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

    基于自适应图学习的多目标特征选择算法

    何杜博孙胜祥梁新谢力...
    2295-2304页
    查看更多>>摘要：针对多目标回归中的特征选择问题,提出一种基于自适应图学习的多目标特征选择算法,在单个框架中同时考虑3种关系结构:输入特征与目标输出、不同目标输出以及样本间的相关结构,并基于上述结构信息进行特征选择.首先,在传统稀疏回归模型中对系数矩阵施加低秩约束,利用低秩学习对特征间相关性以及目标间的依赖关系进行解耦学习;然后,构建基于样本局部结构信息的自适应图学习项,充分利用样本间的相似结构进行特征选择;进一步地,引入基于输出相关性的结构矩阵优化项,使模型能够更加充分地考虑目标间的相关性;最后,提出一种交替优化算法求解目标函数,并从理论上证明算法的收敛性.在公开数据集上的实验表明,所提方法相较于现有主流的多目标特征选择方法具有更好的性能和适用性.

    特征选择稀疏回归多目标回归交替优化算法自适应图学习

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

    特征引导的多模态聚合低光环境行为识别方法

    刘光辉王秦蒙孟月波陈廷廷...
    2305-2314页
    查看更多>>摘要：诸如夜间等低光场景下的行为识别对于安防、自动驾驶等领域具有重要意义,针对现有方法在低光环境下识别效果不佳、鲁棒性较差等问题,提出一种基于特征引导的多模态聚合低光环境行为识别方法(MALNFG).首先,设计分层骨架特征融合网络(HSFIE),利用光照增强算法提升低光场景的骨架提取能力,采用层次化时空特征融合策略获取侧重于人体行为本身表达的动作特征,改善低光场景下因骨架缺失造成的精度下降问题;其次,设计高效表观特征提取模块(EAFEM),采用零参数时间位移模块在2D特征提取网络上高效捕捉包含丰富场景信息的时空特征;接着,设计特征引导多模态聚合网络(MNF),利用特征引导策略执行骨架特征与RGB表观特征的深层信息交互,实现行为特征的全面性表征;最后,采用全连接层进行特征分类,完成行为识别.实验结果表明,所提出方法可以较好地适用于低光环境下的人体行为识别任务.

    行为识别低光场景多模态聚合特征引导光照增强

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

    基于深度残差概率随机森林的时间序列分类方法

    刘颖李旭吕政赵珺...
    2315-2324页
    查看更多>>摘要：时间序列数据广泛存在于工业、医疗等应用领域,由于其时序相关性强、特征空间维度大,使得传统的时间序列分类方法普遍存在精度不足和需要复杂特征工程等问题.充分考虑深度神经网络在处理复杂时序数据上的优越性以及决策树方法拟合数据能力强的优势,提出一种基于残差网络和概率决策树的端到端统一深度学习模型.该模型利用残差网络从原始时间序列中提取高级特征,为了更好地建立时序数据特征与类别标签间的映射关系,将概率决策树融入至残差网络的分类层.同时,设计随机子空间的集成策略,缓解由于残差网络的深层结构产生的过度拟合现象,并给出联合优化模型分裂参数和预测参数的迭代优化方案.在大量的基准数据集和工业案例上进行实验和分析,实验结果表明,所提出模型的分类性能优于传统方法与其他深度学习方法,且可有效提高残差网络的泛化能力.

    时间序列分类端到端学习残差网络概率决策树随机子空间

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

    融合概念和属性信息的领域知识图谱补全方法

    陈伯谦王坚
    2325-2333页
    查看更多>>摘要：针对领域知识图谱具有严格的模式层和丰富的属性信息的特点,提出一种融合概念和属性信息的领域知识图谱补全方法.首先对领域知识图谱模式层中的概念使用可建模语义分层结构的HAKE模型进行嵌入表示,建立基于概念的实例向量表示;其次对数据层的实例三元组和属性三元组进行区分,通过注意力机制对实例的属性和概念进行融合,建立基于属性的实例向量表示;最后对基于概念和基于属性的实例向量表示进行联合训练以实现对实例三元组的评分.使用基于DWY100K数据集构建的知识图谱、MED-BBK-9K医疗知识图谱和根据某钢铁企业设备故障诊断数据构建的知识图谱进行实验,结果表明所提出方法在领域知识图谱补全中的性能优于现有知识图谱补全方法.

