首页期刊导航|控制与决策
期刊信息/Journal information
控制与决策
控制与决策

张嗣瀛　王福利

月刊

1001-0920

kzyjc@mail.neu.edu.cn

024-83687766

110819

沈阳东北大学125信箱

控制与决策/Journal Control and DecisionCSCD北大核心CSTPCDEI
查看更多>>本刊创刊于1986年,由教育部主管,东北大学主办.本刊是自动控制与决策领域的综合性学术期刊,大16开,月刊,经邮局发行.本刊是研究生教育中文重要期刊,中文核心期刊,并已进入美国Ei等几大检索系统.本刊的影响因子历年在信息与系统类期刊中名列前茅.连续两年被评为百种中国杰出学术期刊.
正式出版
收录年代

    复杂协同攻击下一类非线性系统的分布式一致性滤波器设计

    高霞吴怀宇郑秀娟
    189-195页
    查看更多>>摘要：针对复杂协同攻击下一类非线性系统的状态估计问题，提出一种分布式一致性递推滤波算法。首先，将拒绝服务攻击(denial of service，DoS)和虚假数据注入攻击(false data injection，FDI)现象描述为两个随机Bernoulli序列，并利用统一的框架建立包含DoS和FDI的复杂协同攻击模型;然后，基于一致性理论设计具有分布式结构的递推滤波器，计算最优滤波器增益，并推导该滤波器估计误差满足均方有界的充分必要条件;最后，利用室内机器人的定位问题进行验证，仿真结果验证了所提出滤波器算法的有效性。

    一致性滤波器状态估计FDI攻击DoS攻击室内机器人定位

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于电压误差的五相内嵌式永磁同步电机两相开路多矢量模型预测容错控制

    刘国海王旭陈前陈舒龙...
    196-205页
    查看更多>>摘要：五相内嵌式永磁同步电机(interior permanent magnet synchronous motor，IPMSM)发生两相开路故障后，由于两相的缺失，重构后的电压矢量数目减少且分布不均，将影响模型预测控制(model predictive control，MPC)方法的预测精度。而现有的多矢量模型预测控制方法缺乏对电机两相故障工况下的分析。为此，针对两相开路故障，提出一种基于电压误差的多矢量模型预测控制方法。该方法的关键在于在扇区三角形内以等分线段的方式扩展电压矢量的组合，并且推导两相开路故障后的参考电压预测方程和电压误差价值函数来简化多个矢量选择和合成过程。该方法适用于故障工况下不对称形状的扇区，同时兼顾了内嵌式电机d-q轴电感不等的特性。最后通过实验验证该方法的动态、稳态性能和鲁棒性，该方法能实现五相内嵌式永磁同步电机的高品质两相开路容错运行。

    五相内嵌式永磁同步电机两相开路故障模型预测控制多矢量容错控制

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    自适应事件触发通信机制下机理解析与数据驱动融合的ICPS双重安全控制

    赵莉李炜李亚洁
    206-218页
    查看更多>>摘要：针对存在拒绝服务(DoS)攻击与执行器故障的工业信息物理融合系统(ICPS)，将机理解析与数据驱动方法相结合，在新型自适应事件触发通信机制下，研究双重安全控制问题。首先，设计自适应事件触发机制，能够触发参数随系统行为动态自适应变化，节约更多网络通信资源;其次，基于系统最大允许时延建立攻击检测机制，可以有效区分大、小能量DoS攻击;再次，基于极限学习机算法(ELM)建立时序预测模型，用于大能量DoS攻击时重构修正控制量，以主动容侵攻击的影响，并给出与小能量攻击时机理解析的弹性被动容侵来提升系统对攻击的防御能力;然后，借助T-S模糊理论、时滞系统理论、新型Bessel-Legendre不等式等，推证得到系统鲁棒观测器及双重安全控制器的解析求解方法，使双重安全控制与通讯性能得到折衷协同提升;最后，通过实例仿真验证所提出方法的有效性。

