基于超图正则化的域适应偏最小二乘多工况软测量模型

针对流程工业中,因多工况导致数据分布变化引起传统软测量模型预测性能恶化问题,本文提出一种基于超图正则化的域适应多工况软测量回归模型框架.首先,采用非线性迭代偏最小二乘回归算法为基模型,在潜变量空间利用历史工况数据重构当前工况数据,以增强工况间的相关性,有效减小数据分布差异;同时,对重构系数施加低秩稀疏约束,保留了数据的局部和全局子空间结构;其次,通过超图拉普拉斯正则项对域适应潜变量求解过程进行约束,避免在寻找潜变量过程中破坏数据结构.最后,利用交替方向乘子法优化求解模型参数.在多个数据集上的实验表明,本文方法在多工况环境下可有效提高软测量模型的预测精度和泛化性能.

腔室清洗的单臂组合设备初始暂态调度

为了提升腔室洁净度,晶圆厂需对组合设备腔室进行清洗操作,从而提高晶圆的加工质量.考虑腔室清洗时间和晶圆驻留时间的约束条件下,本文研究了单臂组合设备的初始暂态调度问题.首先,提出了机械手的初始暂态活动规则,并对机械手活动序列进行描述,实现了系统的初始暂态可调度性;其次,对机械手在初始暂态和稳态的活动时间进行了建模;然后,根据系统的时间特性,建立了初始暂态调度的线性规划模型;最后,通过实例验证了该方法的有效性.与已有的虚拟晶圆方法相比,该调度方法能有效减少初始暂态的完工时间,提高了组合设备的晶圆生产效率.

结合优势结构和最小目标Q值的深度强化学习导航算法

针对现有基于策略梯度的深度强化学习方法应用于办公室、走廊等室内复杂场景下的机器人导航时,存在训练时间长、学习效率低的问题,本文提出了一种结合优势结构和最小化目标Q值的深度强化学习导航算法.该算法将优势结构引入到基于策略梯度的深度强化学习算法中,以区分同一状态价值下的动作差异,提升学习效率,并且在多目标导航场景中,对状态价值进行单独估计,利用地图信息提供更准确的价值判断.同时,针对离散控制中缓解目标Q值过估计方法在强化学习主流的Actor-Critic框架下难以奏效,设计了基于高斯平滑的最小目标Q值方法,以减小过估计对训练的影响.实验结果表明本文算法能够有效加快学习速率,在单目标、多目标连续导航训练过程中,收敛速度上都优于柔性演员评论家算法(SAC),双延迟深度策略性梯度算法(TD3),深度确定性策略梯度算法(DDPG),并使移动机器人有效远离障碍物,训练得到的导航模型具备较好的泛化能力.

第43届中国控制会议(CCC2024)征文通知

2024年7月28-31日,中国昆明中国控制会议是由中国自动化学会控制理论专业委员会发起的系列学术会议,现已发展成为控制理论与技术领域的国际性学术年会.会议以中文和英文为工作语言,采用大会报告、专题研讨会、会前专题讲座、发展论坛、分组报告与张贴论文等形式进行学术交流.自2006年起会议论文集中的英文论文进入IEEE CPP,并由EI收录.

面向点云配准和地点识别的多头旋转注意力网络

点云配准和地点识别是移动机器人和自动驾驶车辆实现自主定位的关键技术.目前鲜有方法能够在实现高效地点识别的同时输出准确的6自由度位姿.本文提出了一种新颖的多头网络,该网络首先在统一的主干网络中提取稀疏而特征显著的点,随后分别在稠密点匹配头中解决点云配准问题,在全局描述头中解决地点识别问题.其中,在主干网络中创新应用3D-RoFormer机制,以一种低计算和存储复杂度的方式显式地编码特征点之间的相对位姿信息,从而学习到更显著和鲁棒的点特征,有效提高了网络的特征表达能力.在稠密点匹配头中,首先,构建稀疏点可靠的匹配关系,并据此由粗至精地确定稠密点的匹配关系,进而优化位姿估计.在全局描述头中,网络将稀疏的特征点及其特征向量进行压缩编码,获得对相关点云的全局描述子,实现高效的地点识别.为了验证算法的有效性并评估其性能,本文针对不同环境、不同传感器获得的数据集开展了实验研究.实验结果表明,本文方法在所有测试数据集中都具有很好的泛化能力,并较当前先进方法都有更优或相当的表现,降低连续点云配准误差约27%,降低闭环点云配准误差约37%.

