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

    基于动态事件驱动的多智能体系统预测控制

    路平立骆文城杜长坤
    3981-3988页
    查看更多>>摘要：针对一类具有时变时延和非周期性拒绝服务(denial-of-service，DoS)攻击的离散时间线性多智能体系统，提出一种基于动态事件驱动的预测控制方案。通过引入网络化预测控制方法，该方案可有效降低时变时延和非周期性DoS攻击对系统性能造成的负面影响。此外，各智能体的传感器侧均设计动态事件驱动控制机制，以减少各智能体反向通道的数据传输频率，从而节约系统的网络资源消耗。随后给出闭环多智能体系统渐近稳定且输出实现一致的充要条件。最后通过数值仿真结果验证所提出方案的有效性和正确性。

    多智能体系统事件驱动控制预测控制时延拒绝服务攻击渐近稳定

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

    求解大规模稀疏优化问题的高维多目标萤火虫算法

    赵嘉胡秋敏肖人彬潘正祥...
    3989-3996页
    查看更多>>摘要：多目标萤火虫算法在处理大规模稀疏多目标优化问题时难以保证Pareto最优解的稀疏性，当优化问题的目标维数过大时，将导致Pareto支配失效和收敛速度变慢。鉴于此，提出一种基于动态评分和邻域搜索的高维多目标萤火虫算法(SMaOFA)。首先，所提出算法基于双编码混合集成的方式生成稀疏的初始种群，并提出动态评分策略，此策略在每轮迭代时动态更新决策变量得分，为后续迭代提供先验知识，以保证解集的稀疏性;然后，根据模糊支配概念以及萤火虫间的欧氏距离提出邻域搜索策略，摒弃全吸引模型对算法收敛速度的影响，同时避免目标维数过大导致的Pareto支配失效;最后，引入线性调整因子改进萤火虫的位置更新公式，提升种群的搜索能力。实验结果表明，处理大规模稀疏多目标优化问题时，所提出算法具备高效的性能。

    萤火虫算法高维多目标优化大规模稀疏优化稀疏性收敛速度动态评分

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

    基于多场景建模的动态鲁棒多目标进化优化算法

    徐标吕修豪李文姬范衠...
    3997-4006页
    查看更多>>摘要：为了解决实际生产中的动态多目标优化问题，提出一种基于多场景建模的动态鲁棒多目标进化优化算法。首先，所提出算法将不同环境下的问题视为不同场景，并通过相似度计算和场景聚类建立多个场景;然后，利用改进的多场景多目标进化优化算法求解各场景的折中解，当环境发生变化时，根据新问题所属的场景类，直接应用该场景类的折中解作为新问题的最优解，从而加快算法的响应速度;最后，通过对场景类中问题的约减，保留最具代表性的问题，逐步提高算法的鲁棒性，并降低解的切换成本。实验结果表明，所提出算法能够快速响应环境变化，并提高解的鲁棒性。

    动态优化多场景多目标鲁棒优化进化算法

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

    考虑量子干涉的信任网络群体共识决策方法

    胡英杰朱建军
    4007-4016页
    查看更多>>摘要：针对信任网络群决策环境下专家意见修正和协调者补偿成本的复杂问题，提出一种考虑多来源参考路径信息干涉效应的信任网络群体共识决策方法。首先，针对非共识专家在意见修正过程中存在不愿调整其意见的情形，建立考虑相对出度中心性指数和自信度的非共识专家调整意愿识别模型。其次，考虑非共识专家对信任专家意见的接受意愿以及协调者意见，结合多来源参考路径信息以波函数形式在愿意调整非共识专家大脑中的干涉效应，建立概率语言环境下考虑量子干涉的意见反馈机制。基于此，进一步考虑协调者补偿成本最小化和个体共识度提高的约束，建立最小意见调整成本共识模型。然后，利用信任惩罚机制降低不愿调整意见的非共识专家对群体共识达成的影响，同时考虑信任调整成本最小化和群体共识达成约束，建立最小信任调整成本共识模型;最后，将所提方法应用于突发事件应急决策，验证该方法的可行性。

    信任网络群体共识调整意愿量子干涉信任惩罚调整成本

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

    基于稀疏注意力的孪生网络目标跟踪算法

    陈志旺杨天宇曹索航吕昌昊...
    4017-4026页
    查看更多>>摘要：利用改进的Inception-Resnet-V2(IRV2)网络和局部-全局-局部(local-global-local，LGL)模块设计一种结合CNN和Transformer编码结构的孪生网络SiamLGL(siamese local-global-local network)用于目标跟踪。首先，算法特征提取部分采用改进后的IRV2网络，由于网络的层数更深，图片经过IRV2网络提取的特征较浅层网络提取的特征效果更优，特征融合部分采用深度互相关将特征图上的信息进行融合;其次，融合后的特征图利用LGL模块获取目标的全局和局部信息，模块内部采用两个编码器串联，第1个编码器利用深度可分离卷积获取目标的局部信息，第2个编码器利用自注意力获取图片的全局特征，为了降低自注意力结构的时间复杂度，采用稀疏注意力的方式进行计算，在降低时间复杂度的同时保证网络的精度;最后将特征图输入至分类回归网络中，生成对应的目标位置，其中分类网络采用二元交叉熵损失函数，回归网络采用Distance-IoU(DIoU)作为损失函数。算法在GOT-10k、LaSOT、TrackingNet、UAV123、OTB100和VOT2019等6个公开数据集上进行实验评估，结果验证了算法的有效性。

