控制理论与应用杂志

控制理论与应用杂志2023年第3期

• 分支定价方法求解带二维装箱约束的车辆路径问题

  季彬,周赛琦,张政

  面向家具、电器等货物的物流配送场景, 研究带二维装箱约束的车辆路径问题(2L–CVRP), 构建了2L–CVRP的混合整数线性规划模型. 为求解大规模2L–CVRP, 构建了该问题集合划分模型, 提出基于分支定价的方法.针对分支节点的松弛模型, 基于列生成策略将其分解为线性规划主问题、带资源和二维装箱约束的最短路径子问题, 并提出基于ng-route松弛策略的标签算法和基于禁忌搜索的装箱算法有效求解复杂子问题. 仿真结果表明, 提出的方法可高效求解大规模2L–CVRP, 其中ng-route松弛策略能有效提升算法求解效率, 研究成果为装箱约束下大规模车辆路径问题的高效求解提供了有效途径.

• 基于半定量概率图模型的溯因分析方法

  谢永芳,李理,谢世文,陈晓方

  复杂工业系统的故障原因定位可协助操作人员快速调整设备运行参数, 保障生产高效稳定地运行. 铝电解过程机理复杂且外部因素干扰多, 信息具有不确定性特征, 难以建立精确的定量模型, 而定性分析的准确度不高.为此, 本文针对铝电解溯因过程的层次性、相关性、不确定性的特点, 构建了一种基于半定量概率图模型的溯因分析框架, 将定量和定性分析相结合, 通过不确定理论对信息进行处理和描述, 采用图形符号可视化知识变量间的因果关系, 再基于概率图模型的推理方法实现不确定性条件下的溯因诊断, 为实现铝电解异常槽况的原因分析与定位提供了理论支撑.

• 带运输时间混合流水车间成组调度的协同进化文化基因算法

  袁帅鹏,李铁克,王柏琳

  研究了一类带有序列相关准备时间和阶段间运输时间的混合流水车间成组调度问题, 以最小化最大完工时间为目标建立混合整数线性规划模型, 结合问题特征提出一种协同进化文化基因算法. 算法采用置换序列的方式对工件组间调度、各工件组内工件间调度以及各工件组在各阶段上并行机的指派3个子问题进行统一编码, 基于负载均衡思想和改进的先到先得策略将染色体解码为问题的可行解; 进化过程中采用多种遗传算子执行全域搜索, 并设计了一种基于破坏和重新构造的协同进化局部搜索策略. 通过不同问题规模的数据实验和与对比算法的比较分析, 验证了所提模型和算法的有效性.

• 面向平均区域覆盖的多机器人分布式控制

  肖凡,杨庆凯,周勃,方浩

  随着通信技术、传感技术和控制技术的发展, 多机器人系统因其良好的鲁棒性, 灵活性和可扩展性, 在理论研究和工程应用中展现出广阔的前景. 区域覆盖是多机器人系统典型应用之一, 目前多采用维诺图分割覆盖区域并使用Lloyd算法控制机器人前往维诺图细胞中心. 然而传统Lloyd算法存在不平衡问题, 即机器人覆盖区域面积大小不一, 这降低了多机器人协作效率. 针对平均区域覆盖问题, 本文提出了一种改进的Lloyd算法, 将维诺图中各细胞面积方差引入Lloyd算法, 相应地设计了基于梯度下降法的分布式控制器. 本文方法降低了维诺图中各细胞面积的方差, 改善了Lloyd算法的平衡性, 能够实现整个区域面积更为平均的划分与机器人对该区域的覆盖. 数值仿真与无人机实物实验均验证了改进算法的有效性.

