控制理论与应用杂志

控制理论与应用杂志2023年第1期

• 并行智能优化算法研究进展

  张国,王锐,雷洪涛,张涛,王凌

  基于种群迭代搜索的智能优化算法在农业、交通、工业等很多领域都取得了广泛的应用. 但是该类算法迭代寻优的特点使其求解效率通常较低, 很难应用到大规模、高维或实时性要求较高的复杂优化问题中. 随并行分布式技术的发展, 国内外很多学者开始着手研究智能优化算法的并行化. 本文首要介绍了并行智能优化算法的基本概念; 其次从协同机制、并行模型以及硬件结构3个维度综述了几类常见的并行智能优化算法, 详细分析阐述了它们优点及不足; 最后对并行智能优化算法的未来研究进行了展望.

• 神经网络结构搜索方法综述

  刘建伟,王新坦

  如今, 深度学习广泛地应用于生活、工作中的各个方面, 给我们带来了极大的便利. 在此背景下, 需要设计针对不同任务的神经网络结构, 满足不同的需求. 但是, 人工设计神经网络结构需要专业的知识, 进行大量的实验.因此, 神经网络结构搜索算法的研究显得极为重要. 神经网络结构搜索(NAS)是自动深度学习(AutoDL) 过程中的一个基本步骤, 对深度学习的发展与应用有着重要的影响. 早期, 一些神经网络结构搜索算法虽然搜索到了性能优越的神经网络结构, 但是需要大量的计算资源且搜索效率低下. 因此, 研究人员探索了多种设计神经网络结构的算法,也提出了许多减少计算资源、提高搜索效率的方法. 本文首先简要介绍了神经网络结构的搜索空间, 其次对神经网络结构搜索算法进行了全面的分类汇总、分析, 主要包括随机搜索算法、进化算法、强化学习、基于梯度下降的方法、基于顺序模型的优化算法, 再其次探索并总结了提高神经网络结构搜索效率的方法, 最后探讨了目前神经网络结构搜索工作中存在的问题以及未来的研究方向.

• 带有观测器的广义多智能体系统二分一致性

  韩涛,关治洪,詹习生,严怀成,陈洁

  本文研究了带有观测器的广义多智能体系统的二分一致性问题. 根据符号图的特性, 提出了一种基于广义观测器的分布式二分一致性控制协议. 以广义系统稳定性理论和代数图论为主要研究工具, 分析并得到了广义多智能体系统实现二分一致性的充分条件. 利用广义观测器的相对和绝对信息设计了两种新的二分一致性控制协议. 数值仿真验证了理论结果的准确性和有效性.

• 纬度未知条件下捷联惯导摇摆基座自对准方法

  李敬春,张亚,段海滨

  针对纬度未知条件下捷联惯导摇摆基座自对准问题, 本文将其看作基于特征值分解的优化问题处理, 提出一种基于地球系重力矢量的摇摆基座自对准方法. 首先, 构建基于速度增量形式的目标函数, 建立不依赖外部纬度信息的地球系下重力矢量模型, 以提高地球系下重力矢量的估计精度; 然后, 将摇摆基座自对准看作Wahba姿态确定问题, 基于地球系下重力矢量建立关于惯性系转换四元数的速度增量式目标函数, 增强对噪声及振荡干扰的抑制, 利用基于特征值分解的多矢量优化方法完成摇摆基座自对准, 以提高对准精度; 最后, 通过设置捷联惯导摇摆基座初始对准仿真及船舶系泊实验, 验证了所提方法的有效性.

• 不确定非方广义分数阶T–S模糊系统的鲁棒镇定

  张雪峰,艾洁,赵泽丽

  针对不确定非方广义分数阶T–S模糊系统阶数为0 < α < 1的鲁棒镇定问题, 提出了一个有效的判据. 首先,利用一个新的T–S模糊动态补偿器, 将不确定非方广义分数阶T–S模糊系统转化为一个增广的不确定方形广义分数阶T–S模糊系统. 由于增广变量的引入, 动态补偿器的设计问题可以等价为静态输出反馈控制器的设计问题. 其次,设计一个分数阶导数反馈控制器对得到的增广系统进行正常化处理. 然后, 对正常化得到的不确定分数阶T–S模糊系统进行研究, 得到一个系统渐近稳定的充分条件. 该条件保守性小并且形式简洁. 最后, 通过一个数值算例和一个实际例子验证了本文所提出结论的正确性和有效性.

