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

    复杂工业过程运行状态评价方法回顾与展望

    褚菲郝莉莉王福利
    705-718页
    查看更多>>摘要：准确感知和认知复杂工业过程的运行状态对于实现过程智能控制和优化决策至关重要，是当前实现工业人工智能需要解决的关键问题之一。传统过程监测理论系统己不能满足现代工业生产过程对过程运行状态认知的精细化及准确化的需求，因此，复杂工业过程运行状态评价技术应运而生，近几年受到学术界和工业界广泛关注并快速发展。对此，首先从复杂工业过程的主要特性以及数据提取过程中面临的问题出发，回顾基于数据驱动的相关工业过程运行状态评价方法;然后根据最优性评价结果总结导致状态非"优"的原因，并进一步给出相关非优因素追溯方法;最后对现有研究内容和这一领域中值得进一步研究的发展方向做出总结和展望。

    复杂工业过程运行状态评价数据驱动非优因素

      原文链接:
    • 万方数据
    • 维普

    收缩理论在系统控制中的发展及应用

    刘艳红李孟琪李方圆
    719-727页
    查看更多>>摘要：收缩理论作为一种区别于Lyapunov理论的非线性系统分析方法，它主要基于微分几何和流体力学的知识发展而来，为系统控制提供了新颖视角和理论工具。首先，介绍收缩理论的一些基础知识，以及收缩系统的联合、部分收缩理论和控制收缩度量等重要结果;然后，综述收缩理论在分析系统稳定性、跟踪控制、协同控制、状态估计以及学习控制等领域的应用现状;最后，对收缩理论的未来发展趋势进行展望。

    非线性系统收缩理论控制收缩度量跟踪控制协同控制状态估计学习控制

      原文链接:
    • 万方数据
    • 维普

    基于种群多样性控制的多级信息迁移多任务优化粒子群算法

    程美英钱乾倪志伟
    728-738页
    查看更多>>摘要：基于群体智能"隐并行性"实现多任务优化已取得一系列研究成果，但任务间频繁的垂直信息传递导致种群异质性过度增加，进而产生信息负迁移消极影响，这也是目前多任务优化领域尚未完全解决的难题之一。针对此问题，首先将粒子群算法(PSO)与多种群演化信息共享机制相结合，然后引入标杆管理思想实现多层级信息迁移及智能涌现，最后通过计算种群多样性指数有效控制信息迁移频率，提出多级信息迁移多任务优化PSO算法(multi-level information transfer multi-task PSO，MITMPSO)。仿真实验表明，通过设置合理的信息迁移阈值，MITMPSO能在多项式时间内显著提高多任务高维函数优化、多任务多约束函数优化以及多任务二元离散优化问题的求解质量，加快各优化问题的收敛速度。

    多任务优化粒子群算法多级信息迁移种群多样性控制

      原文链接:
    • 万方数据
    • 维普

    基于混合注意力的Transformer视觉目标跟踪算法

    侯志强郭凡杨晓麟马素刚...
    739-748页
    查看更多>>摘要：基于Transformer的视觉目标跟踪算法能够很好地捕获目标的全局信息，但是，在对目标特征的表述上还有进一步提升的空间。为了更好地提升对目标特征的表达能力，提出一种基于混合注意力的Transformer视觉目标跟踪算法。首先，引入混合注意力模块捕捉目标在空间和通道维度中的特征，实现对目标特征上下文依赖关系的建模;然后，通过多个不同空洞率的平行空洞卷积对特征图进行采样，以获得图像的多尺度特征，增强局部特征表达能力;最后，在Transformer编码器中加入所构建的卷积位置编码层，为跟踪器提供精确且长度自适应的位置编码，提升跟踪定位的精度。在OTB 100、VOT2018和LaSOT等数据集上进行大量实验，实验结果表明，通过基于混合注意力的Transformer网络学习特征间的关系，能够更好地表示目标特征。与其他主流目标跟踪算法相比，所提出算法具有更好的跟踪性能，且能够达到26帧/s的实时跟踪速度。

    计算机视觉目标跟踪孪生网络深度学习注意力机制Transformer

      原文链接:
    • 万方数据
    • 维普

    数据驱动的多星任务网络预测调度算法

    程绪金崔楷欣张磊刘伟...
    749-758页
    查看更多>>摘要：多星任务调度是具有NP-hard特性的优化问题，随着卫星资源规模和任务需求规模的双重增长，传统调度方法求解效率不高。在轨卫星在常年运行过程中积累了丰富的调度数据。针对大规模多星任务调度场景，建立多星多波束任务调度模型，并提出数据驱动的多星任务网络预测调度算法对其求解。以分割的思想，实现多星场景下任务可调度性预测。从历史调度数据中，提取设定的3个静态特征和5个动态特征，构建并训练预测网络，预测任务被不同卫星完成的概率，并以冲突避免、负载均衡等为原则，得到初始任务和资源卫星的分配方案。进一步设计双链结构的进化算法，以双链编码形式表征上述关系，配合设计的交叉、修复等进化算子，优化初始方案中的任务序列与资源分配关系，输出最终任务调度方案。仿真结果表明，与改进蚁群算法、混合遗传算法和数据驱动并行调度算法相比，所提出算法在运行时间、方案收益和卫星负载均衡3方面均有较好的表现。

