首页期刊导航|自动化学报
期刊信息/Journal information
自动化学报
中国自动化学会 中国科学院自动化研究所
自动化学报

中国自动化学会 中国科学院自动化研究所

王飞跃

月刊

0254-4156

aas@ia.ac.cn

010-62565763；82614566

100190

北京市海淀区中关村东路95号（北京2728信箱）

自动化学报/Journal Acta Automatica SinicaCSCD北大核心CSTPCDEI
查看更多>>本刊是中国科学院主管，中国自动化学会、中国科学院自动化研究所共同主办的高级学术期刊。本刊主要刊载自动化科学与技术领域的高水平理论性和应用性的科研成果，内容包括：1）自动控制理论；2）系统理论与系统方法；3）自动化技术在国民经济各领域中的创造性应用；4）自动化系统计算机辅助设计；5）机器人与自动化；6）人工智能与智能控制；7）模式识别与图象处理；8）自动控制系统中的新概念、新原理、新方法、新设计；9）信息理论与信息处理技术等。
正式出版
收录年代

    生物集群能量高效利用机制研究综述

    吴晓阳邹尧付强贺威...
    431-449页
    查看更多>>摘要：近年来,智能体集群的能量高效利用(Energy efficient utilization,EEU)机制已经成为多智能体系统领域的热点问题,如何使用有限的能量资源实现系统性能最优是该问题的核心研究内容.考虑到智能体集群与生物族群的相似性,探究生物族群的能量高效利用机制对提升智能体集群节能性能有着重要的研究价值.为此,首先介绍不同生物族群中蕴含的能量利用机制,并根据节能方式的差异分成3类,流体优势利用机制、流体阻碍克服机制和热量交换与扩散机制;然后对这些机制进行总结与分析,并提出一种具有一般性的能量高效利用模型;最后,探讨能量高效利用机制在多智能体系统应用中面临的挑战和发展趋势.

    生物集群能量高效利用节能机制编队

      原文链接:
    • 万方数据
    • 维普

    模糊认知图学习算法及应用综述

    刘晓倩张英俊秦家虎李卓凡...
    450-474页
    查看更多>>摘要：模糊认知图(Fuzzy cognitive map,FCM)是建立在认知图和模糊集理论上的一类代表性的软计算理论,兼具神经网络和模糊决策两者的优势,已成功地应用于复杂系统建模和时间序列分析等众多领域.学习权重矩阵是基于模糊认知图建模的首要任务,是模糊认知图研究领域的焦点.针对这一核心问题,首先,全面综述模糊认知图的基本理论框架,系统地总结近年来模糊认知图的拓展模型.其次,归纳、总结和分析模糊认知图学习算法的最新研究进展,对学习算法进行重新定义和划分,深度阐述各类学习算法的时间复杂度和优缺点.然后,对比分析各类学习算法在不同科学领域的应用特点以及现有的模糊认知图建模软件工具.最后,讨论学习算法未来潜在的研究方向和发展趋势.

    模糊认知图学习范式因果推理软计算复杂系统建模

      原文链接:
    • 万方数据
    • 维普

    基于事件触发的直流微电网无差拍预测控制

    王本斐张荣辉冯国栋Manandhar Ujjal...
    475-485页
    查看更多>>摘要：针对光伏(Photovoltaic,PV)-电池-超级电容直流微电网系统中光伏发电间歇性造成的功率失配问题,提出一种基于事件触发的无差拍预测控制(Event-triggered deadbeat predictive control,ETDPC)方法,以实现有效的能量管理.ETDPC方法结合事件触发控制策略和无差拍预测控制策略(Deadbeat predictive control,DPC)的优点,根据微电网的拓扑结构构建状态空间模型,用于设计适用于微电网能量管理的触发条件:当ETDPC的触发条件满足时,ETDPC中无差拍预测控制模块被激活,可以在一个控制周期内产生最优控制信号,实现对于扰动的快速响应,减小母线电压纹波;当系统状态不满足ETDPC中的触发条件时,无差拍预测控制模块被挂起,从而消除非必要运算,以减轻实现能量管理的运算负担.因此,对于电池-超级电容器混合储能系统(Hybrid energy storage system,HESS),ETDPC能够缓解间歇性光伏发电与负荷需求之间的功率失衡,以稳定母线电压.最后,数字仿真和硬件在环(Hardware-in-loop,HIL)实验结果表明,相较于传统无差拍控制方法,运算负担减小了 50.63％,母线电压纹波小于0.73％,验证了 ETDPC方法的有效性与性能优势,为直流微电网的能量管理提供了一种参考.

