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

    分布式多智能体网络定位的线性理论与算法综述

    林志赟吴金泽陈亮名
    353-370页
    查看更多>>摘要：多智能体网络定位在智慧物流、工厂监控、无人系统集群等领域具有广阔的应用，然而网络中节点测量量相对于节点位置的非线性本质给定位问题带来了巨大的挑战。鉴于此，对分布式多智能体网络定位问题进行综述。首先通过比较分析非线性定位方法与线性定位方法以及集中式定位方法与分布式定位方法，凸显了分布式线性定位方法的明显优势;然后从可定位性的判定条件与线性定位算法两个方面对目前已有的相关成果进行梳理与综述，其中包括距离、方位角、相对位置以及内角等4种测量量下的相关结果;最后总结目前尚未解决的难题以及未来的研究方向。

    多智能体系统网络定位分布式算法线性定位理论局部测量

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

    空间碎片主动移除任务规划研究综述

    许英杰刘晓路贺仁杰左亚辉...
    371-380页
    查看更多>>摘要：人类太空探索活动产生的空间碎片已成为太空空间中的主要污染物，并成为人类航天事业发展的重大障碍和威胁，因此，空间碎片主动移除问题引起了国际社会的广泛关注。对此，以空间碎片主动移除任务规划为主题，在对国内外相关文献进行系统分析的基础上，简要介绍空间碎片主动移除的发展现状;具体描述低地球轨道和地球同步轨道空间碎片主动移除任务规划问题;从目标筛选与分组、访问序列规划和转移轨迹规划3个层次介绍该问题的模型构建技术;按照显性枚举方法、隐形枚举方法和元启发式方法将空间碎片主动移除任务规划方法分类，对当前研究成果进行总结并指出存在的问题;最后，对未来空间碎片主动移除任务规划问题的研究方向进行展望。

    空间碎片服务航天器主动移除任务规划建模技术规划方法

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

    基于弱特征增强的轻量化小目标检测方法

    周葳楠吴治海张正道彭力...
    381-390页
    查看更多>>摘要：针对复杂背景下小目标特征经多次卷积被背景噪声淹没导致的检测精度低的问题，提出一种增强弱特征表达的一阶段轻量级小目标检测算法SA-YOLO。首先，用改进的ShuffleNetv2网络构建骨干网络，通过嵌入SE注意力模块和Inception结构，提升网络在复杂背景下的特征提取能力，有效地抑制背景噪声，充分提取弱特征;其次，在颈部网络，采用新的特征融合模块，以含有弱特征较多的低层级特征块的空间位置信息对高层级特征进行权重调整，提高不同层级的特征融合利用率，减少小目标的特征损失;最后，在头部网络，用解耦的检测头替换原YOLO耦合的检测头，解耦分类任务和回归任务，提高弱特征的解码能力，增强小目标检测的性能。在公开数据集COCO2017上进行实验，结果表明，SA-YOLO参数量仅有1。14 M，小目标平均检测召回率ARS达到31。6%。同时，将所提出算法与近几年主流算法进行对比，结果表明，所提出算法在小目标检测方面具有较强的竞争力。

    小目标检测背景噪声特征融合特征增强轻量级网络

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

    基于增量式Q学习的固定翼无人机跟踪控制性能优化

    赵振根程磊
    391-400页
    查看更多>>摘要：针对固定翼无人机纵向控制的高性能需求，提出一种控制系统性能优化结构。该结构包括一个使系统稳定的标称控制器和一个参与性能优化的增量式控制器。控制系统增量式的实现不会改变原有的控制系统，而是仅对标称控制系统做控制输入的补偿与控制性能的优化。基于Q学习理论进行增量式控制器设计，针对状态信息完全可获得的系统，设计一种基于状态反馈的增量式Q学习算法。当状态信息不能完全获得时，利用系统输入、输出和参考信号数据，设计一种基于输出反馈的增量式Q学习算法。两种增量式控制器均是在数据驱动环境下自适应学习增量式控制律，无需提前知道系统动力学模型以及标称控制器的控制增益。此外，证明了增量式Q学习方法在满足持续激励条件的激励噪声下，对Q函数贝尔曼方程的求解没有偏差。最后，通过对F-16飞行器纵向模型实例的仿真验证该方法的有效性。

    强化学习Q学习增量式控制性能优化跟踪控制无人机

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

    基于多引导结构感知网络的深度补全

    孙虎金宇强张文安付明磊...
    401-410页
    查看更多>>摘要：针对三维场景深度信息观测稀疏问题，提出一种融合彩色图像的多引导结构感知网络模型以补全稀疏深度。首先，利用三维平面法向量与场景梯度信息之间的映射关系，设计一种两分支主干网络框架，结合图像特征和几何特征进行深度预测，以充分提取空间位置信息的特征表示;然后，考虑到大范围场景下不同物体的结构差异性，基于网络通道注意力机制设计一种自适应感受野的结构感知模块，以对不同尺度的信息进行表征;最后，在网络采样的过程中，以不同尺寸图像为指导对预测子深度图进行滤波并修复物体的边缘细节。公开数据集上的实验结果表明，所设计的深度补全算法可以获得准确的稠密深度，同时通过两个下游感知任务进行深入评估，表明利用所提出方法能够有效提升其他感知任务的效果。

