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

    临近空间太阳能飞行器能源系统控制综述

    张志成李鹏左志强王一晶...
    1761-1777页
    查看更多>>摘要：临近空间太阳能飞行器是由太阳能驱动、可在临近空间连续飞行的长航时无人飞行器，近年来其相关研究己成为各国关注的焦点。能源系统是支撑太阳能飞行器长时驻空的关键，实现连续跨昼夜的不间断能量供给是能源系统领域研究的首要目标。围绕临近空间太阳能飞行器集群化能源系统发展过程中的主要问题和研究现状，首先梳理飞行器应用场景下能源系统的控制目标与多重约束，进而系统论述集群化能源系统结构、功能及建模方法;然后，总结集群化能源系统功率分配、储能均衡以及通信受限下能流控制的发展现状，阐述基于强化学习的能量在线调度策略的最新成果，分析现有策略的有效性及不足之处;最后，结合太阳能飞行器的实际需求，探讨能源系统的未来发展趋势与研究方向。

    集群化能源系统临近空间太阳能飞行器目标与约束分布式控制储能均衡能量调度

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

    考虑状态约束与执行器饱和的水下机器人轨迹跟踪控制

    王宇梁李一平李良
    1778-1786页
    查看更多>>摘要：针对执行器饱和、模型参数不确定以及海流干扰等因素影响下的水下机器人，提出一种考虑状态约束以及执行器饱和的轨迹跟踪控制器。首先，构建水下机器人水平面轨迹跟踪误差方程;然后，对载体模型参数不确定性产生的模型误差以及海流干扰，设计一个非线性观测器进行估计并用于对控制器进行扰动补偿;接着，引入执行器饱和补偿系统、二阶滤波器以及滤波器误差补偿系统，设计命令滤波反步滑模控制器来控制水下机器人的水平面轨迹跟踪;最后，严格验证命令滤波反步滑模控制器的稳定性并进行数值仿真，验证所提出控制器的有效性。

    状态约束执行器饱和水下机器人反步滑模法轨迹跟踪

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

    双目视觉辅助的激光惯导SLAM算法

    刘辉张雪波李如意苑晶...
    1787-1800页
    查看更多>>摘要：激光同步定位与地图构建(simultaneous localization and mapping，SLAM)算法在位姿估计和构建环境地图时依赖环境结构特征信息，在结构特征缺乏的场景下，此类算法的位姿估计精度与鲁棒性将下降甚至运行失败。对此，结合惯性测量单元(inertial measurement unit，IMU)不受环境约束、相机依赖视觉纹理的特点，提出一种双目视觉辅助的激光惯导SLAM算法，以解决纯激光SLAM算法在环境结构特征缺乏时的退化问题。即采用双目视觉惯导里程计算法为激光扫描匹配模块提供视觉先验位姿，并进一步兼顾视觉约束与激光结构特征约束进行联合位姿估计。此外，提出一种互补滤波算法与因子图优化求解的组合策略，完成激光里程计参考系与惯性参考系对准，并基于因子图将激光位姿与IMU数据融合以约束IMU偏置，在视觉里程计失效的情况下为激光扫描匹配提供候补的相对位姿预测。为进一步提高全局轨迹估计精度，提出基于迭代最近点匹配算法(iterative closest point，ICP)与基于图像特征匹配算法融合的混合闭环检测策略，利用6自由度位姿图优化方法显著降低里程计漂移误差并构建环境地图。最后，将所提出方法在公开与自制数据集上进行实验验证，并与主流开源的SLAM算法进行对比。实验结果表明，所提出算法可以在结构特征缺乏环境下稳定运行，并且相较于对比算法具有更高的位姿估计精度和算法鲁棒性。