• 推进器饱和约束的水面无人艇固定时间精准跟踪控制

  王宁,王仁慧,鲁挺

  针对复杂扰动、完全未知系统动态以及推进器饱和约束的水面无人艇高精度跟踪控制问题, 提出一种基于固定时间非奇异终端滑模的无模型固定时间精准跟踪控制(MFPTC)方案. 首先, 设计有限时间集总观测器, 精确重构和补偿集总未知项; 其次, 引入自适应辅助系统消除推进器饱和特性, 使得MFPTC方案在饱和约束下实现期望时间内对预定轨迹的精准跟踪; 进而, 基于反正切函数构造固定时间幂次趋近律, 加快滑模变量收敛速度且有效削弱控制抖振; 最后, 采用CyberShip II实验模型进行仿真研究, 结果验证所提出MFPTC 方案的有效性与优越性.

• 高炉透气性指数的核超限学习机预测模型

  刘仕鑫,尹怡欣,张森

  高炉透气性指数反映了高炉内煤气流运动受到阻碍的大小, 是操作人员判断高炉运行状态的重要依据. 本文针对超限学习机的缺点, 提出了基于核超限学习机的高炉透气性指数预测模型. 首先选取了适当的高炉参数作为模型的输入. 其次采用小波变换对生产数据降噪处理. 然后建立基于核超限学习机的高炉透气性指数预测模型. 在建模过程中, 探索了不同的核函数对模型性能的影响, 并对相关参数寻优. 最后进行仿真实验, 同其他算法对比. 实验结果表明, 相比于传统算法, 基于核超限学习机的高炉透气性指数预测模型训练速度更快, 预测精度更高, 预测结果更稳定.

• 有向符号网络的边能控性研究

  任世超,关永强,谌煜

  符号网络是一类具有正负符号特征的网络. 在多智能体系统中, 符号网络能够描述智能体之间的合作与对抗交互关系, 因此受到学者的广泛关注. 本文主要研究有向符号网络的边能控性. 首先, 对具有符号网络的多智能体系统边动力学进行建模, 得到边能控性模型. 其次, 从网络拓扑结构角度对边能控子空间进行定量刻画, 利用有向符号网络的距离和等价划分得到能控子空间的上下界估计. 进一步, 讨论了符号网络边能控性与顶点能控性的关系.所得结果表明: 当顶点符号图为结构非平衡时, 符号网络的边能控性与顶点能控性等价. 最后, 通过仿真结果验证所得理论的有效性.

• 基于非负绞杀与长短期记忆神经网络的动态软测量算法

  孙凯,隋璘,张芳芳,杨根科

  现代工业过程建模中, 生产过程的多变量、非线性及动态性会导致模型复杂度增高且建模精度降低. 针对这一问题, 将非负绞杀算法(NNG)嵌入长短期记忆(LSTM)神经网络, 提出一种基于LSTM神经网络及其输入变量选择的动态软测量算法. 首先, 通过参数优化生成训练好的LSTM神经网络, 利用其出色的历史信息记忆能力处理工业过程中的动态、时滞等问题; 其次, 采用NNG算法对LSTM网络输入权重进行压缩, 剔除冗余变量, 提高模型精度,并采用网格搜索法与分块交叉验证对其超参数寻优; 最后, 将算法应用于某火电厂脱硫过程排放烟气SO2浓度软测量建模, 并与其它先进算法进行性能比较. 实验结果表明所提算法能有效剔除冗余变量, 降低模型复杂度并提高其预测性能.

• 群机器人自组织围捕多个入侵者的链阵方法

  徐望宝,孙明炎

  针对群机器人在二维给定区域自组织围捕多个入侵者问题提出了一种链阵方法. 链阵中的机器人分为链首和链节, 其中链首不但会环绕围捕目标运动而且能也只有它们能发布招募信息, 以招募更多的机器人参与围捕同时又能使参与者不致太多. 链节机器人则只需简单地跟随leader不停运动以形成链阵. 机器人的运动由人工力矩运动控制器驱动, 该控制器能使机器人在完成任务的同时而又不会发生碰撞. 仿真结果表明, 链阵方法可以根据实际需求动态调整链阵中的机器人数, 能使围捕不同目标的机器人结成统一的链阵. 链阵的不停移动则有利于机器人在数量较少时包围入侵者.