    领域知识图谱知识图谱嵌入知识图谱补全模式层数据层注意力机制

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

    基于GELTR-WOA算法的多地点库存动态集成调拨

    郑思宇黄敏蒋松辰尹明强...
    2334-2344页
    查看更多>>摘要：为解决由区域配送中心和不同地点前置仓构成的多地点库存系统的动态调拨问题,建立以最小化总成本为目标,考虑紧急和预防纵向调拨、紧急横向转运的多地点库存动态集成调拨模型.由于模型的非线性特征,设计一种嵌入贪婪紧急横向转运修复策略的鲸鱼优化算法(whale optimization algorithm embedding greedy emergency lateral transshipment repair strategy,GELTR-WOA).通过基于现实场景产生的不同规模算例的数值实验,验证算法的有效性.最后,探究加入紧急横向转运对系统运作成本的影响,并分析单位缺货损失、单位运输成本等因素对调拨策略的影响,从而为电商企业提供库存管理建议.

    前置仓多地点库存紧急横向转运动态集成调拨贪婪鲸鱼优化算法

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

    基于动态进化图的行人轨迹预测

    芈菁张旭秀闫涵
    2345-2353页
    查看更多>>摘要：行人轨迹预测在自动驾驶和社交机器人等领域有着广泛的应用.对行人间复杂的交互关系进行有效建模是提高轨迹预测准确性的关键问题.然而,基于图神经网络的方法建模行人间的复杂交互时,存在行人间交互关系不会随着时间推移而改变,并且图模型无法自适应地调整网络参数,导致预测轨迹与真实轨迹偏差较大.为此,提出基于动态进化图的行人轨迹预测方法,设计动态特征更新(DFU)以定义行人间的动态特性,对行人间动态交互进行建模以构建时间域的网络动态性,提升对行人间复杂交互关系建模的能力.采用进化图卷积单元优化编码器,灵活进化图模型网络参数,增强图模型的自适应能力.研究结果表明,在预测8个时间步长下,与STGAT模型相比,所提出模型在两个公开数据集(ETH和UCY)上取得了更好的性能,平均位移误差降低12.26％,最终位移误差降低14.10％.

    动态图进化图图卷积轨迹预测行人轨迹

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

    基于多信息融合的驾驶视角下行人轨迹预测

    桑海峰刘泉恺王金玉陈旺兴...
    2354-2362页
    查看更多>>摘要：行人轨迹预测是实现在城市内完全自动驾驶的重要支撑,并且广泛应用于机器人路径规划、自主巡航等领域.驾驶视角下交通场景复杂多变、行人未来位置不确定性大,只考虑观测轨迹信息预测行人轨迹会有较大位移误差.针对这个问题,提出一种多信息融合网络(multi-information fusion network,MIFNet)来预测驾驶视角下未来行人轨迹的多种可能.MIFNet在观测轨迹信息的基础上引入姿态信息和光流信息,分别采用骨架序列重组和划分局部光流的方法避免遮挡造成的信息失真.为了更有效地融合这些信息,提出一种基于信息评价的跨信息融合注意力机制,综合考虑了预测过程中不同信息间的重要程度和同一信息间不同特征的重要程度.MIFNet在PIE数据集上预测1.5 s的平均位移误差取得了最佳成绩,在JAAD数据集1.5 s的长时轨迹预测任务中预测误差最小,并且模型参数量、推理时间较最新模型大幅度下降.