• TCP/AWM网络系统的事件触发预设性能拥塞控制

  谢海修,井元伟

  研究了具有非响应用户数据报协议流干扰的TCP/AWM网络系统的跟踪控制问题. 针对网络拥塞控制系统, 给出了一种改进的网络模型. 将预设性能控制和事件触发机制相结合, 提出了一种新的AWM拥塞控制算法. 利用改进的边界性能函数限制TCP/AWM网络系统的队列跟踪误差, 提高了闭环系统的暂态和稳态性能, 保证了所有闭环信号都是有界的. 此外, 采用基于一位信号传输的事件触发控制协议, 当控制信号更新时, 仅通过一个二进制信号(0或1)传输信息. 与传统的事件触发控制协议相比, 不仅考虑了有限的带宽, 而且考虑了网络传输的成本以及安全性问题. 最后, 通过仿真验证和分析, 证明了所提方法的可行性和优越性.

• 四旋翼无人机姿态系统复合连续快速非奇异终端滑模控制

  赵振华,李婷,姜斌,曹东

  本文针对受多源干扰影响的四旋翼无人机姿态系统, 基于复合连续快速非奇异终端滑模算法, 研究了姿态指令变化率未知情况下的连续有限时间姿态跟踪控制问题. 首先, 基于四旋翼无人机姿态回路动力学模型, 通过引入虚拟控制量实现姿态跟踪误差动态的三通道解耦; 其次, 分别针对各通道跟踪误差动态设计高阶滑模观测器, 实现跟踪误差变化率和集总干扰的有限时间估计; 最后, 结合姿态跟踪误差变化率的估计信息, 构建动态快速非奇异终端滑模面, 并在控制设计中用指数幂函数代替符号函数以保证控制量连续. 并且基于Lyapunov分析方法给出了姿态跟踪误差有限时间收敛的严格证明, 仿真结果验证了所提方法的有效性.

• 伺服系统弹性负载的闭环辨识方法

  郑立楷,吴玉香,王孝洪,黄淇松

  为有效解决机械谐振问题, 伺服系统弹性负载的辨识是非常关键的步骤. 本文以工业中最常见的双惯量系统作为辨识对象设计闭环辨识方法, 使用伪随机二进制序列作为激励并采集电机电流转速信号. 在此基础上, 使用最小二乘法拟合系统的自回归移动平均模型, 并提高模型阶次以保证拟合精度. 为抑制采样噪声的影响, 提出基于平衡截断的模型降阶方法, 根据Hankel奇异值大小判断系统阶次并提取主要模态. 最后, 通过仿真和实验进行验证,结果表明: 相比于传统辨识方法, 本文所提出的辨识方法能够有效抑制噪声干扰, 具有更高的精度.

• 混响噪声下声源定位与跟踪的多特征自适应IMM粒子滤波算法

  刘望生,潘海鹏,王明环

  针对混响噪声下声源定位精度低和鲁棒性弱等问题, 提出了多特征自适应IMM粒子滤波算法. 该算法以麦克风接收信号的多特征作为观测信息, 采用空时相关和迭代滤波建立了时延选择机制和波束输出能量优化机制, 并在两者的基础上构建了似然函数以获得合理的声源位置信息. 考虑到说话人运动的随机性, 给出了自适应IMM算法, 通过在线粒子集生成并将不同过程方差的模型进行交互来拟合说话人的不同运动模式, 改善了说话人跟踪系统的稳健性. 仿真和实测结果表明, 所提算法利用了多特征定位信息的互补性, 降低了观测误差不确定性对声源位置估计的影响, 增强了随机运动声源跟踪系统的鲁棒性, 提高了系统的定位精度.

• 基于自生成专家样本的探索增强算法

  刘健,赵恒一

  为进一步提高深度强化学习算法在连续动作环境中的探索能力, 以获得更高水平的奖励值, 本文提出了基于自生成专家样本的探索增强算法. 首先, 为满足自生成专家样本机制以及在连续动作环境中的学习, 在双延迟深度确定性策略梯度算法的基础上, 设置了两个经验回放池结构, 搭建了确定性策略算法的总体框架. 同时提出复合策略更新方法, 在情节的内部循环中加入一种类同策略学习过程, 智能体在这个过程中完成对于参数空间的启发式探索. 然后, 提出基于自生成专家样本的演示机制, 由智能体自身筛选产生专家样本, 并根据参数的更新不断调整,进而形成动态的筛选标准, 之后智能体将模仿这些专家样本进行学习. 在OpenAI Gym的8组虚拟环境中的仿真实验表明, 本文提出的算法能够有效提升深度强化学习的探索能力.