    目标跟踪孪生网络Inception-Resnet-V2网络稀疏注意力Distance-IoU损失

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

    非周期间歇控制下含风电能源的自动发电控制策略

    杨兴旺刘斌刘勇傅志忠...
    4027-4036页
    查看更多>>摘要：研究风电并网下电力系统的负荷频率控制问题，针对风电具有间歇性的问题提出基于非周期间歇控制的自动发电控制策略，旨在既保证频率稳定性，又节省控制资源。首先，建立风电作为可调度能源并且考虑不确定参数的自动发电控制系统，通过自动发电控制系统进行电力系统的二次调频，从而维持发电功率和负载功率的平衡;其次，将非周期间歇控制引入自动发电控制，提出基于时间触发和基于事件触发的非周期间歇控制的自动发电控制策略;同时，借助Lyapunov-like函数证明了基于非周期间歇控制的自动发电控制系统的输入到状态稳定;最后，通过含风电、火电和水电发电单元的自动发电控制系统的仿真结果表明，基于非周期间歇控制的自动发电控制策略能够在风电并网下维持电力系统的频率稳定，并且能够有效降低控制成本和控制率。

    自动发电控制间歇控制事件触发控制频率稳定性输入到状态稳定控制率

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

    基于InEKF和深度学习的车辆定位研究

    郭戈林皓栋刘佳庚李增勃...
    4037-4044页
    查看更多>>摘要：研究一种利用不变拓展卡尔曼滤波器(invariant extended Kalman filter，InEKF)和深度学习的车辆定位方案。首先，通过引入轮速计测量模型，构建基于自编码器的深度神经网络，并重构车辆速度真值;然后，基于InEKF推导以SE(3)为状态量的滤波算法，使用该算法融合多源信息以估计车辆位置。实验结果表明，与现有先进方法相比，所提出车辆定位系统可在城市环境下显著提高定位精度。

    车辆定位多源融合深度学习轮速计模型

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

    基于浅层特征调制的轻量级单幅图像超分辨率重建

    程德强王子强张皓翔寇旗旗...
    4045-4054页
    查看更多>>摘要：浅层特征在超分辨率重建网络中扮演关键角色，其中蕴含丰富的图像细节，对准确估计深层特征具有明显参考价值。然而，研究者常常忽视浅层特征，过度依赖深层模块堆叠和拓扑结构优化，进而造成信息冗余。为此，提出一种轻量级超分辨率重建网络，旨在探索浅层特征与深层特征的映射机制，以提升重建质量。首先，通过利用浅层特征生成特征掩码，引导深层特征的生成过程;其次，采用基于注意力机制的特征选择模块，动态生成特征权重信息;最后，设计双分支特征增强学习模块，平衡输出特征权重并增强特征融合能力，进一步提升重建性能。实验结果表明，所提出的算法在国际通用数据集上显著提升了峰值信噪比和结构相似度指标，同时具有较小的模型参数量和卓越的视觉表现。这些结果验证了所提出的轻量级超分辨率重建网络的有效性和优越性。

    超分辨率浅层特征调制特征掩码动态注意力双分支轻量级

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

    多无人机仿射编队的抗扰控制设计

    鲜斌刘佳妮姜鹏志
    4055-4063页
    查看更多>>摘要：多无人机仿射编队控制能够根据编队需求实现灵活的编队机动。针对存在外界未知扰动情况下的多无人机编队形成及变换问题，研究多无人机仿射编队抗扰控制及编队形成与变换过程中的避碰问题。首先，针对在外界干扰情况下仿射编队形成及变换问题，设计一种基于误差符号函数积分(RISE)的鲁棒控制算法。该控制算法能够对未知外界扰动造成的影响进行有效的补偿，提高多无人机仿射编队控制的鲁棒性。然后，基于Lyapunov分析法证明了编队控制系统的稳定性。针对多无人机机间避碰问题，利用缓冲维诺单元对无人机飞行区域进行分离，在仿射编队形成及变换过程中保证无人机间的碰撞避免。针对避碰过程中可能出现的死锁问题，提出一种启发式算法使无人机能够顺利从死锁中恢复。最后，使用室内实验平台验证所提出算法的有效性。

    多无人机仿射编队控制分布式控制抗扰控制机间避碰实验验证

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

    基于数据驱动的自适应并行搜索算法求解多星协同调度问题

    吴健姚锋杜永浩陈宇宁...
    4064-4072页
    查看更多>>摘要：针对元启发式算法在求解多星协同调度问题时暴露出的过早或过晚收敛、稳定性较差等问题，提出一种基于数据驱动的自适应并行搜索算法。首先，根据领域知识设计多个任务分配算子，目的是将多星协同调度问题转化为多个单星任务调度问题。然后，启动多个线程并行、独立求解各单星任务调度问题。在算法迭代过程中，各线程依据概率选择不同的邻域操作算子，并且动态更新精英解集和邻域操作算子概率。接着，对精英解集挖掘频繁模式，提取高质量解中有价值的知识并构造新解。最后，将单星任务调度的结果反馈给任务分配层，指导算法开展新一轮的任务分配。仿真实验表明，所提出的算法能够在有限时间内获得高质量的解，在不同的场景下均能表现出良好的适用性和优化效果。

    数据驱动多星协同调度自适应并行搜索单星任务调度频繁模式挖掘

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