智能自主体在供应链管理中的应用：研究综述

随着人工智能技术的发展，利用具有一定自主推理、自主决策能力的智能自主体以及由其组成的多智能主体系统用来模拟、优化、实施、控制企业供应链的运行，已经成为研究和实施供应链管理的重要方法之一。本文综述了国内外在这一领域的研究工作，总结了智能自主体应用于供应链管理研究的三个主要方向，提出了实现基于智能自主体的供应链管理的几个关键技术问题。     

基于细胞免疫应答理论重建故障诊断智能体

借鉴生物免疫中的独特性网络调节理论，将进化的单一诊断Agent对应为免疫系统中的抗体，诊断系统中多Agent群体适应度增加量作为抗原，并依据生物系统的相似性理论，构造了诊断多智能体的细胞免疫型智能体重构控制的结构模型；提出了一种基于行为Petri网技术的工作流模型重建故障诊断智能体的算法，实现故障诊断系统中的多智能体的群体进化，自组织与突破，并给出Agent重构的非线性动力学解释。     

基于协调规划的智能车辆导航和避障控制研究

针对智能车辆控制体系的现有不足，提出了一种基于协调规划控制的新颖控制体系结构，将传统的基于人工智能车辆模型的方法和基于行为的方法进行优势互补。文中具体描述了协调规划控制的过程，它集数据融合、路径规划和跟踪控制于一体。通过仿真实验证明该控制系统使智能车辆具备良好的学习能力、较快的响应速度，同时具有正确的判断力和完成给定任务的能力。     

一种基于agent协调的两路口交通控制方法

智能体(agent)技术是近年分布式人工智能领域的研究热点，文章将其应用到城市交通信号控制领域中．在以Q—学习方法实现单路口信号控制的基础上，采用对策论与社会规则相结合的方法实现了两个路口控制agent(TSCA)间的协调问题．通过在仿真环境下的对比，证明采用该协调方法是有效的．     

一种空间信息融合的D-S算法研究

多传感器信息融合技术已获得了普遍的关注和广泛的应用,其理论和方法已成为智能信息处理的一个重要领域,证据理论是主要的技术之一。在目标识别系统中,为了获得可靠的识别结果需要考虑时间和空间的融合问题。从多传感器信息的时间域和空间域的融合出发,提出了在目标识别中多传感器信息的时空两级融合模型,以及基于证据理论的信息融合算法。仿真结果表明,该模型和算法具有方法简单、运算量小、可靠等优点,具有一定的理论意义和使用价值。     

多智能体协同决策仿真平台研究与开发

强化学习仿真平台为强化学习提供交互和训练的环境。为了使仿真平台兼容多智能体强化学习算法，满足军事领域仿真的需求，提炼多智能体强化学习算法中的相似流程，设计统一接口，将多种不同类型深度强化学习算法在仿真平台进行嵌入验证；优化仿真平台后端服务框架以加速算法模型的训练过程。实验结果表明：在仿真平台中统一接口规范，能够兼容多种不同类型的多智能体强化学习算法，显著提升了后端服务框架重构和参数量化后算法训练效率。     

基于故障检测的自适应重构控制及其应用

为了降低加入自适应控制后被控系统的复杂程度,同时使被控系统在发生故障时仍具有良好的性能,提出了故障检测加自适应重构控制的方法,在系统无故障的情况下不加入自适应重构控制,使系统相对简单,同时对系统进行故障检测;当检测到系统发生故障时,加入自适应重构控制,使系统具有良好的性能。采用的故障检测方法和切换开关既简单又有效。通过对一个飞控系统的仿真研究,表明了该方法的有效性。     

车辆智能行为验证与评估的虚拟场景研究

车辆智能行为验证与评估平台旨在对无人驾驶车辆的智能行为进行验证与评估,具有经济、安全、不受时间和空间条件约束等优点.目前应用于驾驶模拟领域的虚拟场景仅对真实环境进行模拟并不具备车辆智能行为验证与评估的条件,因此无法满足该平台的需求.对用于车辆智能行为验证与评估的虚拟场景构建方法进行研究,在应用于驾驶模拟的虚拟场景基础上融入了人工智能,构建了具有一定智能的虚拟场景,为车辆智能行为验证与评估提供了条件.     

非线性模型预测控制的智能算法综述

从非线性模型预测控制的预测模型建模和最优化问题求解两方面入手,介绍了近年来基于智能模型和智能优化算法的非线性系统预测控制方法,并对各种算法的特征进行了总结评述,指出了智能非线性预测控制方法存在的问题和未来的发展方向。     

基于LQG/LTR方法的结构振动AMD控制Benchmark模型仿真分析

LQG/LTR方法是基于回路传输恢复技术的LQG方法的简称,该方法是为了克服一般的LQG方法稳定裕量低发展而来,该控制方法的优越性已在土木工程结构振动控制领域得到了初步体现,文中主要是结合AMD控制Benchmark模型,对该控制方法在传感器正常工作时和几种失效情况下的控制效果进行仿真分析,仿真结果表明该控制方法具有很好的控制效果并同时兼具较好的稳定性和鲁棒性。     

可重构智能面辅助的低精度量化大规模MIMO系统的信道估计

针对可重构智能面辅助的低精度量化的大规模多输入多输出(multiple input multiple output, MIMO)系统中信道估计问题进行了研究。该系统的信道估计难点在于可重构智能面由近无源反射天线构成, 没有基带信号处理能力。系统观测值通过低精度的模数转换器量化使信道估计问题变得更富挑战性。本文基于基站-可重构智能面-用户的级联信道推导出等效信道, 并证明在虚拟角域上，该有效信道是结构稀疏信号。提出了基于期望最大化的近邻学习广义近似消息传递算法，从低精度量化的观测值中恢复等效信道。仿真结果表明所提出算法比传统算法具有更好的性能表现。     

Image processing algorithm acceleration using reconfigurable macro processor model

The concept and advantage of reconfigurable technology is introduced. A kind of processor architecture of re configurable macro processor (RMP) model based on FPGA array and DSP is put forward and has been implemented. Two image algorithms are developed: template-based automatic target recognition and zone labeling. One is estimating for motion direction in the infrared image background, another is line picking-up algorithm based on image zone labeling and phase grouping technique. It is a kind of "hardware" function that can be called by the DSP in high-level algorithm. It is also a kind of hardware algorithm of the DSP. The results of experiments show the reconfigurable computing technology based on RMP is an ideal accelerating means to deal with the high-speed image processing tasks. High real time performance is obtained in our two applications on RMP.     

