基于双模式模型预测控制算法的多智能体编队控制

在对多智能体的编队控制上,当输入和系统状态受到约束时,模型预测控制算法比传统的输入输出反馈线性化控制算法具有显著的优势,但传统的模型预测控制算法需要在线优化控制,从而导致巨大的在线负担.为减小这种在线负担,提出一种双模式模型预测控制算法.该算法使用模型预测控制器对控制变量进行在线优化,使得未来某时刻的系统状态进入终端约束集内;此时将系统状态作为输入输出反馈线性化控制器的输入,将系统状态驱动到稳定值;在目标函数中加入避碰函数来有效避免邻近多智能体间的碰撞.仿真结果表明,当输入和状态受到约束时,双模式模型预测控制算法在对多智能体编队控制上比仅使用输入输出反馈线性化控制算法具有明显的优势.     

基于观测器的非线性多智能体系统的分组一致性

为了研究在领导者的速度信息未知的情况下二阶非线性系统的分组一致性问题,在观测器的基础上,设计了一个基于邻域的分布式领导跟随算法,采用代数图论、李雅普诺夫稳定性理论对系统中领导者速度的估计进行了研究,取得了分组一致性跟踪问题的充分条件.数值仿真结果验证了构建模型的有效性.     

一维退化偏微分多智能体系统的迭代学习控制

研究一类退化多智能体系统的迭代学习控制问题,该类系统是由一维双曲型退化偏微分方程构建而成。基于网络拓扑结构,利用邻近智能体的信息构建得到基于一致性的迭代学习控制协议。当该学习律作用于系统,迭代次数趋于无穷时,该一致性误差能够收敛于零。仿真结果验证了算法的有效性。     

脉冲与切换控制有通讯延迟的多智能体系统

本文主要研究在脉冲与切换控制下有通讯延迟的二阶多智能体一致性问题。基于脉冲与切换控制原理,运用一些线性矩阵不等式,提出了一个充分条件使得多智能体系统达到主从一致性。     

一类具有动态领导者和时滞的多主体系统的一致性

研究了一类具有动态领导者并且存在时变耦合时滞的多主体系统的一致性问题．在所考虑的模型中,领导者的速度不能被精确量测．为了跟踪这样一个领导者主体,将对每个跟随者主体构造分散式状态估计器以及设计基于邻居的控制器;同时,由于耦合时滞的存在,基于邻居的控制器和状态估计器均包含了时变时滞的作用．当多主体系统的耦合拓扑是固定的或切换的有向图时,跟随者与领导者之间的跟踪误差得到了估计．特别地,可以证明,当动态领导者的速度可以被精确量测时,每一个跟随者都能够跟踪上领导者．     

基于多任务学习的大五人格预测

传统的社交网络用户的人格预测方法是采用单任务分类或回归的机器学习方法,这类方法忽略多个任务之间的潜在关联信息,并且在小规模训练数据条件下很难取得较好的预测效果。提出基于鲁棒多任务学习模型对微博用户进行大五人格的预测,既共享多个任务之间的关联信息,又能够识别出不相关任务。参数矩阵也相应地被分解为结构项和异常项,采用核范数和L₁/L₂范数进行正则项约束,将问题转化为求解优化问题。通过真实的新浪微博用户数据进行方法有效性的验证,5个维度的平均正确率、平均精确率和平均召回率分别达到67.3%、71.5%和74.6%,同时与在相同数据集上采取传统的单任务学习方法和多任务学习方法进行比较,结果表明本文提出的基于鲁棒多任务学习方法的预测效果优于其他几种方法。     

具有时滞的离散多智能体系统分组一致性研究

针对带有领导者的2组具有常时滞的多智能体系统,在假设满足入度平衡的条件下,提出了一种新的分布式控制协议,利用李雅普诺夫稳定性理论和线性矩阵不等式方法,得到了具有常时滞的二阶离散时间多智能体系统达到分组指数一致性的充分条件。通过Matlab仿真结果验证了所提算法的正确性。     

多因素协同下广西高校创新创业教育体系建设

我国处于创新创业的新时期,由于广西的地域等原因,目前广西高校在创新创业教育仍存在一些不足.本文通过对广西高校现有创新创业教育体系现状及现实意义进行分析,基于广西本地的一些特殊因素,提出了在多因素协同下广西高校建设创新创业教育体系的相关举措和建议,为其创新创业教育健康、安全、稳定的发展提供理论指导.     