    工业信息物理融合系统(ICPS)双重安全控制DoS攻击主被动容侵数据驱动机理解析

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    LD-identify:基于无源RFID的网络学习状态识别

    王涛春邱庆王成田陈付龙...
    219-226页
    查看更多>>摘要：在线教育中，学生实时动作能够准确反映学生当前的学习状态，在不影响学习注意力和保证个人隐私信息安全的情况下，准确识别学习动作是监测在线教育质量的关键要素。对此，提出一种基于无源RFID的网络学习动作识别系统LD-identify。LD-identify仅通过射频信号完成学生动作识别，所以识别系统可以很好地保护个人的隐私信息，且避免设备昂贵等一系列问题。通过提取相位和信号强度的有效特征和深度学习算法，LD-identify能够获得很好的识别准确率的性能。实验表明，LD-identify只需要在帽子的背面粘贴两个射频标签，就能很好地识别出抬头低头、左右摇头、前倾后倾3种动作。为了进一步验证系统性能，研究6名志愿者在不同的场景中的动作识别的准确率，实验结果显示LD-identify能够在不同的场景下很好地识别所有用户的3种动作，利用卷积神经网络构建分类模型来识别动作可以取得很好的识别率，识别准确率达到95。5%以上。

    无线射频识别动作识别机器学习深度学习标签注意力机制

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于多尺度和注意力机制的红外与可见光图像融合

    闵莉田林林赵怀慈刘鹏飞...
    227-235页
    查看更多>>摘要：现有的红外与可见光图像融合算法通常从单一尺度提取图像特征，导致融合图像无法全面保留原始特征信息。针对上述问题，提出一种基于多尺度和注意力机制的自编码网络结构实现红外与可见光图像融合。首先，采用密集连接和多尺度注意力模块构建编码器网络，并引入自注意力机制增强像素间的依赖关系，充分提取红外图像的显著目标和可见光图像的细节纹理;然后，特征融合阶段采用基于通道与空间的联合注意融合网络，进一步融合图像典型特征;接着，设计基于像素、结构相似性和色彩的混合损失函数指导网络训练，进一步约束融合图像与源图像的相似性;最后，通过对比实验的主观和客观评价结果，验证所提出算法相比于其他代表性融合算法具有更优异的图像融合能力。

    图像融合自编码网络多尺度注意力模块注意融合网络混合损失函数

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    知识图谱强化网络分析法的系统评价方法

    刘剑慰邢健豪姜斌冒泽慧...
    236-243页
    查看更多>>摘要：针对传统系统评价方法在评价指标体系构建和权重分配过程中过于依赖专家主观意见的缺点，利用网络分析法(ANP)结构与知识图谱结构的相似性，提出一种基于知识图谱的网络分析强化方法，充分使用先验知识，增强评价的完备性和客观性。首先，收集评价任务相关的文本数据建立知识图谱，作为网络分析法的网络层指标库;然后，依据评价任务确定网络分析法的控制层，包括评价目标和评价准则。根据控制层，在网络层指标库中搜索适配的指标构建网络层;接着，以指标与准则间的相似度为客观度标准，调整指标相对重要性，并通过网络分析法计算各指标的权重，依据各指标的得分完成系统评价;最后，应用案例的结果验证该方法具有有效性、先进性以及通用性。

    系统评价知识图谱网络分析法评价指标指标权重相似度

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    B2B配送中考虑时间窗一致性的车辆路径优化模型与算法

    姚宇莫鹏里商攀郑长江...
    244-252页
    查看更多>>摘要：在B2B(business to business)物流配送中，收货方通常对配送时间的规律性有较高要求，以配合自身的生产经营活动。对考虑时间窗一致性的车辆路径优化问题展开研究，构建其混合整数线性规划模型，并设计自适应大规模邻域搜索算法进行求解。针对每日配送路径在时间维度的一致性耦合关系，提出距离优先和时间窗优先相结合的优化策略，在算法框架中嵌入时间窗标定及一致性检验模型，并设计联动型算子以对每日路径方案进行协同操作。基于既有数据集、自建数据集和大规模实际算例对模型算法的有效性进行验证，结果表明，所提算法可以快速求得高质量解，提出的时间窗优先策略及对应的联动型算子可以显著提升算法性能。根据数值计算结果量化分析实现时间窗一致性的附加运输成本，揭示了不同客户点规模和时间窗长度下一致性成本的变化规律。