• 大惯量扫描镜的滑模自抗扰控制

  李家骏,王淦泉

  针对大惯量扫描镜伺服系统中因柔性连接所导致的机械谐振问题, 本文提出一种非线性滑模自抗扰控制方法对机械谐振加以抑制. 首先建立了伺服系统谐振数学模型, 并分析了自抗扰控制抑制谐振的原理; 然后建立了速度环滑模自抗扰控制器, 并在计算机仿真软件中针对连续–离散混合模型进行仿真; 最后在大惯量扫描镜机构上进行控制实验. 仿真结果表明, 采用滑模自抗扰控制后, 机械谐振得到了抑制, 系统的动态性能得到了提高, 系统更接近于刚性连接系统. 实验结果表明, 扫描镜摆动过程中匀速段及反向加速段的机械谐振得到了有效抑制, 位置跟踪精度得到了有效提高, 达到了设计要求(< 1′′).

• 基于特征层密集连接与注意力机制的宽度学习系统及其在锌浮选过程的应用

  丁浩峰,谢永芳,谢世文,王杰

  本文针对宽度学习存在计算消耗资源大、计算过程冗余数据较多等问题, 提出了一种基于特征层密集连接与注意力机制的宽度学习系统(DCA-BLS), 并利用其建立锌浮选过程快粗槽底流品位在线预测模型. 首先将宽度学习系统的特征层不同窗口进行密集连接, 引入弹性网络进行稀疏化处理, 利用注意力机制处理特征节点, 获得不同特征节点的权值, 再将加权后的特征节点与输入的数据相结合, 共同作为增强层节点的输入, 使模型更为紧凑. 在公共数据集和锌泡沫浮选数据上将DCA-BLS与其他预测算法进行了对比实验, 实验结果表明, 本文提出的方法训练时间短, 且相较于其他所比较方法具有更高的准确率.

• 采煤机牵引系统双电机功率平衡控制策略

  贺虎成,汪沁,张晨阳,刘博涛,桂浩亚

  随着采煤机装机功率和开采能力的提升, 牵引系统控制效果及动态性能已成为影响采煤机工作稳定性的重要因素. 目前, 采煤机电牵引系统双电机控制策略多采用传统的主从控制, 其同步性能存在滞后问题, 容易导致牵引电机偏载. 此外, 系统在控制算法方面多采用传统PI 控制, 对于容易发生参数摄动及负载变化频繁的牵引系统而言, 传统PI控制的控制性能不佳. 为提高采煤机牵引系统驱动性能并实现牵引电机功率平衡, 根据采煤机牵引系统结构, 本文提出了一种基于自抗扰控制的转速主从、转矩交叉耦合控制的双电机控制策略, 并对控制策略进行了仿真分析和实验研究. 结果表明, 本文所提出控制策略实现了牵引系统功率平衡并提升了系统的控制性能.

• 基于神经网络观测器的反推终端滑模位置控制

  付东学,赵希梅

  为了提高永磁直线同步电机(PMLSM)的位置跟踪精度, 本文提出了一种基于神经网络自适应观测器的反推终端滑模控制(TSMC)方法. 首先, 建立PMLSM的动力学模型. 然后, 利用RBF神经网络的万能逼近特性去逼近系统中不确定性, 并将逼近后的输出信号输入给自适应观测器进行跟踪目标位置和速度的估计, 补偿由不确定性所导致的跟踪误差, 进而获得高精度的跟踪性能. 同时反推TSMC方法能够保证系统状态在有限时间内收敛, 有效改善了系统响应速度和鲁棒性能. 此外, 设计出一种新型饱和函数来改善系统抖振, 并利用Lyapunov稳定性定理进行了闭环系统稳定性分析. 最后, 通过空载和负载实验证实了该控制方案的有效性.