• 考虑广义需求侧资源的深度置信网络短期负荷预测方法

  胡实,唐昊,吕凯,杨晨芳

  随着智能电网信息化水平的不断提高以及可控负荷、分布式电源和储能等广义需求侧资源的大量接入, 将产生海量负荷数据集并改变负荷特性. 为了提高负荷预测精度, 提出了一种考虑广义需求侧资源的深度置信网络(DBN)负荷预测方法. 首先, 借助负荷聚合商确定了广义需求侧资源参与电力市场的机制, 构建了基于合同的广义需求侧资源调度模型, 并利用该模型求解广义需求侧资源参与电力市场的最优调度计划. 其次, 引入DBN结构, 并将广义需求侧资源的最优调度计划作为其输入量, 建立了短期负荷预测模型. 最后, 以实际数据进行仿真测试, 结果表明, 本文所提方法具有更高的预测精度.

• 博弈协商策略下的多星分布式协同任务规划

  刘立昊,董正宏,苏昊翔,陈公政

  随着星载智能水平、航天运载能力、星间通信能力的全面提升, 智能化、组网化、自治化的卫星系统成为当前发展趋势, 传统的集中管控方式已难以适应未来分布式卫星系统的综合管理需求. 针对分布式遥感卫星系统任务规划问题, 本文提出了一种博弈协商机制的多星自主分布式任务规划模型. 在该模型中, 每颗卫星作为“理性”个体参与任务规划, 在每轮博弈中基于局部目标信息和全局交互信息, 利用自适应粒子群优化算法不断更新自身的“行动”, 直至达到系统平衡. 仿真结果显示, 分布式任务规划方法能够灵活地应对不同规模的问题场景, 算法性能不会随着问题规模的增大而出现显著的下降, 有效地克服了传统方法在大规模任务规划场景中优化时间激增、收敛速度慢等缺点, 能高效地获取全局性能较优的规划解.

• 变分模态分解组合广义形态滤波器的MEMS陀螺仪去噪方法

  芦竹茂,白洋,黄纯德,关少平,孟晓凯

  为了更加有效地消除MEMS陀螺仪输出信号存在大量不同类型噪声的同时保留有效信号特征, 本文提出了一种变分模态分解(VMD)的多尺度自适应组合广义形态滤波器(CGMF)去噪方法. 该方法首先采用VMD将MEMS陀螺仪原始输出信号分解为多个不同尺度的具有特殊稀疏性的一高低频离散带限子信号内模函数(BLIMFs),然后通过选择CGMF中合适的结构元素(SEs)长度和几何结构对上述不同尺度BLIMFs进行自适应去噪处理, 最后重建去噪后的BLIMFs获得去噪信号. 通过实验验证并与现有的信号去噪方法相比, 本方法的主要优点在于: 1) 解决了CGMF中SEs的长度和几何结构等关键参数的自适应选择问题; 2) 针对不同类型噪声均进行了有效的分离和去噪处理.

• 基于深度强化学习与旋量法的机械臂路径规划

  王寅,王永华,尹泽中,万频

  深度强化学习在机械臂路径规划的应用中仍面临样本需求量大和获取成本高的问题. 针对这些问题, 本文基于数据增强的思路, 提出了深度强化学习与旋量法的融合算法. 本算法通过旋量法将与环境交互所得的自然轨迹进行有效复制, 使深度强化学习样本利用率和算法训练效率得到提高; 复制轨迹的同时对被控物体、障碍物等环境元素进行同步复制, 以此提高机械臂在非结构环境中的泛化性能. 最后, 在具备物理模拟引擎的Mujoco仿真平台中, 通过Fetch机械臂和UR5机械臂在非结构化环境下进行实验对比分析, 结果表明了本文算法对于提升深度强化学习样本利用率和机械臂模型泛化性能的可行性及有效性.

