化学习。算例结果表明，图强化学习在最优性和效率方面都取得了更好的效果。

    主动配电网实时优化调度图表示学习图强化学习图神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    LeCMPSO算法求解异构无人机协同多任务重分配问题

    王峰付青坡韩孟臣邢立宁...
    1009-1017页
    查看更多>>摘要：无人机系统在军事领域有着广泛应用，由于战场环境复杂多变，无人机遭遇突发状况后需进行任务重分配。异构无人机是指多种类型的无人机，可完成单一无人机无法完成的多类型复杂任务，异构无人机协同多任务重分配问题约束条件复杂且包含混合变量，现有多目标优化算法不能有效处理此类问题。为高效求解上述问题，本文构建多约束异构无人机协同多任务重分配问题模型，提出一种学习引导的协同多目标粒子群优化算法(LeCMPSO)，该算法引入基于先验知识的初始化策略和基于历史信息学习的粒子更新策略，能有效避免不可行解的产生并提升算法的搜索效率。通过在4组实例上的仿真实验表明，与其他典型的协同进化多目标优化算法相比，所提算法在解集的多样性、收敛性及搜索时间方面均具有较好的性能。

    无人机多任务重分配粒子群优化算法多目标优化协同进化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    学习驱动的分布式异构混合流水车间批量流能效调度优化

    邵炜世皮德常邵仲世
    1018-1028页
    查看更多>>摘要：本文研究了分布式异构混合流水车间批量流能效调度问题，其中每个工厂的加工效率不同，工件可以分割成若干子批进入加工系统。以最大完成时间和总能耗为优化目标，建立了混合整数规划模型。本文提出了一种学习驱动的多目标进化算法，包括学习驱动的全局搜索和局部搜索。引入Q学习作为学习引擎，以种群和非支配解集的评价作为环境反馈信号，通过不断的学习来动态指导搜索操作的选择;基于问题特征，设计了算法的状态集、动作集和奖励机制。Q学习的引入能够及时感知当前搜索的状态，减少搜索操作的盲目性，提高搜索的效率。通过对仿真数据集的测试，表明所提出算法能够有效地求解分布式异构混合流水车间批量流能效调度问题。

    分布式异构混合流水车间批量流调度学习驱动的多目标进化算法整数规划能效优化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    多目标协同正弦优化算法求解分布式流水车间调度问题

    郎峻顾幸生
    1029-1037页
    查看更多>>摘要：针对最小化最大完工时间(makespan)、总拖期以及平均空闲时间的多目标序列相关准备时间分布式流水车间调度问题，本文提出一种多目标协同正弦优化算法(MCSOA)。算法主要包括4个核心阶段:在多邻域搜索阶段，提出了基于关键工厂的搜索策略，并通过正弦优化算法控制搜索范围;在破坏重构阶段，设计了一种迭代搜索策略引导个体的进化方向，同时使用正弦优化算法平衡全局开发与局部搜索;在选择阶段，使用非支配排序与参考点的方法筛选优质解，外部档案集用于存储所有非支配解;在协同阶段，设计种群间共享与竞争机制，平衡3个目标的优化。本文通过多目标优化的均匀性、反世代距离和覆盖率3项性能指标验证算法的有效性，并使用非参数检验证明所提出的算法具有显著性优势。

    多目标优化分布式流水车间调度序列相关准备时间正弦优化算法协同优化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    考虑多类型时间依赖资源约束的敏捷卫星调度优化

    李君邢立宁彭观胜徐运保...
    1038-1046页
    查看更多>>摘要：随着现代空间科技的迅猛发展，光学遥感图像数据的应用需求越来越广泛，大力推动了光学对地观测卫星的发展。然而，由于高昂的发射成本的约束，对地观测卫星的资源是有限的，远远无法满足各类数据需求。因此，提高对地观测卫星的使用效率，提高其任务执行率，具有非常重要的应用价值。本文聚焦于敏捷对地观测卫星的任务调度问题，即在给定的调度周期内，对有限的卫星资源制定合理的任务调度方案，在满足一定星上资源约束下，最大化观测任务收益。该问题难点在于星上的资源是非常有限的，例如存储图像数据的固存资源、用于采集数据和卫星姿态切换的能量资源及执行任务活动耗费的时间资源。需要注意的是，能量消耗量和时间消耗量依赖于任务的执行时间，这是敏捷卫星相对传统的非敏捷卫星独有的特性。不同任务场景对不同类型资源的需求不同，多种资源约束互相耦合，资源约束具有时间依赖特性，这些难点无疑极大地增加了卫星调度的求解难度。为高效地求解该问题，本文构建了多类型时间依赖资源约束的敏捷卫星调度整数规划模型，并针对问题特性提出了一种基于自适应选择因子的迭代局部搜索启发式算法。自适应选择因子综合考虑了目标收益、资源消耗量、资源约束的松弛量，采用动态变化的资源重要度，能快速自适应地根据当前场景下各种类型的资源数据使用量来确定最佳局部搜索方向，从而在有限时间内找到高质量的解。实验结果证明，本文所提出的算法在多种情况下相比当前最好算法求解效果显著更优。此外，算法独有的自适应选择因子相比传统的选择因子的求解质量更高，这是因为所设计的自适应选择因子兼顾了目标收益和资源消耗量之间权衡关系的同时，采用动态变化的资源重要度准确捕捉了资源需求的迫切程度。

    卫星调度迭代局部搜索动态规划时间依赖性数据验证

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据