摘要：针对一般异构线性多智能体系统的分布式资源分配问题,结合智能体动力学特性设计一类分布式优化算法,旨在实现扰动抑制的同时完成资源的最优分配.面对扰动模型已知干扰信号,本文利用智能体状态信息设计一种自适应分布式优化算法,其中拉格朗日(Lagrange)乘子对偶变量控制参数自动增加,直至拉格朗日乘子对偶变量达到一致.当智能体状态信息不可测时,本文将上述算法修改为基于输出反馈的分布式优化算法.当全局成本函数强凸时,借助拉萨尔(LaSalle)不变性引理证明上述所提算法渐近收敛到全局最优解.面对未知扰动信号,本文利用扩张状态观测器技术设计一种分布式优化算法.当未知扰动信号为常数或其微分趋于零时,利用李雅普诺夫(Lyapunov)理论证明上述算法渐近收敛至全局最优解.最后利用数值仿真验证上述算法有效.

摘要：新能源惯量响应正逐步成为并网规程的新要求及辅助服务市场的新产品,其惯量响应性能的测试与惯性时间常数的评估,有助于满足相应并网规程要求和清算辅助服务产品经济效益,但惯量响应性能测试标准中未涉及惯性时间常数的评估方法。为此,文中提出了一种基于延时补偿的新能源惯性时间常数评估方法。首先,基于电网模拟器生成系统可能存在的频率变化率和频率偏移量,依据惯量关键评价指标合理选取全动态过程分析的时间节点,以提高分析精度;然后,对惯量响应过程中的有功功率-频率延迟环节进行计算和补偿,以消除延迟造成的评估误差;最后,设计了一种依据差分化同步机摇摆方程的惯量连续评估算法,实现对新能源惯量的准确评估。在RT-LAB半实物平台搭建了新能源惯量评估实验环境,验证了所提算法在不同延时场景下评估结果的准确性。

摘要：随着数字媒体与创意产业的快速发展,人工智能生成内容(artificial intelligence generated content, AIGC)技术以其在视觉内容生成中的创新应用而逐渐受到关注。本文旨在围绕AIGC视觉内容生成与溯源研究进展深入研讨。首先,针对图像生成技术进行探讨,从基于生成式对抗网络的传统方法出发,系统地分析了基于生成式对抗网络、自回归模型和扩散概率模型的最新进展。接着,深入探讨可控图像生成技术,突出了通过布局、线稿等附加信息以及基于视觉参考的方法来为创作者提供精确控制的技术现状。随着图像生成技术的革新和应用,生成图像的安全性问题逐渐浮现。而预先审核和过滤的技术手段已难以满足实际需求,故亟需实现生成内容的溯源来进行监管。因此,本文进而对生成图像溯源技术进行研讨,并聚焦水印技术在确保生成内容可靠性和安全性方面的应用。依据水印嵌入的流程节点,首先将现有的水印相关的生成图像溯源方法归为无水印嵌入的生成图像溯源、水印前置嵌入的生成图像溯源、水印后置嵌入的生成图像溯源以及联合生成的生成图像溯源并进行详细分析,然后介绍针对生成图像的水印攻击研究现状,最后对生成图像溯源技术进行总结和展望。鉴于视觉内容生成在质量和安全上的挑战,旨在为研究者提供一个视觉内容生成与溯源的系统研究视角,以促进数字媒体创作环境的安全与可信,并引导未来相关技术的发展方向。

摘要：超音速分离器内流场参数的准确测量对其结构与性能优化至关重要,电容层析成像(electrical capacitance tomography,ECT)能够实现非侵入式参数测量,其逆问题求解的数学模型主要通过线性化近似得到,忽略了非线性、“软场”效应等对结果的影响,使得当场域内介质分布的介电常数差异较大时,图像重建质量不高。针对上述问题,本文通过引入模型推导误差对ECT逆问题数学模型修正,在此基础上,根据目标函数的可分离特性,设计结合正则化与Split Bregman(RASB)的求解算法,分别对模型误差和待重构介质进行交叉迭代求解。最后通过仿真和实验手段对比分析了RASB算法、Tikhonov正则化算法、L1正则化算法和Landweber算法重建图像效果,结果表明所提算法RASB可以减小线性化近似产生的误差,削弱噪声对图像重建结果的影响,重构的介质分布更加准确,图像中伪影更少。RASB算法对几种模型重建图像的平均相关系数为0.8964,高于Tikhonov正则化算法的0.8353、L1正则化算法的0.8496和Landweber算法的0.8681。