• 基于双边闭环函数的网络化采样控制系统稳定性分析

  曾红兵,颜俊杰,肖会芹

  考虑数据通信时延不确定环境下网络化采样控制系统的稳定性问题. 首先基于输入时滞方法, 建立包含采样周期信息的网络化采样控制系统的数学模型, 在此基础上, 采用双边闭环函数方法和自由矩阵积分不等式技术,得到网络传输时滞变化区间依赖稳定性新准则, 并进一步讨论了网络化采样控制系统中网络时延与采样周期之间的关系. 仿真结果表明减小采周期可以增强网络控制系统对网络通信时延的鲁棒性.

• 基于知识Petri网的确定性和不确定性联合推理

  谭开成,罗继亮,林鑫杰,章宏彬

  知识推理是人工智能的核心领域, 旨在研究如何从已知(知识库和推理规则)推理出未知, 以帮助智能体做出科学决策. 而智能体所处的环境存在不可观性和不确定性, 因此知识库通常不仅包含确定性知识, 还包含不确定性知识, 而且推理过程需要两类知识紧密协作. 然而, 目前的推理方法无法将两类知识统一表示, 常常将两者对应的推理过程割裂进行. 基于此, 为了实现在统一的模型架构下完成确定性和不确定性联合推理, 给出了一种知识Petri网推理方法. 首先, 定义了一种新的知识Petri网, 使其不仅能够描述确定性的知识规范, 也可以描述先验概率知识;其次, 根据知识Petri网的网结构, 给出了一种知识Petri网概率独立剪枝算法, 能够指数级地降低不确定性推理的计算复杂性; 最后, 利用知识Petri网及其概率独立剪枝算法, 给出了一种新型推理算法, 实现了确定性和不确定性的联合推理, 并利用Wumpus 世界进行了演示和验证.

• 速度测量不确定性影响下的无人车路径跟踪预瞄控制

  张腾飞,王恒,张守武,李擎

  预瞄距离是无人车路径跟踪预瞄控制系统设计中的一个关键参数, 其选取往往依赖于车辆行驶速度. 然而,车速的测量不可避免存在偏差, 这必将影响系统的预瞄控制性能. 本文针对这一问题, 在充分考虑车速测量不确定性对预瞄距离选取影响的基础上, 提出一种基于线性参数变化(LPV)系统的鲁棒H∞路径跟踪预瞄控制算法. 首先,选取车速和预瞄距离为调度变量, 将原系统转化为一种具有可变权重因子的LPV系统. 然后, 针对无人车系统状态的不完全可测性, 设计一种基于观测器的鲁棒H∞控制器. 最后, 给出保证闭环系统鲁棒H∞性能的凸优化求解条件.仿真结果验证了本文提出控制算法的有效性.

• 学习型离散排超联赛算法求解带时间窗的绿色多车型两级车辆路径问题

  李正雯,胡蓉,钱斌,金怀平,吕阳

  针对现实中广泛存在的带时间窗的绿色多车型两级车辆路径问题(G2E-HVRP-TW), 本文提出一种结合加权K-means算法(WKA)的学习型离散排超联赛算法(LDVPLA)进行求解. 首先, 根据该问题规模大、约束多的特点,采用WKA将原问题G2E-HVRP-TW分解为一个绿色多车型车辆路径子问题(GHVRP) 和一组带时间窗的GHVRP(GHVRP-TW), 从而实现两级问题间的部分解耦, 以合理缩小搜索空间. 然后, 利用LDVPLA求解分解后的一系列子问题, 并将各子问题的解合并后得到原问题的解. LDVPLA在竞赛阶段将标准排超联赛算法(VPLA)中实数个体更新操作替换为一系列排序操作, 使其能够直接在问题离散解空间内执行基于VPLA机制的搜索, 可提高搜索效率;在学习阶段构建三维概率矩阵模型合理学习并积累优质解信息, 有利于驱动算法较快到达解空间中的优质解区域执行搜索; 在淘汰阶段设计一种重启策略, 可避免算法过早陷入局部最优. 最后, 通过在不同规模算例上的仿真实验和算法对比, 验证了所提算法的有效性.