STEADY-STATE HIERARCHICAL INTELLIGENT CONTROL OF LARGE-SCALE INDUSTRIAL PROCESSES

This paper considers the fourth stage of development of hierarchical control ofindustrial processes to the intelligent control and optimization stage, and reviews what theauthor and his Group have been investigating for the past decade in the on-line steady-state hierarchical intelligent control of large-scale industrial processes (LSIP). This papergives a definition of intelligent control of large-scale systems first, and then reviews the useof neural networks for identification and optimization, the use of expert systems to solvesome kinds of hierarchical multi-objective optimization problems by an intelligent decisionunit (ID), the use of fuzzy logic control, and the use of iterative learning control. Severalimplementation examples are introduced. This paper reviews other main achievements ofthe Group also. Finally this paper gives a perspective of future development.     

基于形式化方法的DIMA动态重构仿真与验证

针对可重构分布式综合模块化航空电子(distributed integrated modular avionics,DIMA)系统在设计初期缺少仿真与验证手段的问题,首先分析了可重构DIMA软件体系的架构特征以及支持动态重构的层次化通用系统管理(generic system management,GSM)的组件功能划分...     

可重构天线的研究进展

对可重构天线的研究进展作了比较全面的讨论。介绍了一些典型的可重构天线结构形式。通过改变天线的内部结构或尺寸改变天线的电流分布,从而改变天线的工作特性,这样就可实现天线的重构。大部分天线是通过开关来改变其结构或尺寸的。可重构天线按功能一般可分为3类:频率可重构天线、方向图可重构天线及频率和方向图可重构天线。     

智能决策系统及其在飞控系统设计中的应用

为使飞控系统的设计更加省时省力,将智能决策支持系统引入到飞控系统中。通过智能决策系统来管理飞机的数据库、模型库、控制方法等,并在知识库中应用智能算法来决策飞机的最优控制规律。在智能决策算法的开发中,采用基于踏脚石迁移模型的分布式遗传算法,将种群划分为若干子群,各子群并行地进行遗传进化,并通过迁移算子进行各子群的信息互换;在编码过程中,采用伪码与实码相互转换的编码方式,大大减少了编码的工作量。仿真结果表明,基于踏脚石迁移模型的分布式遗传决策算法能快速并有效地应用于控制系统设计中。     

基于模型跟随的神经网络非线性重构控制

针对歼击机在结构故障下的动力学方程 ,提出了一种基于径向基函数 (RBF)神经网络的模型跟随非线性重构控制策略。该方法不必精确已知系统故障的位置及其损伤程度 ,可直接对故障系统实施重构控制 ,使其输出能精确跟踪期望参考模型的输出。该方法在模型跟随重构控制的基础上 ,引入了神经网络控制器 ,以补偿故障引起的非线性因素的影响。理论分析和仿真验证表明 ,所提方法可保证闭环系统具有良好的重构性能和很强的鲁棒性 ,且算法高效简单 ,易于计算机在线控制。     

面向可重构制造单元的仿真建模技术研究

针对传统仿真建模方法无法适应可重构制造单元频繁调整的特点,提出了模块化控制模型与数据驱动相结合的仿真建模方法。首先采用层次化建模技术将生产系统复杂的管理和控制过程分解为车间层、单元层和设备层,各层次内部采用面向对象仿真建模技术将基本建模元素与仿真控制逻辑分离,构建过程控制模型;然后在对仿真建模各阶段需要的数据进行分析和分类的基础上,采用系统集成和人机交互的方式及时获取仿真数据,利用变化了的数据驱动各层次控制模型,快速构建生产系统重构后的仿真模型。最后,以某研究所的机加车间为例,验证了该方法的实用性和通用性。     

基于模糊逻辑的机械手智能力/位控制

提出了一种面向机器人参与机械加工的智能柔顺控制策略,通过一个模糊阻抗控制器和一个速度控制器,该策略被应用于机器人切除毛刺操作中。模糊阻抗控制器可以根据机器人末端实际位置和期望位置的误差调整阻抗参数,从而提高控制性能和加工效果。而模糊速度控制器被用来调节工具进给速度,从而彻底清除较大的毛刺,避免损害工件和刀具,得到理想的加工表面。为了验证控制策略的柔顺控制能力,以一个三关节机器人进行了计算机仿真,仿真结果表明提出的策略能够很好提高控制性能,获得理想的加工效果。     

基于物联网的河湖水系连通水质水量智能调控及应急处置系统研究

总结分析了河湖水系连通工程水质安全保障中亟需解决的科技难题,凝练出制约水质水量智能调控及应急处置系统建设的技术瓶颈,从物联网理念出发,提出由实时感知层、水信互联层、智慧决策层组成的河湖水系连通工程水质水量智能调控及应急处置系统总体框架,该系统具备智能感知、智能仿真、智能诊断、智能预警、智能调度、智能处置、智能控制等服务功能.