基于多状态跳转模型的场景独立音频事件检测方法

针对不同类型事件设计多状态跳转模型,结合两种深度神经网络实现对传统音频事件检测框架的改进。实验表明,在DCASE2017任务2的开发集数据上,改进后的DNN-HMM系统相比于基线系统取得F值8.9%的相对提升和错误率19%的绝对下降;基于多状态跳转模型聚类的卷积神经网络模型（SC-CNN）,相比于基线系统取得F值18%的相对提升和错误率30%的绝对下降。     

时滞线性系统完整性控制的容错性研究

研究了线性时滞系统的一类容错控制问题.基于Lyapunov方法,证明了当系统采用一种带时滞的状态反馈控制律时,该系统对于传感器和执行器故障具有完整性.所给的仿真例子验证了本文提出的方法的有效性.     

基于观测器的时变时滞不确定系统的强稳定鲁棒H~∞控制器设计

研究一类同时存在状态和控制输入不确定性的时滞系统基于观测器的强稳定鲁棒控制问题。其中不确定性是时变的 ,满足范数有界条件。被控对象可鲁棒强稳定且满足从干扰输入到控制输出的H∞ 范数界约束。     

多再生中继系统中基于多播线性收发机辅助的多流多播策略

针对多再生中继系统中容量受限于中继到目的端链路的场景,提出一种多播线性收发机辅助的多流多播策略来提高系统容量. 策略中,利用数据共享中继的联合传输提高中继到目的端链路容量,并在源端到中继链路进行多流多播传输以实现数据到中继的有效分发. 针对源端到中继的多流多播,还设计一种多流多播收发机,有效地处理多播数据流,并抑制不同数据流间的干扰. 仿真结果验证了提出的策略在中继到目的链路质量较差时对系统容量的显著增益.     

试论高校内部会计控制体系的建立

分析高等学校内部会计控制的现状,提出建立高校内部会计控制体系的建议.     

双线性奇异摄动系统的无源控制器设计

研究了1类不确定变时滞双线性奇异摄动系统的无源控制。通过构造依赖于奇异摄动参数ε的Lyapunov函数,采取线性矩阵不等式和范数有界的方法,获得了使系统渐近稳定和严格无源的时滞依赖的充分条件,进而利用线性矩阵不等式的解给出了无源控制器的设计方法。考虑到系统模型的复杂性,给出了时滞独立的充分条件,从而降低了线性矩阵不等式的阶数。提出了一种奇异摄动参数ε允许上界的估计方法。通过数值仿真验证了以上方法的有效性。     

基于模糊逻辑的多代理推荐系统

为模拟人的思维,向用户推荐高质量、个性化的电视节目,在TV-Anytime环境下提出一个基于模糊逻辑的多代理推荐系统.该系统包括模糊用户喜好档案、模糊筛选代理、模糊推荐代理、交互代理和档案修正代理.模糊用户喜好档案用于描述用户喜好和厌恶特征;模糊筛选代理基于模糊逻辑推理,将即将播放节目的元数据与用户喜好档案进行匹配,筛...     

基于multi-agent的多式联运各区段分运承运人选择系统

提出将agent技术应用于多式联运各区段承运人的选择,通过多agent之间的协商完成各区段分运承运人的科学选择.在系统开发实施方面,采用基于Java的agent框架,设计出基于multi-agent的多式联运各区段分运承运人选择系统结构,并给出各区段分运承运人选择的原型系统.     

一类多时滞的向量差分方程的渐近稳定性（英文）

本文讨论了一类具有时滞的差分方程的渐近稳定性。利用矩阵性质和不等式技巧给出了该类方程渐近稳定的充要条件。     

基于粒子群算法的混沌系统快速控制

对混沌系统施加微小扰动,使其自某初始点快速到达给定的不动点(目标点)邻域内,从而实现对混沌系统的快速控制。给出了求解混沌系统扰动序列值的无约束优化模型,并应用粒子群算法求解此优化问题。该算法不需要初值和导数信息,并具有控制参数少、容易实现等优点。数字实例表明,对于混沌系统快速控制问题,粒子群算法能求出满足要求的多组扰动序列值,且收敛速度较快、精度较高。     

基于不确定度的多智能体信用分配方法

近年来,部分可观测条件下多智能体协同受到广泛关注。中心化训练分布式执行作为处理这类任务的通用范式面临信用分配这一核心问题。值分解是该范式中的代表性方法,通过混合网络将联合状态动作值函数分解为多个局部观察动作值函数以实现信用分配,在很多问题中表现很好。然而这些方法维持对混合网络参数的单一点估计,因缺乏不确定度表示而难以有效应对环境中的随机因素导致只能收敛到次优策略。为缓解这一问题,对混合网络进行贝叶斯分析,提出一种基于不确定度的多智能体信用分配方法,通过显式地量化参数的不确定度来指导信用分配。考虑到智能体之间复杂的交互,利用贝叶斯超网络隐式地建模参数任意复杂的后验分布,以避免先验地指定分布类型而陷于局部最优解。在星际争霸微操环境中的多个地图上与代表性算法的性能进行对比与分析,验证了算法的有效性。