    微电网光伏混合储能系统事件触发控制无差拍预测控制

      原文链接:
    • 万方数据
    • 维普

    高超声速变外形飞行器建模与固定时间预设性能控制

    曹承钰李繁飙廖宇新殷泽阳...
    486-504页
    查看更多>>摘要：以一种折叠式高超声速变外形飞行器(Hypersonic morphing vehicle,HMV)为研究对象,综合考虑变形引起的气动特性、动力学特性的动态变化和模型不确定性、外部干扰的影响,开展飞行器建模与固定时间预设性能控制方法研究.首先,建立高超声速变外形飞行器的运动模型和姿态控制模型;然后,采用固定时间干扰观测器实现对模型不确定性和外部干扰构成的复合总扰动的精确估计,并设计一种新型固定时间预设性能函数以定量描述期望性能约束,在此基础上,基于预设性能控制架构并结合动态面控制技术设计预设性能姿态控制器,利用Lyapunov稳定性理论证明闭环系统的固定时间稳定性;最后,通过数值仿真验证所提出方法的有效性和鲁棒性.

    高超声速变外形飞行器固定时间预设性能干扰观测器动态面控制

      原文链接:
    • 万方数据
    • 维普

    可回收火箭大气层内动力下降的多阶段鲁棒优化制导方法

    冯子鑫薛文超张冉齐洪胜...
    505-517页
    查看更多>>摘要：针对大气层内可回收火箭的动力下降问题,提出一种多阶段的鲁棒优化(Robust optimization,RO)方法.由于大气层内存在未知风场,如何在火箭下降段考虑这种不确定性具有十分重要的意义.首先,建立一个关于高度的不确定风场模型,在该风场下给出火箭动力下降的鲁棒最优控制问题.为了求解该问题,使用一种对不等式约束采取一阶近似并将一阶项作为安全裕量加入约束的鲁棒优化方法,得到一个可以求解的单阶段鲁棒优化算法.其次,定量给出安全裕量的上界,基于该上界提出一种多阶段鲁棒优化算法,避免单阶段鲁棒优化算法中安全裕量可能过大导致无法求解的问题.最后,通过仿真对比各个算法在多个实际风场下的性能,结果表明所提出的多阶段鲁棒优化方法同时具有较高的落点精度和对于不同风场的鲁棒性.

    大气层内动力下降鲁棒优化可回收火箭制导与控制不确定风场

      原文链接:
    • 万方数据
    • 维普

    基于数据驱动的冗余机器人末端执行器位姿控制方案

    金龙张凡刘佰阳郑宇...
    518-526页
    查看更多>>摘要：模型未知的冗余机器人执行任务的过程中会产生较大的控制误差,其末端执行器的位置与姿态也需要针对不同任务进行修正.为解决该问题,提出一种基于数据驱动的冗余机器人末端执行器位置与姿态控制方案.该方案使用在线学习技术,能够应用于模型未知的冗余机器人控制.同时引入四元数表示法将控制机器人末端执行器姿态问题转化为基于四元数表示的控制方法.随后,设计一种神经动力学求解器对所提方案进行求解.相关的理论分析、仿真及对比体现了所提方案的可行性、有效性与新颖性.

    冗余机器人数据驱动位姿控制轨迹跟踪

      原文链接:
    • 万方数据
    • 维普

    基于深层卷积随机配置网络的电熔镁炉工况识别方法研究

    李帷韬童倩倩王殿辉吴高昌...
    527-543页
    查看更多>>摘要：为解决电熔镁炉工况识别模型泛化能力和可解释性弱的缺陷,提出一种基于深层卷积随机配置网络(Deep con-volutional stochastic configuration networks,DCSCN)的可解释性电熔镁炉异常工况识别方法.首先,基于监督学习机制生成具有物理含义的高斯差分卷积核,采用增量式方法构建深层卷积神经网络(Deep convolutional neural network,DCNN),确保识别误差逐级收敛,避免反向传播算法迭代寻优卷积核参数的过程.定义通道特征图独立系数获取电熔镁炉特征类激活映射图的可视化结果,定义可解释性可信度评测指标,自适应调节深层卷积随机配置网络层级,对不可信样本进行再认知以获取最优工况识别结果.实验结果表明,所提方法较其他方法具有更优的识别精度和可解释性.