    数据驱动多星任务调度任务可调度性预测网络双链进化算法

      原文链接:
    • 万方数据
    • 维普

    基于自适应参考向量和参考点的高维多目标进化算法

    覃灏李军华黎明徐三水...
    759-767页
    查看更多>>摘要：研究表明，现有的多目标进化算法在处理具有不同Pareto前沿的优化问题时难以有效平衡种群的收敛性与多样性。鉴于此，提出一种基于自适应参考向量和参考点的高维多目标进化算法(adaptive reference vector and reference point based many-objective evlolutionary algorithm，ARVRPMEA)。ARVRPMEA 主要利用种群稀疏性自适应调整参考向量和参考点以提高种群多样性，首先，生成均匀分布的参考向量子集和参考点子集，并利用该参考向量子集分解种群;然后，根据规模最大子种群中解的分布情况生成新的参考向量和参考点，直至满足参考向量集和参考点集规模;最后，为进一步提高种群收敛性，该算法结合指标进行环境选择以保存收敛性较高的个体进入下一代种群。实验结果表明，ARVRP算法在求解具有不同Pareto前沿的问题方面具有良好的性能。

    进化算法高维多目标进化算法自适应参考向量和参考点分解种群

      原文链接:
    • 万方数据
    • 维普

    基于改进交叉熵的模仿学习鲁棒性增强方法

    李晓豪郑海斌王雪柯张京京...
    768-776页
    查看更多>>摘要：模仿学习是一种模仿专家示例的学习模式，需要大量数据样本进行监督训练，如果专家示例掺杂恶意样本或探索数据受到噪声干扰，则影响学徒学习并累积学习误差;另一方面，模仿学习使用的深度模型容易受到对抗攻击。针对模仿学习的模型安全问题，从模型损失以及模型结构两个方面分别进行防御。在模型损失方面，提出基于改进交叉熵的模仿学习鲁棒性增强方法;在模型结构方面，利用噪声网络模型提高模仿学习的鲁棒性，并结合改进交叉熵提高模型对对抗样本的抵御能力。使用3种白盒攻击及1种黑盒攻击方法进行防御性能验证，以生成对抗模仿学习为例，通过各种攻击策略验证所提出的鲁棒性增强方法的可行性以及模仿学习的脆弱性，并对模型的鲁棒性增强效果进行评估。

    模仿学习鲁棒性增强改进交叉熵噪声网络对抗攻击

      原文链接:
    • 万方数据
    • 维普

    融入注意力机制的多模特征机械臂抓取位姿检测

    楚红雨冷齐齐张晓强常志远...
    777-785页
    查看更多>>摘要：针对机械臂抓取检测任务中对未知物体抓取位姿检测精度低、耗时长等问题，提出一种融入注意力机制多模特征抓取位姿检测网络。首先，设计多模态特征融合模块，在融合多模态特征同时对其赋权加强;然后，针对较浅层残差网络提取重点特征能力较弱的问题，引入卷积注意力模块，进一步提升网络特征提取能力;最后，通过全连接层对提取特征直接进行回归拟合，得到最优抓取检测位姿。实验结果表明，在Cornell公开抓取数据集上，所提出算法的图像拆分检测精度为98。9％，对象拆分检测精度为98。7％，检测速度为51FPS，对10类物体的100次真实抓取实验中，成功率为95％。

    目标抓取位姿检测机械臂注意力机制多模态特征深度学习

      原文链接:
    • 万方数据
    • 维普

    基于类金字塔图残差网络的图像超分辨率重建

    赵小强王泽宋昭漾蒋红梅...
    786-794页
    查看更多>>摘要：针对基于深度学习的图像超分辨率重建算法大多侧重于从大量外部训练数据中学习，而忽视图像本身的内部知识以及过于关注局部特征的问题，提出一种基于类金字塔图残差网络的图像超分辨率重建算法。首先，该算法构建的残差图卷积结构利用一种预生成图结构的方式将提取的特征图转换为预生成图结构的顶点来构成图结构数据，从而通过图卷积来学习特征自身内部的拓扑结构，同时使用残差学习适度地加深图卷积网络以提高重建性能;其次，该算法构建的类金字塔多空洞卷积结构，通过充分利用不同大小的感受野，避免了不能完全覆盖所有像素点的缺陷，更好地融合不同尺度的特征信息;最后，经过大量实验验证，所提出的算法显著优于主流超分辨率方法，有着更好的客观和主观度量结果。

    图像复原超分辨率重建图卷积网络空洞卷积残差学习金字塔结构

      原文链接:
    • 万方数据
    • 维普

    考虑差异化需求的电动汽车充电调度策略

    蔡凌郭戈施冷安东
    795-803页
    查看更多>>摘要：电动汽车行驶里程短、充电时间长是影响驾驶体验的关键。通过对电网、充电设备进行大规模升级的方法减少充电时间，成本昂贵，因此充分利用现有路网、电网资源，制定智能充电调度策略成为提高驾驶体验的重要手段。考虑到驾驶者对充电时间敏感度的异质性，提出具有差异化的调度策略以满足不同优先级驾驶者的需求。首先，为均衡不同优先级驾驶者的利益，提出一种基于动态截断机制的两优先级队列模型;其次，定义充电站的准入原则，保证高优先级驾驶者对预留桩的使用权及对空闲桩的优先抢占权;然后，提出基于截断机制的双层优化模型CCPQ(charging with cut-off priority queue)，在顶层高优先级车辆与充电桩最优匹配的基础上，设计底层低优先级车辆的分配策略优化模型，将最小化低优先级驾驶者的总等待时间构建为凸优化问题;最后，通过仿真验证策略的有效性及优越性。

    电动汽车充电策略区分服务预约截断优先级队列凸优化

      原文链接:
    • 万方数据
    • 维普