IEEEJAS的个人博客分享 http://blog.sciencenet.cn/u/IEEEJAS

博文

《自动化学报》2021年热点文章回顾

已有 546 次阅读 2022-1-12 15:08 |系统分类:博客资讯

回顾

在过去的一年里,我们刊登了许多广受关注的热点文章,现在小编带您回顾一下这些精彩内容(按出版时间排序),如果您感兴趣,欢迎移步我刊网站查看全文!


01

基于小样本学习的图像分类技术综述

刘颖, 雷研博, 范九伦, 王富平, 公衍超, 田奇. 基于小样本学习的图像分类技术综述. 自动化学报, 2021, 47(2): 297−315 doi: 10.16383/j.aas.c190720

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190720?viewType=HTML


图像分类的应用场景非常广泛, 很多场景下难以收集到足够多的数据来训练模型, 利用小样本学习进行图像分类可解决训练数据量小的问题. 本文对近年来的小样本图像分类算法进行了详细综述, 根据不同的建模方式, 将现有算法分为卷积神经网络模型和图神经网络模型两大类, 其中基于卷积神经网络模型的算法包括四种学习范式: 迁移学习、元学习、对偶学习和贝叶斯学习; 基于图神经网络模型的算法原本适用于非欧几里得结构数据, 但有部分学者将其应用于解决小样本下欧几里得数据的图像分类任务, 有关的研究成果目前相对较少. 此外, 本文汇总了现有文献中出现的数据集并通过实验结果对现有算法的性能进行了比较. 最后, 讨论了小样本图像分类技术的难点及未来研究趋势.


02

自动化学科面临的挑战

孙长银,  吴国政,  王志衡,  丛杨,  穆朝絮,  贺威.  自动化学科面临的挑战.  自动化学报,  2021,  47(2): 464−474 doi: 10.16383/j.aas.c200904

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200904?viewType=HTML


本文分析了控制理论与应用、模式识别与智能系统、导航制导与控制、系统科学与工程、人工智能与自动化交叉等领域的发展现状. 结合科技发展、国内国际研究前沿和新兴领域对自动化科学技术的需求, 提出重点发展智能控制理论和方法、高性能作业机器人、信息物理系统、导航与控制技术、重大装备自动化技术、自主智能系统和人工智能驱动的自动化技术优先领域, 加强数据驱动控制理论、人工智能基础理论研究, 进一步发展人机协同、跨域融合的智能自动化, 为实现国家社会的全面信息化智能化提供理论和技术保障.


03

数字孪生网络(DTN): 概念、架构及关键技术

孙滔, 周铖, 段晓东, 陆璐, 陈丹阳, 杨红伟, 朱艳宏, 刘超, 李琴, 王晓, 沈震, 瞿逢重, 蒋怀光, 王飞跃. 数字孪生网络(DTN): 概念、架构及关键技术. 自动化学报, 2021, 47(3): 569−582 doi: 10.16383/j.aas.c210097

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c210097?viewType=HTML


随着5G商用规模部署、下一代互联网IPv6的深化应用, 新一代网络技术的发展引发产业界的关注. 网络的智能化被认为是新一代网络发展的趋势. 网络为数字化社会的信息传输提供了基础, 而网络本身的数字化是智能化发展的先决条件. 面向数字化、智能化的新一代网络发展目标, 本文首次系统化提出了 “数字孪生网络(DTN: Digital twin network)” 的概念, 给出了系统架构设计, 分析了DTN的关键技术. 通过对DTN发展挑战的分析, 本文指出了未来 “数字孪生网络” 的发展方向.


04

基于核自适应滤波器的时间序列在线预测研究综述

韩敏, 马俊珠, 任伟杰, 钟凯. 基于核自适应滤波器的时间序列在线预测研究综述. 自动化学报, 2021, 47(4): 730−746 doi: 10.16383/j.aas.c190051

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190051?viewType=HTML


核自适应滤波器(Kernel adaptive filter, KAF)是时间序列在线预测的重点研究领域之一, 本文对核自适应滤波器的最新进展及未来研究方向进行了分析和总结. 基于核自适应滤波器的时间序列在线预测方法, 能较好地解决预测、跟踪问题. 本文首先概述了三类核自适应滤波器的基本模型, 包括核最小均方算法、核递归最小二乘算法和核仿射投影算法(Kernel affine projection algorithm, KAPA). 在此基础上, 从核自适应滤波器在线预测的内容和机理入手, 综述基于核自适应滤波器的时间序列在线预测方法. 最后, 本文将介绍这一领域潜在的研究方向和发展趋势, 并展望未来的挑战.