    电熔镁炉深层卷积随机配置网络高斯差分卷积核类激活映射图可解释性

      原文链接:
    • 万方数据
    • 维普

    面向复杂物流配送场景的车辆路径规划多任务辅助进化算法

    李坚强蔡俊创孙涛朱庆灵...
    544-559页
    查看更多>>摘要：在现代社会中,复杂物流配送场景的车辆路径规划问题(Vehicle routing problem,VRP)一般带有时间窗约束且需要提供同时取送货的服务.这种复杂物流配送场景的车辆路径规划问题是NP-难问题.当其规模逐渐增大时,一般的数学规划方法难以求解,通常使用启发式方法在限定时间内求得较优解.然而,传统的启发式方法从原大规模问题直接开始搜索,无法利用先前相关的优化知识,导致收敛速度较慢.因此,提出面向复杂物流配送场景的车辆路径规划多任务辅助进化算法(Multitask-based assisted evolutionary algorithm,MBEA),通过使用迁移优化方法加快算法收敛速度,其主要思想是通过构造多个简单且相似的子任务用于辅助优化原大规模问题.首先从原大规模问题中随机选择一部分客户订单用于构建多个不同的相似优化子任务,然后使用进化多任务(Evolutional multitasking,EMT)方法用于生成原大规模问题和优化子任务的候选解.由于优化子任务相对简单且与原大规模问题相似,其搜索得到的路径特征可以通过任务之间的知识迁移辅助优化原大规模问题,从而加快其求解速度.最后,提出的算法在京东物流公司快递取送货数据集上进行验证,其路径规划效果优于当前最新提出的路径规划算法.

    车辆路径规划问题时间窗约束同时取送货进化算法迁移优化

      原文链接:
    • 万方数据
    • 维普

    基于混合数据增强的MSWI过程燃烧状态识别

    郭海涛汤健丁海旭乔俊飞...
    560-575页
    查看更多>>摘要：国内城市固废焚烧(Municipal solid waste incineration,MSWI)过程通常依靠运行专家观察炉内火焰识别燃烧状态后再结合自身经验修正控制策略以维持稳定燃烧,存在智能化水平低、识别结果具有主观性与随意性等问题.由于MSWI过程的火焰图像具有强污染、多噪声等特性,并且存在异常工况数据较为稀缺等问题,导致传统目标识别方法难以适用.对此,提出一种基于混合数据增强的MSWI过程燃烧状态识别方法.首先,结合领域专家经验与焚烧炉排结构对燃烧状态进行标定;接着,设计由粗调和精调两级组成的深度卷积生成对抗网络(Deep convolutional generative adversarial network,DCGAN)以获取多工况火焰图像;然后,采用弗雷歇距离(Fréchet inception distance,FID)对生成式样本进行自适应选择;最后,通过非生成式数据增强对样本进行再次扩充,获得混合增强数据构建卷积神经网络以识别燃烧状态.基于某MSWI电厂实际运行数据实验,表明该方法有效地提高了识别网络的泛化性与鲁棒性,具有良好的识别精度.

    城市固废焚烧深度卷积生成对抗网络燃烧状态识别非生成式数据增强混合数据增强

      原文链接:
    • 万方数据
    • 维普

    基于AMOWOA的区域综合能源系统运行优化调度

    韩永明王新鲁耿志强朱群雄...
    576-588页
    查看更多>>摘要：目前,智能优化算法已广泛应用于工程优化中,在当前多能耦合与互补的能源发展趋势下,仅考虑系统经济指标的单目标优化模式已经不再适用于目前区域综合能源系统(Integrated energy system,IES)的运行优化调度,需要研究一种多目标运行策略来解决区域综合能源系统的运行优化调度问题.首先综合考虑经济与能源利用两个指标并结合商业住宅区域的特性,以系统日运行收益和一次能源利用率为优化目标构建商业住宅区域综合能源系统多目标运行优化调度模型.其次由于传统多目标智能优化算法缺乏一种最优解综合评价方法,基于非支配排序以及拥挤度计算的多目标算法框架,提出一种利用模糊一致矩阵选取全局最优解的多目标鲸鱼优化算法(A multi-objective whale optimization algorithm,AMOWOA),并将提出算法对商住区域综合能源系统多目标运行优化调度模型进行求解.最后以华东某商业住宅区域综合能源系统为例进行仿真,验证了该方法的有效性和可行性.

    多目标优化综合能源系统动态层次分析鲸鱼优化算法

      原文链接:
    • 万方数据
    • 维普