    稀疏场景深度补全结构感知多传感器融合图像引导滤波自适应感受野

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

    引入人工偏好权重的混合型黑猩猩优化算法及应用

    刘威牛英杰王东刘光伟...
    411-419页
    查看更多>>摘要：为提高黑猩猩优化算法的收敛速度、求解精度和局部极值逃逸能力，提出一种引入人工偏好权重的混合型黑猩猩优化算法(HChOA)。首先，结合ChOA实际设计新的非线性收敛因子平衡算法全局和局部搜索能力;其次，在黑猩猩群体中引入"相异度"的概念和"趋异斥似"的人工偏好权重，以此优化黑猩猩位置更新公式，增强迭代末期种群多样性的同时加快算法收敛速度;最后，提出一种改进的算术优化算法(IAOA)并融入ChOA中，抽取部分黑猩猩个体执行IAOA优化策略，避免因领导者陷入局部最优而导致群体搜索停滞时出现早熟收敛现象。通过8个标准测试函数在多种维度下的数值对比实验以及1个工程设计问题的求解，综合分析验证了HChOA具有显著的优越性、稳定性和鲁棒性，且具备工程应用价值。

    黑猩猩优化算法非线性收敛因子人工偏好权重算术优化算法工程设计优化相异度

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

    基于弹性机制的萤火虫优化粒子滤波算法

    田梦楚柳林燕陈志敏方昱斌...
    420-428页
    查看更多>>摘要：针对标准粒子滤波重采样导致的粒子贫化问题，提出一种基于弹性机制的萤火虫优化粒子滤波算法。首先，利用萤火虫算法的吸引和移动机制，设计最优粒子引导粒子群体朝高似然区域移动的粒子运动控制策略;然后，评估粒子实时分布情况，根据每次迭代的高似然区域粒子占比值自适应控制粒子的优化强度;最后，检测最优粒子周围的粒子密度，引入弹簧的弹性机制，根据粒子密集度对判断区域内的粒子进行位置调整，使得粒子分布更加合理，提高粒子滤波的精度。实验结果表明，在粒子数目较少的情况下，改进算法滤波精度较标准粒子滤波提高12%∼25%;在同等滤波精度需求下，改进算法的运算时间比标准粒子滤波的运算时间减少20%∼30%，改进算法的综合性能更优。

    粒子滤波萤火虫算法粒子贫化弹性机制智能优化

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

    多群多策略差分大规模多目标优化算法

    葛媛媛陈得宝邹锋
    429-439页
    查看更多>>摘要：针对差分进化算法在解决大规模多目标优化问题时，出现优化后期多样性不足、收敛速度慢等问题，提出一种多群多策略差分大规模多目标优化算法。根据个体特性不同，将种群分为3个等级不同的子群，利用多群策略的优势维持种群多样性。为减少种群陷入局部最优的概率，在不同等级的子群中引入多个变异策略以较好地平衡子群个体的多样性和收敛性。为保证不同子群间信息得到有效交换，根据3个子群的进化状态确定重新分群时机，既保证个体在本群内得到充分进化，又保证个体在一定的条件下进行信息交换。为利用更多的信息生成优秀的子代，将更新后的子群与其父代子群合并，选出下一代子群。为验证所提出算法的有效性，在一组大规模基准测试问题上评估算法的性能，实验结果表明，所提出算法在两个常用测试指标IGD和HV上明显优于其他对比算法。

    大规模多目标优化多目标优化差分进化多种群策略变异策略

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

    基于分解和聚类的昂贵高维多目标进化算法

    徐三水李军华李凌黎明...
    440-448页
    查看更多>>摘要：使用进化算法解决昂贵高维多目标优化问题时，因目标维数较高，导致收敛性和多样性平衡困难，并且消耗成本过高，使得计算资源有限时难以收敛。为此，提出一种基于分解和聚类的昂贵高维多目标进化算法(DC-EMEA)，使用克里金模型近似目标函数，减少昂贵函数的评价次数。在优化器对模型的最优解集搜索时，借助参考向量分解目标空间，有利于收敛性和多样性的平衡，同时采取两轮选择的方式，保证后代种群规模与父代相同，为填充准则选择真实评价的个体时，提供更多选择，提升搜索效率。同时，提出一种自适应填充准则，首先使用K均值算法将种群划分为k个子种群。通过划分邻域，将子种群自适应地分成不同类型，根据子种群的类型选择个体，提升计算资源的利用率。在选择个体时，侧重于对收敛性压力的维持，提升收敛速度。将选出的个体用于更新模型和档案。实验结果表明，DC-EMEA能够很好地平衡收敛性和多样性，同时具有较强的收敛能力。

    克里金模型高维昂贵优化填充准则参考向量进化算法聚类算法

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

    求解高维优化问题的ITCSO算法

    张伟魏万峰黄卫民
    449-457页
    查看更多>>摘要：为提高竞争群优化(competitive swarm optimization，CSO)算法求解高维优化问题的寻优效率，提出一种改进的3重竞争群优化(improved triple competitive swarm optimization，ITCSO)算法。首先，采用3重竞争机制提高算法的寻优效率，同时，获胜粒子较好的收敛基础可以提高失败粒子的个体认知，明确粒子更新方向以提高粒子探索能力;然后，提出优败粒子向获胜子群学习的策略，增强算法的社会认知能力，减少算法评估次数，从而提高算法全局搜索能力;最后，提出获胜子群自竞争和劣败粒子基于获胜者变异的操作，增强粒子局部开发能力，避免算法陷入局部最优。为验证所提出算法的可行性，通过计算系统状态转移矩阵特征值和使用极限分析方法，给出稳定性和收敛性理论证明。采用几种基准测试函数验证所提出算法求解高维问题时的性能，并与其他算法进行对比。实验结果表明，ITCSO算法不仅有较高的寻优效率，且全局搜索和局部开发能力突出，更适用于高维问题的求解。

    粒子群优化算法竞争群优化算法高维优化3重竞争机制局部开发收敛性分析

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