    激光SLAM闭环检测结构特征缺乏环境位姿图优化视觉惯导里程计

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

    基于双重距离的多目标粒子群优化算法

    慈雨荣淼彭晨
    1801-1809页
    查看更多>>摘要：多目标粒子群优化(multi-objective particle swarm optimization，MOPSO)算法在维护收敛性的同时搜索分布良好的最优解集较为费力。为此，提出一种基于双重距离的MOPSO，由种群的平均距离定义粒子的邻域空间，邻域粒子数为粒子的等级，数量越多，粒子的等级越大。当等级相同时，算法结合粒子的拥挤距离选择最优粒子，并更新外部归档集。此外，算法结合粒子的变异行为避免陷入局部最优。在对比实验中，该算法在收敛性和多样性上可取得较优结果。最后，将该算法应用到电力系统的环境/经济调度模型(environmental/economic dispatch，EED)，也可获得性能较好的解集。

    平均距离拥挤距离邻域信息多目标粒子群优化多目标问题环境/经济调度

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

    基于多策略改进麻雀搜索算法的并联冷机系统节能优化

    于军琪薛志璐赵安军杨思远...
    1810-1818页
    查看更多>>摘要：针对并联冷机系统负荷分配优化问题，提出一种基于多策略的改进麻雀搜索算法，以系统功耗最小为优化目标，以各冷机的部分负荷率为优化变量进行求解。在改进算法中，首先，针对基本麻雀搜索算法初始解的质量差且不均匀问题，引入混沌序列机制对位置初始化;然后，针对算法初期易早熟导致搜索精度低的问题，提出将粒子群算法中的速度概念引入发现者的位置更新公式中，提高算法的寻优精度。为了避免算法长期陷入局部最优，结合狼群算法猛狼的跟随策略优化跟随者的位置，自适应调整个体权重提高算法的收敛速度;接着，选取两个测试案例对所提出算法的性能进行详细测试，并与其他常用算法对比，改进的麻雀搜索算法在案例中最高分别可节能17。8％和23。97％;最后，运用实际系统仿真平台验证所提出改进算法收敛快、运行时间短、鲁棒性好的优点。

    负荷分配节能麻雀搜索算法混沌序列粒子群算法狼群算法

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

    多自由度机器人自适应滑模迭代学习跟踪控制

    张程琳桑文闯孙宁邱泽昊...
    1819-1828页
    查看更多>>摘要：机械臂可代替人工完成繁重工作、降低生产风险、提高生产效率，被广泛应用于制造业和生产业中。工业生产的高质量需求对机械臂的操作精度提出了较高要求，考虑有色金属工厂中铸锭打磨的应用场景，该任务的作业轨迹均具有较强重复性。此外，实际应用环境复杂，存在如环境干扰及系统参数变化等多种不确定性，固定的控制参数难以保证系统持续稳定运行。基于上述考虑，针对多自由度机械臂系统，设计一种自适应滑模迭代学习跟踪控制方法，控制器包含参数自整定的比例-微分项、基于滑模的符号函数项和上一次迭代的控制输入，其中PD项的控制参数通过模糊逻辑系统实时调整，在保证控制系统正常运行的情况下提高系统的鲁棒性。同时，在理论上证明迭代域闭环系统的稳定性和跟踪误差的收敛性。最后通过仿真验证所提出控制方法的有效性和鲁棒性。

    多自由度机械臂迭代学习控制滑模控制模糊自适应控制参数自整定轨迹跟踪控制

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

    基于广义改进分解策略的多目标代理优化方法

    林成龙马义中肖甜丽
    1829-1839页
    查看更多>>摘要：为解决多目标代理优化方法中代理模型选择单一问题，提出基于广义改进函数分解策略的多目标代理优化方法。该方法充分利用模型预测信息构建广义改进多目标分解准则和广义改进R2指标准则，有效拓展多目标代理优化中代理模型的选择空间。所提两种准则通过随机均匀权重实现全局探索和局部搜索能力的自适应平衡。研究结果表明，所提方法在有限仿真条件下拥有良好的寻优性能，获得Pareto前沿在收敛性、多样性及空间分布性方面均具有一定优势。相比同类方法，该方法具有优势:1)不需要模型预测不确定性信息，适用于基于不同种类代理模型的代理优化方法;2)实现简单且计算复杂度低，能够有效提升昂贵黑箱问题优化效率。