05

基于深度学习的表面缺陷检测方法综述

陶显, 侯伟, 徐德. 基于深度学习的表面缺陷检测方法综述. 自动化学报, 2021, 47(5): 1017−1034 doi: 10.16383/j.aas.c190811

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190811?viewType=HTML


近年来, 基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中. 本文对近年来基于深度学习的表面缺陷检测方法进行了梳理, 根据数据标签的不同将其分为全监督学习模型方法、无监督学习模型方法和其他方法三大类, 并对各种典型方法进一步细分归类和对比分析, 总结了每种方法的优缺点和应用场景. 本文探讨了表面缺陷检测中三个关键问题, 介绍了工业表面缺陷常用数据集. 最后, 对表面缺陷检测的未来发展趋势进行了展望.


06

基于驻极体材料的机械天线式低频通信系统仿真研究

崔勇, 王琛, 宋晓. 基于驻极体材料的机械天线式低频通信系统仿真研究. 自动化学报, 2021, 47(6): 1335−1342 doi: 10.16383/j.aas.c190678

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190678?viewType=HTML


在海洋信息网络体系日益重要的现在, 水下航行器越来越得到世界各国的重视, 无论是在民用还是在军用上, 都扮演着重要的角色. 与水下航行器的通信主要采用的是能以较小的损耗深入海水的低频通信技术, 而目前已有的低频通信系统发射台规模庞大, 天线占地广、天线暴露、目标明显、战时生存能力差, 极易被摧毁且难于短期修复, 且所需功耗巨大. 鉴于此, 本文提出了一种基于复合聚合物驻极体纳米材料的机械天线式低频通信方法, 从理论上研究了其产生的低频通信信号及计算公式, 定量分析了其在正常工作时的功率损耗和在不同介质中的衰减, 且在有限元分析软件中建立了相关模型进行仿真研究, 并通过理论解析模型和多物理场有限元模型的双重仿真结果的一致性, 以及仿真计算结果与机械天线样机的实测结果的对比, 验证了所提方法的可行性.


07

鱼类群体运动的元胞自动机模型中的最小势能原理

陆兴远, 袁卫锋. 鱼类群体运动的元胞自动机模型中的最小势能原理. 自动化学报, 2021, 47(6): 1422−1427 doi: 10.16383/j.aas.c190568

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190568?viewType=HTML


群体运动是自然界中一种常见的生物行为. 在一定的环境条件下, 社会有机体会表现出不同的集体运动形态. 其中, 旋转是鱼群中常见的群体运动. 但是, 虽然研究人员对鱼群的运动进行过一系列的研究, 这种旋转行为的机理尚不清楚. 本研究假定鱼群的运动模式受势能的支配, 相应提出了鱼类个体运动的势函数并将之融合到元胞自动机中以模拟鱼群的运动. 数值模拟表明, 有限空间内鱼群运动时会形成多种形状, 但当此生物系统按照能量最小原则发展时, 其运动形态最终可能演化成为一个漩涡. 数值模拟与针对红斑马鱼的观察之间的比较验证了本模型的合理性. 能量最小原理是自然界的基本定律之一, 而势能函数的建立定义了鱼类个体与环境之间的关系. 因此, 本研究为深入理解群体运动规律提供了新视角, 表明从流体力学上进一步探究鱼群运动的物理机理是一个具有潜力的研究方向.


08

基于事件相机的定位与建图算法: 综述

马艳阳,  叶梓豪,  刘坤华,  陈龙.  基于事件相机的定位与建图算法: 综述.  自动化学报,  2021,  47(7): 1484−1494

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190550?viewType=HTML


事件相机是一种新兴的视觉传感器, 通过检测单个像素点光照强度的变化来产生“事件”. 基于其工作原理, 事件相机拥有传统相机所不具备的低延迟、高动态范围等优良特性. 而如何应用事件相机来完成机器人的定位与建图则是目前视觉定位与建图领域新的研究方向. 本文从事件相机本身出发, 介绍事件相机的工作原理、现有的定位与建图算法以及事件相机相关的开源数据集. 其中, 本文着重对现有的、基于事件相机的定位与建图算法进行详细的介绍和优缺点分析.