基于自适应阈值与扩张状态滑模观测器的AUV执行机构故障检测与估计

作为自主式水下机器人(AUV)的重要组成部分,执行机构的可靠性对系统的安全运行具有重要意义.本文以AUV六自由度模型为基础,提出了一种基于自适应阈值与扩张状态滑模观测器相结合的故障检测与估计机制.首先,本文将模型中除去控制输入的部分扩张成新的系统状态,得到估计值和实际值之间的残差;其次,针对执行机构的未知扰动,文章设计了一种改进的自适应阈值以监测残差的变化,进一步降低了误诊率与漏诊率;随后,文章在扩张状态的结构基础上设计滑模观测器,将观测器的增益求解转化为线性矩阵不等式(LMI)约束优化问题;最后,通过动态滑模面的设计实现了抖振的抑制并论证了该动态滑模面的收敛性,同时引入等效控制输出误差注入原理,实现了AUV执行机构的故障重构.仿真结果表明,本文所提方法对AUV执行机构的故障具有较好的检测灵敏度和估计精度.

拒绝服务攻击下网络化非线性系统的采样数据控制

本文研究了在拒绝服务攻击下网络化非线性系统的采样数据输出反馈控制问题.首先,为了避免使用完整的状态信息,在存在拒绝服务攻击的情况下设计了一种新颖的切换观测器.其次,同时考虑两个采样周期和拒绝服务攻击的影响,建立了一个新的切换增广系统模型,包括系统本身和误差系统.利用该模型和分段Lyapunov-Krasovskii泛函方法推导出保证切换增广系统是指数稳定的充分条件.进一步,利用线性矩阵不等式的解给出了观测器和控制器增益的共同设计方案.最后,通过仿真验证所提出控制方法的有效性.

带有运行成本函数的Hamilton-Jacobi可达性分析

水平集方法将可达集表示为Hamilton-Jacobi方程解的零水平集,保存多个不同时间范围的可达集则需要保存Hamilton-Jacobi方程在多个时刻的解,这不仅需要消耗大量的存储空间还为控制律的设计造成了困难.针对这些局限性,提出了一种改进的基于Hamilton-Jacobi方程的可达集表示方法.该方法在Hamilton-Jacobi方程中加入了一项运行成本函数,可以用同一个时刻的解的多个非零水平集表示多个不同时间范围的可达集,极大地节省了存储空间并为控制律的设计提供了便利.为了求解所构造的带有运行成本函数的Hamilton-Jacobi方程,采用了一种基于递归和插值的方法.最后,通过一些数值算例验证了所提出的方法的精确性、在存储空间方面的优越性以及设计的控制律的有效性.

基于事件语境的文本情感原因对特征提取

现有的情感原因对提取任务(ECPE)大多采用将情感从句逐一与原因从句匹配的方法,或专注于候选对的排序方法,忽略了影响情感因果关系成立的从句的事件语境,导致模型在理解情感因果关系时产生偏差,并且无法捕捉长距离的因果关系.为此,本文提出了基于注意力机制和情感从句卷积核的分层模型,将原始文档的事件语境特征嵌入到情感原因对特征提取器中,以创建一个集成和增强的特征.首先,将情感分析得到的情感从句类别特征作为卷积核.然后,利用文档的事件语境特征提取情感原因对.本文方法在中文数据集的F1分数上有1.38%~6.08%的提升,在英文数据集的F1分数上有2.35%~7.27%的提升,说明情感分析和因果事件语境对于情感原因对提取的有效性.

基于优化模拟电荷法的直流输电线路电场特性计算

为了提高模拟电荷法计算电场的精度并降低其计算复杂度,采用黄金分割法对模拟电荷法进行优化,提出了一种精度高且易实现的模拟电荷设置方法.应用该模拟电荷法计算了直流输电线路导线表面电场,采用“化曲为直”法绘制了电场线轨迹.在此基础上,基于通量线法对比分析了分裂导线表面最大场强在不同取值方法下求解合成电场和离子流密度时带来的计算结果差异.结果表明:此优化模拟电荷法计算电场精度高,并能随导线参数的变化灵活调整模拟电荷的设置;“化曲为直”法绘制电场线轨迹,可避免地面电场水平分量为0时微分方程结果不收敛的问题;用分裂子导线表面最大场强的平均值与其中最大值所得合成电场和离子流密度的最大值分别相差10%和30%以上,前者所得结果与实测值更为吻合.研究结果可为输电线路的设计及运维提供理论参考.