    昂贵多目标优化代理模型多目标代理优化方法广义改进多目标分解准则广义改进R2指标准则

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

    基于特征分布调整的深度神经网络二值量化方法

    刘畅陈莹
    1840-1848页
    查看更多>>摘要：二值卷积神经网络(BNNs)由于其占用空间小、计算效率高而受到关注。但由于量化激活特征的正负部分分布不均等问题，二值网络和浮点深度神经网络(DNNs)之间存在着明显的性能差距，影响了其在资源受限平台上的部署。二值网络性能受限的主要原因是特征离散性造成的信息损失以及分布优化不当造成的语义信息消失。针对此问题，应用特征分布调整引导二值化，通过调整特征的均值方差均衡特征分布，减小离散性造成的信息损失。同时，通过分组激励与特征精调模块设计，调整优化量化零点位置，均衡二值化激活分布，最大程度保留语义信息。实验表明，所提出方法在不同骨干网络、使用不同数据集时均能取得较好效果，其中在CIFAR-10上使用ResNet-18网络量化后网络准确率仅损失0。4％，高于当前主流先进二值量化算法。

    特征分布均值方差调整语义信息保留模型压缩二值神经网络模型量化

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

    基于ResNeSt网络路面状态识别的主动悬架模型预测控制

    寇发荣胡凯仑陈若晨何海洋...
    1849-1858页
    查看更多>>摘要：为了提升不同运行工况下的路面状态识别精度及主动悬架平顺性控制性能，提出一种基于ResNeSt网络路面状态识别的主动悬架模型预测控制(MPC)方法。首先，搭建基于多路径分散注意力思想的ResNeSt网络架构，建立面向主动悬架实时控制的路面状态识别算法，采用交叉熵目标损失函数和AdamW梯度下降算法进行网络训练以及测试实验验证;然后，在此基础上设计基于路面状态识别的主动悬架MPC控制算法，根据离散状态空间方程推导悬架系统预测模型，以悬架预测输出和控制力输入为性能指标建立目标函数，并考虑不同路面的控制策略确定加权矩阵取值，在系统约束条件下，将MPC目标函数转化为二次最优规划问题的求解;最后，将所提出控制算法与被动悬架、LQG控制进行对比仿真分析，结果表明:ResNeSt网络可以快速准确地识别多种路面状态，所提出控制算法能够根据路面状态对悬架进行实时瞬态主动控制，簧载质量加速度、悬架动挠度和轮胎动载荷的均方根值平均值相比LQG控制分别降低36。56％、32。99％和36。28％。

    路面状态识别ResNeSt深度学习残差卷积神经网络主动悬架模型预测控制

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

    基于VMD-EWT-QWLSTM-TPE深度学习模型的超短时物流需求多步预测

    杨新彪陈彦如秦娟冉茂亮...
    1859-1868页
    查看更多>>摘要：超短时物流需求预测是企业物流资源智能调度的重要基础，然而，超短时物流需求数据具有强随机性、高波动性、非平稳性等特征，进行多步精确预测较为困难。基于此，构建基于串行数据分解和量子加权深度网络的超短时物流需求多步预测模型。首先，通过变分模态分解(VMD)和经验小波变换(EWT)的串行分解方法对超短时物流需求数据的时序特征进行有效提取，以剥离噪声信号，降低原始数据的非平稳性和随机性;然后，构建量子加权长短期记忆神经网络(QWLSTM)深度学习模型，设计多输入多输出策略对分解后的模态分量进行多步预测，并基于树形Parzen评估器(TPE)对QWLSTM的超参数组进行优化;最后，对各模态分量的预测结果进行重构。实验结果表明，所提出模型在平均绝对值误差(MAE)、均方误差(MSE)、加权平均绝对百分比误差(WMAPE)、校正决定系数(R2)方面，均优于其他15种对比模型。

    超短时物流需求多步预测串行数据分解量子加权深度学习模型TPE参数优化

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