• 基于有限时间对偶神经网络的冗余机械臂重复运动规划

  孔颖,吴佳佳,雷景生,胡汤珑

  在考虑关节物理极限的情况下, 将冗余机械臂的逆运动学解析问题抽象为带约束的重复运动规划(RMP)方案. 针对速度层的带约束RMP方案, 本文提出了一种新型的递归神经网络, 即有限时间对偶神经网络(FTDNN),用以求解该类带约束RMP方案. 相比于传统的递归神经网络, 该FTDNN模型具有有限时间收敛特性, 不仅能够改进收敛的速度, 并且能够获得较高的收敛精度. 通过李雅普诺夫稳定性定理验证了FTDNN模型的渐近稳定性, 并进一步计算出FTDNN模型求解带约束RMP方案最优解的时间上界. 基于冗余机械臂PA10的计算仿真结果验证了FTDNN模型求解带约束RMP方案的有效性和可行性. 最后在Dobot Magician实物机械臂上的实验结果表明本文提出的有限时间对偶神经网络方法可以有效实现机械臂各关节角的重复运动.

• 网联车辆队列有限时间终端滑模控制

  郭戈,赵梓唯

  本文研究在模型参数不确定及未知干扰的情况下的车队控制问题, 该方法可保证车队系统在有限时间内稳定. 针对前车–跟随(PF)、双向(BD)的信息拓扑结构, 引入一种新的二次间距策略, 保证车队系统的交通流稳定性.然后, 提出两种基于非线性终端滑模控制和有限时间理论的分布式协同控制算法, 分别保证了系统的队列稳定性和强队列稳定性, 同时设计自适应律来处理系统中不确定参数和外源性扰动的影响, 通过构造Lyapunov函数分析系统的有限时间稳定性与队列稳定性. 最后通过数值仿真结果, 证明了所提出的控制算法的有效性. 结果表明, 本文所提的方法能保证队列稳定性、交通流稳定性、并保证闭环系统中的所有信号都是有限时间稳定的.

• 衔接注意力机制与残差ASPP的W-Net工业烟尘图像分割

  詹光莉,刘辉,陈甫刚,杨路

  工业烟尘图像分割是基于烟尘图像监测污染等级判定的重要环节. 针对工业烟尘分割时存在的小目标烟尘漏检、大目标烟尘误检以及分割结果精度低等问题, 提出了一种结合衔接注意力机制和残差空洞空间金字塔池化(ASPP)的W-Net网络. 使用衔接注意力机制将两个U-Net网络组合成W-Net, W-Net 能充分利用烟尘的轮廓、位置信息进行烟尘粗分割和细分割操作, 两次分割能达到更精细的分割效果; 此外, 针对W-Net中的普通卷积功能过于简单而不能更好地提取烟尘特征的问题, 提出一种兼具残差块和ASPP功能的残差ASPP结构, 同时还能根据大小目标烟尘的特点进行针对性分割, 分割结果更全面完整. 实验结果表明, 结合衔接注意力机制与残差ASPP的W-Net以较小的分割效率损失为代价获得了较高的分割精度, Recall, IoU与F-score指标提高了4%～5%, 解决了大小目标烟尘存在的分割问题, 烟尘的分割效果也优于其他语义分割网络.

• 基于知识Petri网和归结规则的推理方法

  谭开成,罗继亮,章宏彬,林鑫杰,叶剑虹

  本文提出了一种基于知识Petri网和归结规则的推理方法. 通过知识Petri网描述命题逻辑知识库, 将归结规则映射到知识Petri网上, 根据库所和变迁的连接关系, 定义了知识Petri网中的归结结构. 利用归结结构, 给出了基于知识Petri网的归结推理算法和扩展知识库的推理算法, 并利用Wumpus实例验证了推理算法. 该推理方法是可靠且完备的, 能够利用知识Petri网的网络结构降低计算复杂性.

• 短时延广义网络控制系统的指数保性能控制

  周红艳,张钊,陈雪波,李华

  本文基于标称点方法, 在短时变时延条件下, 研究了广义网络控制系统的指数稳定保性能控制问题. 基于李雅普诺夫稳定性判据和线性矩阵不等式技术, 给出了使得系统能够指数稳定且满足二次型性能指标的状态反馈控制器存在的条件和设计方法. 通过采用标称点方法, 有效地解决了现有方法没有考虑网络诱导时延与系统保守性的关系且适用范围有限的问题, 并通过算例验证了有效性. 由于建模过程中充分考虑了系统的保守性, 相比之下获得了更好的二次型性能指标值.