采用非线性无源理论的MMC-MG并网电流控制

针对MMC半桥串联结构微电网(modular multilevelconvertermicrogrids,MMC–MG)并网电流控制中,采用传统PI控制方法时其动态性能较差的问题,提出一种利用无源控制理论的电流控制策略.首先,阐述了系统的拓扑结构,并建立了其欧拉–拉格朗日数学模型.然后,通过选取系统的状态变量,设置误差能量函数及需注入的阻尼项,以得到无源控制律;并依据该控制律设计无源电流控制器.此外,通过观察采用不同阻尼值时控制器的稳定性、电流谐波特性、幅频和相频特性曲线,进而得到最佳的阻尼参数;最后,由系统的并网仿真模型验证所提无源电流控制的有效性.结果表明,与传统PI控制相比,阻尼注入无源控制方法能在不同运行工况下实现对电流和功率参考值的快速跟踪.同时,具有良好的谐波特性和稳定性.

带相关噪声异步采样系统的分布式最优线性递推融合估计

对带相关噪声的异步均匀采样线性离散系统,研究了分布式最优线性递推融合预报和滤波问题.通过引入满足伯努利分布的随机变量将系统同步化,给出了局部Kalman预报器和滤波器.分别推导了局部估值间的互协方差阵、分布式最优线性融合估值与局部估值间的互协方差阵.提出了分布式最优线性递推融合预报器和滤波器.与局部估值按矩阵加权的分布式融合估计算法相比,所提出的算法具有更高的估计精度,但与集中式融合相比有精度损失.为了进一步提高估计精度,又提出了带反馈的分布式最优线性递推融合预报器和滤波器,证明了带反馈的融合估计与集中式融合估计具有相同的精度.仿真例子验证了所提算法的有效性.

先进布局无人机多目标自适应概率引导控制分配

针对先进布局无人机多操纵面冗余的控制分配问题,提出一种基于自适应概率引导的混合多目标控制分配方法.首先,根据冗余舵面操纵特性,建立带约束的舵面动态效能模型,提出精度需求不同的混合多目标优化指标.随后,为了综合平衡各目标寻优精度与求解速度提出基于自适应概率引导的多目标粒子群控制分配方法.该方法根据各目标最优值与期望精度差值构建自适应概率函数,依概率选择全局最优解,引导种群向各目标期望精度方向精细搜索以提升算法解算精度,减少无用搜索以提高求解速度;同时,根据收敛性指标增加变异因子,避免算法陷入局部最优.最后,仿真验证该方法可有效处理舵面耦合及非线性特性,减少能耗损失,实现操纵面多目标控制分配,使得无人机快速平稳跟踪控制指令.

离散时间部分状态反馈模型参考自适应控制

本文针对线性不确定性系统,给出了部分状态反馈直接模型参考自适应控制设计方案以及详细的系统稳定性、输出跟踪性能分析.控制器设计基于降维观测器和参数化方法.此方案采用反馈控制,反馈信号不仅仅依赖全状态信息或者输出信号,而是任意不超过系统维数的可测信号.因此,部分状态反馈控制是包含状态反馈、输出反馈控制的新的控制方案,缓解了状态反馈对状态信息的限制,降低了输出反馈控制结构的复杂性.通过引入辅助信号,本文证明了输出匹配条件的存在性、所有闭环系统信号的有界性以及渐近输出跟踪性能.仿真结果验证了该方案的有效性.

车辆路径问题的轻鲁棒优化模型与算法

针对不确定旅行时间下的车辆路径问题,以总变动成本最小为优化目标,建立了一种轻鲁棒优化模型,提出了一种针对问题特征的超启发式粒子群算法.在算法中,利用基于图论中深度优先搜索的初始化策略加快算法的早期收敛速度,引入基于均衡策略的启发式规则变换方式来提高算法的寻优能力,重新设计的粒子更新公式确保生成低层构造算法的有效性.实验结果表明:所提算法能有效地求解不确定旅行时间下的车辆路径问题.