    行人轨迹轨迹预测驾驶视角多信息融合注意力机制信息评价

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

    基于语言偏好序的多属性群决策方法及其在废旧物资循环利用中的应用

    徐泽水钱渝李铭缑迅杰...
    2363-2374页
    查看更多>>摘要：循环经济作为应对资源短缺威胁和绿色低碳转型需求的新型经济发展模式,正受到越来越广泛的关注.为了推动这一计划的实践进程,众多举措被提出并付诸行动,废旧物资循环利用体系建设是其中之一.考虑到与此类问题相关的决策过程中通常涉及多方面的制约因素且需要平衡各方意见,提出一种基于语言偏好序和拓展TOPSIS的多属性群决策方法.首先,利用数据挖掘和自然语言处理等技术,对相关新闻网站进行爬虫并获得大量的公共数据,再通过关键词提取和聚类确定决策属性及其权重;然后,采用基于多准则相互评估矩阵的专家互评方式,对参与决策的专家完成赋权;接着,运用语言偏好序、拓展的TOPSIS方法以及最小-最大优化模型依次实现决策信息表征、个体排序和集体排序的完整决策过程;最后,为了验证所提出方法的适用性,将其应用于废旧物资回收站点设置方案选择的实例,并进一步通过比较分析对其优势和特点展开具体说明.

    多属性群决策TOPSIS语言偏好序循环经济废旧物资循环利用数据挖掘

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

    考虑仿冒商威胁的正品制造商销售模式选择策略

    谭春桥苏小琴
    2375-2384页
    查看更多>>摘要：针对仿冒商进入市场引起的消费者权益难以保证,正品市场份额被抢占,正常的市场秩序受到破坏等问题,在考虑同时受欺骗型和非欺骗型仿冒商威胁的情形下,正品制造商通过零售商进行转售或自有渠道直销的两种销售模式,建立Stackelberg博弈对比研究正品制造商的两种销售模式的均衡结果,分析正品制造商的销售模式选择策略,探讨其销售模式选择策略对两类仿冒商的打击效果以及对消费者剩余和社会福利的影响.研究结果表明:正品制造商可能不会为了维护消费者利益而选择直销模式;正品制造商选择直销模式的意愿随消费者在转售模式下对正品和欺骗型仿冒品的感知质量及欺骗型仿冒品质量的提高而减小,随非欺骗型仿冒品质量的提高而增大;正品制造商选择直销模式总能有效打击非欺骗型仿冒商,然而,对欺骗型仿冒商而言,在一定条件下,正品制造商会选择转售模式并容忍欺骗型仿冒商的存在;正品制造商选择直销模式能够提高消费者剩余和社会福利.

    欺骗型仿冒非欺骗型仿冒销售模式选择感知质量Stackelberg博弈正品制造商

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

    边缘智能与协同计算:前沿与进展

    侯祥鹏兰兰陶长乐寇小勇...
    2385-2404页
    查看更多>>摘要：随着万物互联时代的到来,边缘设备规模急剧增加,海量数据在网络边缘产生,人工智能技术的飞速发展为分析和处理这些数据提供了强大的支撑.然而,传统云计算的集中处理模式难以满足用户对任务低时延和设备低功耗的需求,并带来数据隐私泄露的潜在隐患.与此同时,嵌入式高性能芯片的发展显著提升了边缘设备的计算能力,使其能够在边缘侧实时处理部分计算密集型任务.在此背景下,边缘计算和人工智能有机融合,孕育了一种新的计算范式:边缘智能.鉴于此,聚焦边缘智能与协同计算的前沿与进展,首先概述边缘计算、人工智能和边缘智能的相关背景、基本原理与发展趋势;然后从训练、推理和缓存3个方面回顾面向单个设备的边缘智能方法;接着从架构、技术和功能3个维度介绍多个设备合作实现边缘智能协同的相关工作;最后总结边缘智能在工业物联网、智慧城市和虚拟现实等领域的广泛应用.

    边缘智能边缘设备边缘训练边缘推理边缘缓存协同计算

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