• 基于分段多项式李雅普诺夫函数的模糊系统的稳定性分析

  吴雨棠,李丽珍,胡德时

  本文采用最大型分段多项式李雅普诺夫函数研究了多项式模糊系统的闭环稳定性问题. 首先, 本文设计了与分段李雅普诺夫函数对应的切换模糊控制器, 提出了多项式模糊模型稳定的平方和条件, 同时证明了最大型分段多项式李雅普诺夫函数在函数切换点的稳定性. 然后, 设计了相应的路径跟踪优化算法, 对本文非凸的稳定条件进行迭代求解. 最后, 通过两个算例进行仿真与比较, 说明并验证了本文所提出结论的可行有效性.

• 三相交错并联DC–DC变换器的模糊高阶滑模控制

  张圆圆,龚仁喜,刘剑锋

  针对传统ST滑模控制算法在DC–DC变换系统到达段存在快速性和抑制抖振之间的矛盾问题, 提出一种三相交错双向DC–DC变换器的模糊高阶滑模(FZST)控制算法. 该算法依据李雅普诺夫函数求解出系统稳定需要满足的收敛条件, 然后基于当前误差进行模糊逻辑推算, 进一步在线调整收敛条件下的滑模面系数, 保证对误差项加速抑制的同时完成对静态误差的积分, 保留了ST滑模控制的动态性, 并抑制系统的抖振. 最后对双向DC–DC半桥回路中的电压环和电流内环, 进行双FZST滑模控制的仿真与实验验证, 结果表明: 系统在电压跟随, 输入端电压与输出端负载大扰动情况下, FZST滑模控制算法具有较强的鲁棒性, 能够改善系统的动态品质, 并有效地解决抖振问题.

• 桥式起重机定位防摆改进型自抗扰控制

  肖友刚,王辉堤,李蔚,韩锟

  为解决严重外界干扰下桥式起重机长距离运输过程中定位困难、消摆时间长的问题, 根据起重机先加速、再匀速、后减速的远程运输特点, 利用两段Sigmoid函数, 设计了可按需调整各阶段速度且高阶连续的新型跟踪微分器; 采用Sigmoid函数构造了增益时变且连续可微的扩张状态观测器, 使其具有“大误差小增益, 小误差大增益”特性, 克服了经典ESO增益在切换点处的突变问题, 抑制了观测信号的微分峰值现象, 实现了位移和摆角控制回路间的解耦; 利用tanh函数改进了误差反馈控制律, 避免了大扰动下的控制量饱和问题; 综合形成了适用于起重机长距离运输、且能最大程度抑制振动和冲击的改进型自抗扰控制器, 并对闭环系统的稳定性进行了严格的理论证明. 仿真及实验结果表明, 改进型自抗扰控制器在大干扰影响下可全过程平稳且基本无摆地将负载搬运到目标位置.

• 基于自联想核回归的带离群值化工过程故障检测

  沈飞凤,杨慧中

  基于数据驱动的故障检测模型通常要求训练数据必须是正常操作条件下的测量值. 然而在实际工业生产过程中, 即使在正常工况下, 数据集中也难以避免存在离群值. 此时若仍采用传统的基于多元统计分析的方法, 其监测模型的控制限会受到严重影响, 造成故障漏报. 因此, 为了确保当训练数据包含离群值时, 监测模型仍然呈现较好的故障检测效果, 本文提出了一种基于自联想核回归的故障检测方法. 首先基于最小化散度的鲁棒预白化算法对训练集进行白化计算, 消除变量之间相关性对样本相似度度量的影响. 然后通过自联想核回归算法重构正常工况下的验证数据, 根据重构误差建立模型监测指标. 为了消除离群值对故障样本重构的影响, 构造截断函数来避免离群样本参与相似故障数据的重构, 并对所有参与构建Q统计量的残差变量基于指数加权滑动平均方法自适应加权,得到新的监测统计量. 将该方法运用于田纳西–伊斯曼过程并与其他方法进行比较, 验证了本文所提故障检测算法的有效性.