有向加权供应链网络级联失效的抗毁性研究

供应链网络是一个高度复杂的有向加权网络,研究供应链网络本身的抗毁性对改良供应链网络拓扑结构,提高网络稳定性和鲁棒性有着至关重要的意义.因此本文依据复杂供应链网络中不同的网络攻击方式导致的节点或者连边级联失效现象,提出了一项在有向加权供应链网络下的抗毁性标准.在提出的抗毁性准则中,本文引入了"网络运营度"的概念,并针对有向加权网络的几种级联失效现象下的"网络运营度"的理论机理进行阐述,最后通过实验证明该抗毁性准则相对于其他文章所提出的抗毁性准则有着相对较好的表现,证实了本文提出的抗毁性测度的有效性.

基于集成知识蒸馏的肺病分析

新冠肺炎以来,肺部疾病引起了人们更大的关注.肺音的特征与诊断是肺病理学中重要的组成部分.现有的肺音分析工作主要是对肺音的类型进行分类,分类肺病的研究较少.另外,单个分类模型无法在保护隐私的前提下融合多方数据,复杂的模型也难以保证分类的实时性.针对这些问题,本文提出集成知识蒸馏的肺疾病分类模型.首先从肺音音频中提取梅尔频谱特征,然后建立多个二分类卷积神经网络模型作为教师模型,最后通过集成知识蒸馏技术,将多个教师模型的知识集成到一个精简的多分类学生模型上.实验表明,该模型能够在预测准确率达95%的情况下,参数量比教师模型减少79%,预测速度提升20%.在同等条件下,时耗仅有MobileNet–v3–small模型的6%,实现实时性肺疾病分析.

含有非匹配干扰和未知动态的非仿射系统滑模控制算法

针对含有非匹配干扰和未知动态的非仿射系统控制问题,提出了一种基于扩张状态观测器(ESO)的改进滑模控制(SMC)方案.本文首先利用扩张状态观测器,将原系统转变为一个包含干扰的二阶积分级联系统,使含有未知动态的非仿射系统控制器设计问题转化为二阶积分级联系统的控制器设计问题,从而使得控制器在设计过程中不需要对对象模型完全已知.为了改善ESO的瞬态性能,提出了一种含有预设性能函数(PPF)的改进ESO,利用PPF对估计误差进行约束,抑制ESO收敛过程中的振荡和超调.其次,提出了一种带有修正项的改进滑模面,在降低ESO估计误差所带来的非匹配干扰影响的同时,也提高控制系统的收敛速度和跟踪精度.仿真算例表明,所提的改进ESO能够更快收敛,振荡次数显著减少,改进的滑模控制能够处理非匹配干扰的影响,并获得更快的收敛速度以及更高的跟踪精度.

连续搅拌反应釜的自适应输出反馈控制及参数整定

针对一类连续搅拌反应釜(CSTR),提出了基于扩张状态观测器和反步法的自适应控制方法,并结合连续动作强化学习器(CARLA)进行控制器参数整定.将CSTR视为包含不确定函数的非严格反馈非线性系统,利用扩张状态观测器对系统中的状态变量实时估计,并对不确定函数在线逼近,将系统补偿为线性二阶积分串联系统,为其设计反步法控制器.通过李雅普诺夫稳定性定理对系统稳定性进行分析,证明了闭环系统中所有信号均有界.最后,针对大量控制器参数难以人工整定的问题,设计CARLA算法快速搜索控制器参数最优值,提升了控制品质.仿真实验进一步验证了该方法的有效性.

事件触发下多智能体系统一致性的干扰主动控制

本文针对带有外部干扰影响的多智能体系统,研究了基于事件触发机制下的多智能体系统Leader-Following一致性的控制问题.采用干扰观测器来估计系统中存在的干扰,并设计了基于事件触发机制的干扰主动控制方案.运用现代控制理论和矩阵论等工具分析了多智能体协同运动算法得到了多智能体系统在分布式事件触发机制下的一致性收敛条件,并且分析了本文设计的分布式事件触发机制的时间间隔存在正的下界.最后通过计算机仿真,验证了本文所提控制算法的有效性.