09

基于强化学习的浓密机底流浓度在线控制算法

袁兆麟,  何润姿,  姚超,  李佳,  班晓娟.  基于强化学习的浓密机底流浓度在线控制算法.  自动化学报,  2021,  47(7): 1558−1571 doi: 10.16383/j.aas.c190348

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190348?viewType=HTML


复杂过程工业控制一直是控制应用领域研究的前沿问题. 浓密机作为一种复杂大型工业设备广泛用于冶金、采矿等领域. 由于其在运行过程中具有多变量、非线性、高时滞等特点, 浓密机的底流浓度控制技术一直是学界、工业界的研究难点与热点. 本文提出了一种基于强化学习技术的浓密机在线控制算法. 该算法在传统启发式动态规划 (Heuristic dynamic programming, HDP)算法的基础上, 设计融合了评价网络与模型网络的双网结构, 并提出了基于短期经验回放的方法用于增强评价网络的训练准确性, 实现了对浓密机底流浓度的稳定控制, 并保持控制输入稳定在设定范围之内. 最后, 通过浓密机仿真实验的方式验证了算法的有效性, 实验结果表明本文提出的方法在时间消耗、控制精度上优于其他算法.


10

基于改进差分进化和回声状态网络的时间序列预测研究

许美玲,  王依雯.  基于改进差分进化和回声状态网络的时间序列预测研究.  自动化学报,  2021,  47(7): 1589−1597 doi: 10.16383/j.aas.c180549

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180549?viewType=HTML


针对回声状态网络无法根据不同的时间序列有效地选择储备池参数的问题, 本文提出一种新型预测模型, 利用改进的差分进化算法来优化回声状态网络. 其中差分进化算法的缩放因子F、交叉概率CR和变异策略自适应调整, 以提高算法的寻优性能. 为验证本文方法的有效性, 对Lorenz时间序列、大连月平均气温 − 降雨量数据集进行仿真实验. 由实验结果可知, 本文提出的模型可以提高时间序列的预测精度, 且具有良好的泛化能力及实际应用价值.


11

光学遥感图像目标检测算法综述

聂光涛,  黄华.  光学遥感图像目标检测算法综述.  自动化学报,  2021,  47(8): 1749−1768 doi: 10.16383/j.aas.c200596

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200596?viewType=HTML


目标检测技术是光学遥感图像理解的基础问题, 具有重要的应用价值. 本文对遥感图像目标检测算法发展进行了梳理和分析. 首先阐述了遥感图像目标检测的特点和挑战; 之后系统总结了典型的检测方法, 包括早期的基于手工设计特征的算法和现阶段基于深度学习的方法, 对于深度学习方法首先介绍了典型的目标检测模型, 进而针对遥感图像本身的难点详细梳理了优化改进方案; 接着介绍了常用的检测数据集, 并对现有方法的性能进行比较; 最后对现阶段问题进行总结并对未来发展趋势进行展望.


12

基于生理信号的情感计算研究综述

权学良,  曾志刚,  蒋建华,  张亚倩,  吕宝粮,  伍冬睿.  基于生理信号的情感计算研究综述.  自动化学报,  2021,  47(8): 1769−1784 doi: 10.16383/j.aas.c200783

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200783?viewType=HTML


情感计算是现代人机交互中的一个重要研究方向, 旨在研究与开发能够识别、解释、处理和模拟人类情感的理论、方法与系统. 脑电、心电、皮肤电等生理信号是情感计算中重要的输入信号. 本文总结了近年来基于脑电等生理信号的情感计算研究所取得的进展. 首先介绍情感计算的相关基础理论, 不同生理信号与情感变化之间的联系, 以及基于生理信号的情感计算工作流程和相关公开数据集. 接下来介绍生理信号的特征工程和情感计算中的机器学习算法, 重点介绍适合处理个体差异的迁移学习、降低数据标注量的主动学习和融合特征工程与学习器的深度学习算法. 最后, 指出基于生理信号的情感计算研究中面临的一些挑战.


13

智能体Petri网融合的多机器人−多任务协调框架

李勇,  李坤成,  孙柏青,  张秋豪,  王义娜,  杨俊友.  智能体Petri网融合的多机器人−多任务协调框架.  自动化学报,  2021,  47(8): 2029−2049 doi: 10.16383/j.aas.c190400

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190400?viewType=HTML


为解决异构的服务机器人团队为多位老人服务时的协调问题以及在此过程中如何最大化老人的总体满意度, 提出了一种服务于多人的多机器人−多任务协调框架. 首先, 结合时延Petri网和颜色Petri网提出了可扩展时延−颜色Petri网(Scalable timed-colored Petri net, STdCPN)对养老院情境下服务机器人照顾老人的过程进行建模. 然后, 将老人的感受和情绪作为机器人照顾老人时的重要指标, 构建了服务对象满意度模型. 最后, 设计智能体来实现该协调框架的调度, 该智能体通过考虑老人“个人因素” 和机器人的实时状态、位置等信息来对任务进行合理的规划调度, 使机器人帮助老人完成任务的同时, 最大化老人总体满意度.


