摘要：针对带有不确定性动态的二阶系统模型参考轨迹跟踪控制问题,设计了一种基于鲁棒控制障碍函数的安全强化学习算法。该算法能在学习跟踪控制器的过程中保证系统避障。首先,对具有安全约束的轨迹跟踪控制强化学习问题进行建模。其次,利用高斯过程模型对未知系统动力学的估计,得到鲁棒的避障控制障碍函数条件,在该条件下得到概率意义下的系统安全性保证。最后,提出基于鲁棒控制障碍函数的安全强化学习算法,得到最优模型参考轨迹跟踪控制律。仿真结果验证了所提算法的有效性。

摘要：为获得三维各向异性光子晶体的带隙,基于Lebedev网格设计了一套求解其能带结构的快速仿真算法.首先,采用有限差分方法对Maxwell方程组进行离散,通过结合早期在Yee氏网格上的工作,对离散所得的Maxwell特征值问题的系数矩阵结构进行分析,给出其显式奇异值分解,并利用零空间压缩方法给出无零空间的标准特征值问题形式;在结合求逆Lanczos方法和共轭梯度法以及利用快速傅里叶变换大幅加速系数矩阵与向量乘法的基础上,设计出针对三维各向异性光子晶体能带结构的快速数值仿真算法.数值实验表明,相比于商业软件COMSOL,该套算法不仅数值结果准确,迭代算法所需的平均次数低于360次,且总计算时间少于1.25h,展现了算法在结合图形处理单元(GPU)高性能计算技术后的有效性与高效性.

摘要：研究一类具有未知动力学的二阶异构非线性多智能体系统二分拟一致性问题.针对二阶多智能体系统中未知的非线性动态,基于神经网络逼近理论设计一类自适应控制协议,以保证所有智能体最终收敛到有界区域内.借助Lyapunov稳定性理论和不等式技巧得到异构多智能体系统实现领导-跟随二分拟一致性的充分性条件,并给出一致性误差的上界.最后通过数值仿真验证了理论结果的有效性.

摘要：针对未知环境下的多智能体覆盖控制问题,提出一种基于稀疏高斯过程回归的多智能体在线学习区域覆盖控制算法(SGPR-Lloyd)。在基站-多智能体通信框架下,多智能体系统采集环境数据并发送至基站,基站通过一种在线稀疏高斯过程回归方法,根据已有数据对全局环境密度函数进行预测和对预测模型中的超参数进行训练,并给出预测方差;其次,基于预测方差,基站对多智能体进行任务分配,对相应维诺区域预测方差较大的智能体指派学习任务,方差较小的则指派覆盖任务,合理地设计覆盖控制律,实现在线学习区域覆盖控制目标;进而通过仿真实验验证了所提出的在线学习区域覆盖控制算法的有效性。实验结果表明,相对于基于传统GPR的学习覆盖控制算法,SGPR-Lloyd算法在预测性能、覆盖效果及运行效率上表现均更优,是一种新型高效的适用于未知环境的区域覆盖控制算法。

摘要：随着节能减碳的需求和人工智能的快速发展,以无人电动车等为配送装置的城市无人物流配送渐成现实。本文考虑电池容量约束和取送货同时装载容量约束,以最小配送成本为目标函数构建数学规划模型(E-VRPSDP);以列生成法和双向动态标签算法为基础,设计了分支定价算法实现模型的精确求解;针对大规模E-VRPSDP,设计改进模拟退火算法,引入构造可行解算子,将原始解进化成符合约束的可行解,提高了算法的搜索能力;最后,利用已有标准测试集生成测试算例以验证所设计的算法。本文可以为城市无人物流配送的发展提供理论指导和算法支持。

摘要：研究了单位l范数下边权有界的最小支撑树逆最优值问题。给定一个边赋权无向连通网络G=(V,E,w),支撑树T^(0),下界向量l,上界向量u及数值K,寻求一个新的边权向量w满足上下界约束l≤w≤u,且T^(0)是在向量w下权值为K的一个最小支撑树,目标是在单位l范数下使得修改成本‖w-w‖最小。本文给出了该问题的数学模型,分析了其最优性条件,设计了求解该问题的时间复杂度为O(|V||E|)的强多项式时间算法。

摘要：以三个典型教学案例,分别从“知其根源,知其应用,知其发展”三方面,依据学生知识储备、专业特性和学情状况选择不同的教学模式,以学生为主体,以教师为主导,引入思政教学点,引导学生主动学习、思考、讨论、探索.在学习相关微积分知识的同时,培养学生的应用能力、创新能力、团队协作精神、工匠精神和严谨求实的科学精神,培养学生的家国情怀.

摘要：针对有向领从图下非线性多智能体系统带有输入饱和的双边一致性问题,提出完全分布式自适应协议。该协议的设计中引入了一个补偿观测器,利用多层饱和控制算法成功克服了输入饱和非线性的影响,此外,通过引入自适应控制增益,避免了对全局拓扑连通度信息的需求,使得所设计的双边一致性协议仅需要邻居智能体的相对状态信息,实现了控制协议的完全分布式无需任何全局信息。最后,通过数值仿真验证了抗饱和一致性控制协议的有效性。

摘要：该文基于改进的含有外部输入项的准线性自回归(准ARX)径向基函数(RBF)网络模型和支持向量回归(SVR)算法,提出了一种非线性切换控制方法.改进的准ARX模型非线性部分采用RBF网络.控制系统设计过程分为三个部分:首先,利用聚类方法确定模型的非线性参数;然后,采用线性SVR算法来解决控制系统的鲁棒性问题;接下来,基于控制误差给出切换判定函数,确定切换律给出控制序列.最后通过数值仿真验证了该方法的有效性.

摘要：博弈理论应用于智能电网需求响应方案设计中,可以控制消费者耗电量,使电力市场中能源配置更加合理。文章给出零售商的收益函数和消费者的效用函数,并在零售商之间建立合作博弈模型、在零售商联盟与消费者之间建立Stackelberg博弈模型,分析了零售商与消费者之间的交易互动。当Stackelberg博弈达到均衡时各消费者的电力需求可以得到满足且零售商联盟实现收益最大化,同时零售商联盟的收益将依据Shapley值法进行分配。数值仿真结果表明,采用博弈均衡策略时耗电量曲线明显平缓,达到有效降低峰谷比的效果。