    物流工程车辆路径问题B2B配送一致性自适应大规模邻域搜索

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于深度强化学习求解作业车间机器与AGV联合调度问题

    孙爱红雷琦宋豫川杨云帆...
    253-262页
    查看更多>>摘要：针对作业车间中自动引导运输车(automated guided vehicle，AGV)与机器联合调度问题，以完工时间最小化为目标，提出一种基于卷积神经网络和深度强化学习的集成算法框架。首先，对含AGV的作业车间调度析取图进行分析，将问题转化为一个序列决策问题，并将其表述为马尔可夫决策过程。接着，针对问题的求解特点，设计一种基于析取图的空间状态与5个直接状态特征;在动作空间的设置上，设计包含工序选择和AGV指派的二维动作空间;根据作业车间中加工时间与有效运输时间为定值这一特点，构造奖励函数来引导智能体进行学习。最后，设计针对二维动作空间的2D-PPO算法进行训练和学习，以快速响应AGV与机器的联合调度决策。通过实例验证，基于2D-PPO算法的调度算法具有较好的学习性能和可扩展性效果。

    作业车间调度自动引导运输车深度强化学习马尔可夫决策过程近端策略优化联合调度

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    融合结构化信息与时序演化信息的多变量间歇性时间序列预测

    范黎林杨凯毛文涛罗铁军...
    263-270页
    查看更多>>摘要：复杂装备制造企业的售后配件需求不定时发生、需求波动大，导致需求数据呈现典型的间歇性、小样本特点。当面对间歇性程度高、突发需求较大的序列时，现有预测模型难以准确捕获其需求波动规律，无法有效预测配件需求走势。为提高多组配件的预测精度和稳定性，同时考虑序列间结构化信息和序列自身时序演化信息，提出一种新的多变量间歇性时间序列预测方法。首先，提出一种基于张量的轻型梯度提升机模型，通过张量分解，重构原始需求数据，修正序列中的异常需求值，并利用轻型梯度提升机对多组序列进行联合预测;然后，构建一种新的线性衰减修正模型，将修正因子引入线性衰减指数平滑方法，对每条序列分别预测需求量和间隔区间;最后，将2个预测模型进行加权融合，得到最终预测结果。分别在2个复杂装备制造企业的售后配件需求数据集上进行实验验证，实验结果表明，与多个时间序列预测算法相比，所提出方法能够有效预测需求波动趋势，提升预测精度和数值稳定性。

    间歇性序列需求预测时间序列预测结构化信息时序信息配件管理

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    决策者失望规避下供应链协同产品创新微分对策研究

    伊辉勇唐玲
    271-280页
    查看更多>>摘要：在企业与企业之间竞争日趋激烈的背景下，能否在多个企业紧密联系的供应链中通过收益分配高效赋能上下游企业成为决策者撬动协同优势、凝聚创新合力的关键。基于失望理论，运用微分博弈方法针对供应链协同产品创新动态改进与协调进行策略挖掘，将产品创新研发商誉和失望规避因素纳入决策行为之中，在此基础上提出产品创新补贴契约和收益配比调节机制，最后对计算结果进行仿真分析。研究发现:无论在哪种博弈情形下，失望规避系数越大，供应链成员目标利润越低;在一定条件下，创新研发及推广补贴契约的设计与实施，能有效提升受补贴方研发和推广水平、最优收益和供应链整体收益，而提供补贴方的研发努力水平保持不变;将收益分配比率约束在特定的范围内，可有效提高供应链系统的总体绩效，实现协同合作下帕累托最优。

    收益配置微分博弈协同产品创新创新研发商誉失望规避补贴契约

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普