14

智能控制五十年回顾与展望: 傅京孙的初心与萨里迪斯的雄心

王飞跃. 智能控制五十年回顾与展望: 傅京孙的初心与萨里迪斯的雄心. 自动化学报, 2021, 47(10): 2301−2320 doi: 10.16383/j.aas.2021.y000003

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2021.y000003?viewType=HTML


本文从智能的起源与目标开始讨论, 重新梳理人工智能史前的历史进程. 在此背景之下, 回顾智能控制从学习控制到平行控制的演化过程, 进而展望未来的控制智能从平行智能到知识自动化的可能发展途径. 前事不忘, 后事之师, 谨以此文纪念傅京孙与萨里迪斯教授开创并推动“智能控制”这一多学科交叉研究领域五十周年和二位开拓者诞辰九十周年.


15

车辆安全跟驰模式预测的形式化建模方法

刘秉政, 高松, 曹凯, 王鹏伟, 徐艺. 车辆安全跟驰模式预测的形式化建模方法. 自动化学报, 2021, 47(10): 2364−2375 doi: 10.16383/j.aas.c190563

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190563?viewType=HTML


由于传统车辆跟驰建模预测方法无法遍历车辆所有可能的系统输入与运行状态的不确定性, 因而不足以从理论上保证对周边车辆安全跟驰行为预测的完整性与可信性. 为此提出车辆安全跟驰模式预测的形式化建模方法. 该方法利用随机可达集的遍历表现特征实现对周边车辆行为预测的不确定性表述, 并通过马尔科夫链逼近可达集的方式表达系统行为状态变化的随机性, 从而完成对周边车辆跟驰行为状态变化的精确概率预估. 为了表达跟驰情形中车辆之间的行为关联影响以及提高在线计算效率, 离线构建了关联车辆在状态及控制输入之间的安全关联矩阵, 描述周边车辆的安全跟驰控制输入选择规律, 并综合相关车辆的当前状态信息, 达到对周边车辆安全跟驰行为的在线分析与预估. 数值验证不仅表明提出的建模方法完备地表述了周边车辆所有的安全跟驰行为及过程, 显著提高了预测的精确度, 也论证了该方法对车辆跟驰控制策略建模分析与安全验证的有效性.


16

考虑能耗节约的集装箱码头双小车岸桥与AGV联合配置及调度优化

范厚明, 郭振峰, 岳丽君, 马梦知. 考虑能耗节约的集装箱码头双小车岸桥与AGV联合配置及调度优化. 自动化学报, 2021, 47(10): 2412−2426 doi: 10.16383/j.aas.c190626

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190626?viewType=HTML


合理调度集装箱码头的装卸设备以减少生产过程中的能耗, 对实现其低碳绿色化发展具有重要意义. 针对集装箱码头向自动化发展过程中的双小车岸桥与AGV (Automated guided vehicle)联合配置及调度问题, 考虑AGV续航时间、双小车岸桥中转平台容量和堆场缓冲支架容量约束, 以岸桥的能耗最小为第一阶段模型的优化目标, 以AGV运输过程的能耗最小为第二阶段目标建立两阶段优化模型; 设计枚举法求解第一阶段模型, 改进遗传算法求解第二阶段优化模型. 以洋山四期自动化集装箱码头为例进行实验分析, 针对不同船舶在港总装卸时间和AGV配置原则进行实验, 验证了模型和算法的有效性, 结果表明以最小化能耗为目标的双小车岸桥与AGV联合调度可在岸桥主小车不延误的前提下, 显著减少AGV的配置数量.


17

一种随机配置网络的模型与数据混合并行学习方法

代伟, 李德鹏, 杨春雨, 马小平. 一种随机配置网络的模型与数据混合并行学习方法. 自动化学报, 2021, 47(10): 2427−2437 doi: 10.16383/j.aas.c190411

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190411?viewType=HTML


随机配置网络(Stochastic configuration networks, SCNs)在增量构建过程引入监督机制来分配隐含层参数以确保其无限逼近特性, 具有易于实现、收敛速度快、泛化性能好等优点. 然而, 随着数据量的不断扩大, SCNs的建模任务面临一定的挑战性. 为了提高神经网络算法在大数据建模中的综合性能, 本文提出了一种混合并行随机配置网络(Hybrid parallel stochastic configuration networks, HPSCNs)架构, 即: 模型与数据混合并行的增量学习方法. 所提方法由不同构建方式的左右两个SCNs模型组成, 以快速准确地确定最佳隐含层节点, 其中左侧采用点增量网络(PSCN), 右侧采用块增量网络(BSCN); 同时每个模型建立样本数据的动态分块方法, 从而加快候选“节点池”的建立、降低计算量. 所提方法首先通过大规模基准数据集进行了对比实验, 然后应用在一个实际工业案例上, 表明其有效性.