摘要：针对新工科背景下“电气控制技术”课程的教学需求,开展了“线上+线下混合式”教学改革。课堂上讲授先进的电机设计与控制理念,提倡学生发散性思考并提出创新性的问题解决方法。邀请企业导师进行网上教学,使学生熟悉相关工程与实践问题,培养学生的工程设计思维。同时,以学生为核心,探索了研究生辅助教学方式。学生的评价和反馈表明所采取的课程教学改革方式能较好地提高学生的学习热情、实践能力及综合素质。

摘要：目的:提高生物发酵罐系统完成发酵品质,并方便实验人员操作。方法:设计一套能够完成不同发酵条件的生物发酵罐系统,选用西门子的S7-1200 PLC为主控制器,昆仑通态触摸屏和智能云端的上位机,实现发酵实验中的温度、pH值、溶氧等多参数指标融合的自动调节和关联完成搅拌速度、多种方式的补料等关键操作。结果:该发酵罐系统能有效提高发酵质量。结论:设备不仅提高了温度、pH值、溶氧等重要指标控制精度和响应速度,设计的远程监测、操作和报警功能,有效减少实验人员的长时间盯守,而且操作方便、界面友好,有效改善生物发酵实验效果。

摘要：随着高比例可再生能源的接入和虚假拓扑攻击的频率不断增加,传统的电网控制方法和发电出力调整调度方法已经难以满足电力系统运行的需要。因此,设计并实现了一种基于深度强化学习面向虚假拓扑攻击和拓扑优化的电网调度方法,使智能体能够在正常的负荷波动以及随机发生的拓扑攻击影响下,通过深度强化学习方法决策并执行调整电网拓扑结构的动作,提高电力系统运行的安全性。最后,基于IEEE 14节点系统数据的仿真验证了所提方法的有效性。

摘要：针对如何联合短视频的帧不确定度和时序关联性,以增强事件检测能力的问题,提出一种基于不确定度感知的帧关联短视频事件检测方法。首先,利用2D卷积神经网络(CNN)提取短视频每一帧的特征,再将该特征多次前向传播并通过贝叶斯变分层获得特征均值和与特征对应的不确定度信息;其次,利用模型构建的不确定度感知模块将特征均值和不确定度信息进行融合,再将融合后所得的各帧特征通过时序关联模块加强时域上的联系;最后,用时域关联后的特征通过分类网络实现短视频事件检测。在从Flickr平台上爬取到的短视频事件检测数据集上开展实验对比,实验结果表明,支持向量机(SVM)等子空间学习方法的分类性能较差,对高级语义表示的探索不充分;而深度学习方法对于事件检测的准确率明显更优。相较于SViTT(Sparse Video-Text Transformer)方法,所提方法的准确率、平均召回率和平均精度分别提高了3.37%、2.55%和2.09%,验证了所提方法在短视频事件检测任务上的有效性。

摘要：该文基于ROS框架设计了一种五轴串联机器人的控制系统。控制器采用多核心控制模式,复杂计算与实时控制分开执行,提升了系统流畅性。采用遗传算法进行目标姿态求解,有效改善了原始矩阵逆解存在的弊端。此外,人机交互采用直接与间接的控制方式,通过将可视化工具Rviz与目标位姿求解算法相结合,实现了高效的机器人控制。实验结果表明,直接控制方式能够以较低的延迟实现快速响应和灵活控制,而间接控制方式虽牺牲了部分响应时间,却能通过简单的交互操作完成复杂的控制任务。总体而言,该研究为机器人在各种复杂环境下的应用提供了可靠的控制支持,具有重要的理论和实践意义。

摘要：环氧树脂具有优异的力学性能、热稳定性、化学稳定性和电气绝缘性,已被广泛应用于绝缘材料领域。稳定的三维交联网络结构在赋予环氧树脂优异性能的同时,也给其再加工、降解和回收带来巨大的难题。现阶段,越来越多的研究开始关注于环境友好型环氧树脂材料,以期解决再加工、降解等问题。本文综述了基于动态共价键环氧树脂的几种典型设计思路与方法,重点介绍引入酯键、二硫键、硅氧键、亚胺键、D-A结构、缩醛键、主-客体作用以及多重动态键构造环境友好型环氧树脂绝缘材料,同时,介绍动态键在特定刺激下使环氧树脂交联网络拓扑结构发生可逆改变,实现重塑、再加工、自修复和降解等功能,最后总结并展望基于动态共价键绝缘材料的应用前景。