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

    基于随机牛顿算法的离散系统自适应参数估计

    陈思宇那靖黄英博
    1959-1966页
    查看更多>>摘要:针对一类离散系统,提出一种基于随机牛顿算法的自适应参数估计新框架,相较于已有的参数估计算法,所提出方法仅要求系统满足有限激励条件,而非传统的持续激励条件。所提出算法的核心思想在于通过对原始代价函数的修正,在使用当前时刻误差信息的基础上融入历史误差信息,进而通过对历史信息和历史激励的复用使得持续激励条件转化为有限激励条件;然后,为了解决传统算法收敛速度慢的问题并避免潜在的病态问题,采用随机牛顿算法推导出参数自适应律,并引入含有历史信息的海森矩阵作为时变学习增益,保证参数估计误差指数收敛;最后,基于李雅普诺夫稳定性理论给出不同激励条件下所提出算法的收敛性结论和证明,并通过对比仿真验证所提出算法的有效性和优越性。

    离散系统自适应参数估计随机牛顿算法递推最小二乘有限激励代价函数

    基于抗扰增强型广义预测控制的永磁同步电机伺服系统

    魏亚飞冒建亮张传林杨俊...
    1967-1976页
    查看更多>>摘要:为了提高永磁同步电机(permanent magnet synchronous motor,PMSM)伺服系统的响应速度及控制精度,提出一种连续时间域下基于抗扰增强型广义预测控制方法。首先,通过构造高阶扩张状态观测器(high-order extended state observer,HOESO)对模型参数摄动及外部不确定性负载扰动进行估计,同时将干扰以及转子角速度的估计信息引入至位置轨迹输出预测序列中,实现对预测模型偏差的修正。进一步,通过求解位置跟随误差性能指标的优化问题,得到最优控制序列的显示解析解,并从理论上给出控制参数的选择规则。最终,利用Lyapunov理论对闭环系统进行严格的稳定性分析,并在快速控制原型(rapid control prototype,RCP)对拖实验平台上进行所提控制算法的性能验证。实验结果表明,与串级PI控制和传统广义预测控制相比,所提方法提高了伺服系统的位置跟踪精度和抗干扰性能。

    永磁同步电机伺服系统高阶扩张状态观测器广义预测控制扰动估计不确定受扰系统

    基于Petri网和人工势场的柔性制造启发式优化方法

    伊思嘉罗继亮李旭航李浚...
    1977-1985页
    查看更多>>摘要:制造系统优化调度是NP难组合优化问题,而自动导引车(AGV)路径规划与任务分配紧密耦合,又极大加剧了问题的复杂性。基于此,提出一种基于Petri网和人工势场的启发式优化方法。首先,将制造系统的工艺工序描述为一个任务Petri网,将AGV系统描述为一个路径Petri网,将两个网合成在一起;然后,利用Petri网的拓扑结构,为网络结点设计势能参数,从而为Petri网赋予一个人工势场;接着,利用人工势场设计制造系统加工时间的启发式函数,并构建Petri网人工势场启发式A*算法,其中包括最大势差启发式函数和总体势差启发式函数,并验证最大势差启发式函数是可采纳的;最后,进行两组数值实验,实验结果表明,最大势差A*算法能够得到最优解,且平均计算效率比Dijkstra算法提高57%,但是无法满足大任务量的调度需求,而总体势差A*算法比最大势差A*算法平均计算效率提高至少1个数量级,能够在有限时间内求解AGV任务分配和路径规划的联合问题。

    Petri网人工势场A*算法优化调度柔性制造系统

    DoS攻击下的幂次趋近律滑模控制系统稳定性分析

    都海波李申申陈维乐朱文武...
    1986-1994页
    查看更多>>摘要:研究拒绝服务(denial-of-service,DoS)攻击下的n阶受扰系统基于幂次趋近律的滑模控制。首先,通过构造状态预测器重建攻击活跃期间丢失的系统状态,基于预测器状态和非光滑函数,设计能量受限型DoS攻击情况下的幂次趋近律滑模控制器,进一步分析保持系统稳定性的充分条件;其次,当系统存在外部干扰情况下,证明幂次趋近律滑模控制方法仍能保持非光滑控制器的强抗干扰能力;最后,通过数值仿真对所提出的理论证明结果进行验证。

    拒绝服务攻击滑模控制状态预测器幂次趋近律

    基于博弈组合赋权的有源相控阵雷达收发组件脆弱性评估

    张倩黄大荣王晶周萌...
    1995-2004页
    查看更多>>摘要:面向有源相控阵雷达的核心部件——T/R组件(transmit/receive module),提出综合脆弱性评估概念及其数学模型表达,给出定量评估的博弈组合赋权-优劣解距离方法。首先,从元件和系统两个层次出发分别构建脆弱性评估标准:利用元件自身物理特性建立故障树,基于蒙特卡洛仿真计算得到运行状态的物理脆弱性指标(即可靠性指标);根据系统的电路结构,建立其拓扑网络,计算结构脆弱性指标。然后,提出融合物理和结构的综合脆弱性评估数学模型,建立博弈组合赋权问题优化组合权重,结合优劣解距离法实现对T/R组件综合脆弱性的定量评估。实验结果表明,T/R组件的综合脆弱性不仅与各元件固有的可靠性水平相关,更与其系统的电路网络拓扑结构密不可分,所建立的综合脆弱性评估模型能够有效合理地辨识其薄弱环节。