18

考虑电网调峰需求的工业园区主动配电系统调度学习优化

唐昊, 刘畅, 杨明, 汤必强, 许丹, 吕凯. 考虑电网调峰需求的工业园区主动配电系统调度学习优化. 自动化学报, 2021, 47(10): 2449−2463 doi: 10.16383/j.aas.c190079

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190079?viewType=HTML


本文针对含光伏(Photovoltaic, PV)、全钒液流电池(Vanadium redox battery, VRB)储能装置与多类型柔性负荷的工业园区主动配电系统, 研究在考虑源荷随机性情况下该系统的动态经济调度问题. 首先, 将PV出力、多类型负荷需求和电网调峰需求的随机动态变化近似描述为连续马尔科夫过程, 并根据系统内VRB的充放电特性对储能系统进行建模; 然后, 以各决策时刻下PV出力、负荷需求、调峰需求以及储能荷电状态(State of charge, SOC)的离散等级为状态, 以储能充放电及多类型柔性负荷调整方案为行动, 在系统功率平衡等相关约束下, 以应对电网调峰需求和提高系统经济运行水平为目标, 将工业园区主动配电网系统动态经济调度优化问题建立成随机动态规划模型; 最后, 引入强化学习方法进行策略求解. 算例仿真结果表明所得策略可有效提高系统经济运行效益, 并在一定程度上满足电网调峰需求.


19

基于分布式策略的直流微电网下垂控制器设计

卢自宝, 钟尚鹏, 郭戈. 基于分布式策略的直流微电网下垂控制器设计. 自动化学报, 2021, 47(10): 2472−2483 doi: 10.16383/j.aas.c190628

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190628?viewType=HTML


本文研究了分布式控制策略下直流微电网的负荷分配和电压平衡问题. 给出一种新的基于分布式策略的下垂控制器设计方法, 能够在统一的框架下实现直流微电网负载共享和电压平衡. 首先,将直流微电网的负载共享和电压平衡问题转化为多目标优化问题, 其性能指标与微源的容量密切相关. 然后, 通过求解多目标优化问题获得实现负载共享和电压平衡的集中式控制策略, 并给出下垂控制器的设计方法. 为了降低系统的通信负担, 给出一种新的只需与邻居节点交换信息的分布式控制策略, 通过理论分析可知该分布式控制策略能够收敛到多目标优化问题的最优解. 最后, 通过对新能源汽车充换电站系统的仿真验证了本文提出的方法的有效性.


20

基于深度强化学习的组合优化研究进展

李凯文, 张涛, 王锐, 覃伟健, 贺惠晖, 黄鸿. 基于深度强化学习的组合优化研究进展. 自动化学报, 2021, 47(11): 2521−2537 doi: 10.16383/j.aas.c200551

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200551?viewType=HTML


组合优化问题广泛存在于国防、交通、工业、生活等各个领域, 几十年来, 传统运筹优化方法是解决组合优化问题的主要手段, 但随着实际应用中问题规模的不断扩大、求解实时性的要求越来越高, 传统运筹优化算法面临着很大的计算压力, 很难实现组合优化问题的在线求解. 近年来随着深度学习技术的迅猛发展, 深度强化学习在围棋、机器人等领域的瞩目成果显示了其强大的学习能力与序贯决策能力. 鉴于此, 近年来涌现出了多个利用深度强化学习方法解决组合优化问题的新方法, 具有求解速度快、模型泛化能力强的优势, 为组合优化问题的求解提供了一种全新的思路. 因此本文总结回顾近些年利用深度强化学习方法解决组合优化问题的相关理论方法与应用研究, 对其基本原理、相关方法、应用研究进行总结和综述, 并指出未来该方向亟待解决的若干问题.




https://blog.sciencenet.cn/blog-3291369-1320712.html

上一篇:无人机反应式扰动流体路径规划
下一篇:自动化学报多篇论文入选中国百篇最具影响国内论文和中国精品期刊顶尖论文

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2022-5-18 18:34

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部