    收发(T/R)组件故障树分析复杂网络理论脆弱性评估博弈法优劣解距离法

    基于故障描述因子与多观测器同步协作的AUV执行机构故障隔离与辨识

    吴云凯胡大海付俊周扬...
    2005-2012页
    查看更多>>摘要:执行机构的可靠性对系统的安全运行具有重要意义。针对自主式水下机器人(AUV),提出一种基于故障描述因子与多观测器同步协作的故障隔离与辨识方法。首先,通过执行机构故障描述因子概念的引入,将AUV运载器的故障隔离和辨识问题分为两个层级;其次,通过扩张状态观测器(ESO)和故障隔离逻辑规则的设计,实现包括舵面、螺旋桨与舵机在内的粗粒度级执行机构的故障隔离;然后,根据故障力与力矩的正负性关系,进一步分析舵面的具体形变故障类型,亦或基于螺旋桨与舵机的输出力与力矩关系,通过分析故障因子的内部信息,具体辨识可能的螺旋桨与舵机故障类型;最后,通过仿真结果表明所提出方法对AUV执行机构的故障具有较好的隔离与辨识精度。

    自主式水下机器人执行机构故障描述因子多观测器故障隔离多层级故障辨识

    联合多头数据增强与多粒度语义挖掘的图像情感分析

    张红斌侯婧怡石皞炜吕敬钦...
    2013-2021页
    查看更多>>摘要:图像情感分析是机器视觉领域热点问题,然而情感判断主观性较强,仅分析完整图像难以准确刻画图像中情感语义,且高质量图像情感数据不足。为此,提出联合多头数据增强与多粒度语义挖掘的图像情感分析模型M2。首先,设计多头数据增强方法,基于自动数据增强与主动样本精选策略构建递进式数据增强模型,从"质"与"量"两个角度提升数据集;其次,引入情感区域检测模型完成情感区域增强,深入挖掘图像中情感语义强烈的局部区域,进而联合局部区域与整幅图像构建多粒度图像;然后,基于深度互学习框架及局部区域完成模型预训练,充分挖掘异构SENet网络之间互补的情感语义,并以迁移学习方式指导多粒度图像情感分析;最后,设计自适应特征融合模块,融合异构SENet特征以完成多粒度语义挖掘,实现图像情感分析。在Twitter I和FI数据集上验证M2模型,其准确率分别达到90。97%和81。14%,优于主流基线。M2拥有泛化性更强的数据增强策略,可以为其训练提供坚实的数据基础,且对应的实证分析效果较好,模型具备一定的实用价值。

    多头数据增强多粒度语义挖掘图像情感分析情感区域检测深度互学习SENet

    基于综合犹豫模糊熵的多属性决策研究

    刘赢关欣李易城
    2022-2030页
    查看更多>>摘要:针对犹豫模糊集现有熵测度存在的计算过程复杂以及反直觉等现象,提出一种综合犹豫模糊熵,并基于累积前景理论,改进传统的TOPSIS决策方法,构建属性权重未知下的多属性决策模型。首先,在模糊度和非明确度的基础上,给出犹豫模糊熵新的公理化定义;然后,定义综合犹豫模糊熵,并证明其满足新的公理化定义,与现有犹豫模糊熵的对比分析表明,综合犹豫模糊熵在更为合理表征犹豫模糊元模糊性的同时,也解决了反直觉的问题;最后应用改进TOPSIS方法对所提出的综合性熵测度进行仿真分析,通过实例分析验证所提出的犹豫模糊熵的有效性。相比现有熵测度,综合犹豫模糊熵还具有计算简单和易于理解等优点,改进TOPSIS方法能够考虑决策者的心理偏好,相比传统决策手段,其决策效果更为合理。

    犹豫模糊集犹豫模糊熵模糊度非明确度累积前景理论改进TOPSIS方法

    基于听说知识融合网络的多模态对话情绪识别

    刘琴谢珺胡勇郝戍峰...
    2031-2040页
    查看更多>>摘要:多模态对话情绪识别旨在根据多模态对话语境判别出目标话语所表达的情绪类别,是构建共情对话系统的基础任务。现有工作中大多数方法仅考虑多模态对话本身信息,忽略了对话中与倾听者和说话者相关的知识信息,从而限制了目标话语情绪特征的捕捉。为解决该问题,提出一种基于听说知识融合网络的多模态对话情绪识别模型(LSKFN),引入与倾听者和说话者相关的外部常识知识,实现多模态上下文信息和知识信息的有机融合。LSKFN包含多模态上下文感知、听说知识融合、情绪信息汇总和情绪决策4个阶段,分别用于提取多模态上下文特征、融入听说知识特征、消除冗余特征和预测情绪分布。在两个公开数据集上的实验结果表明,与其他基准模型相比,LSKFN能够为目标话语提取到更加丰富的情绪特征,并且获得较好的对话情绪识别效果。

    情感计算对话情绪识别多模态特征外部常识知识上下文语义知识特征融合

    不协调广义多尺度决策系统的最优尺度组合的层次关系

    曾华鑫吴伟志
    2041-2050页
    查看更多>>摘要:多尺度信息系统是一类特殊的对象-属性值系统,数据集中的每个对象在每个属性下根据不同的尺度或粒度可呈现出不同的值,并从细粒度属性值域到粗粒度属性值域间存在粒信息变换函数。从多尺度数据集中的每个属性中选择一个满足预设条件的尺度用于最终的决策分析(这个过程称为最优尺度组合选择)是多尺度决策系统知识获取的关键问题。针对不协调广义多尺度决策系统的最优尺度组合选择问题,首先,通过引入三层思维提出广义决策类最优尺度组合和对象最优尺度组合的概念,讨论两者间的层次关系;然后,提出属性约简诱导的最优尺度组合和关键尺度组合的概念,讨论对象关键尺度组合与广义决策类关键尺度组合间的层次关系;最后,依据对象关键尺度组合与广义决策类关键尺度组合间的层次关系给出两者间互相计算的方法。

    粒计算粗糙集信息系统多尺度信息系统最优尺度组合