博文

《控制理论与应用》2025年第10期虚拟专刊（三）：决策与优化

已有 481 次阅读 2026-1-9 11:22 |个人分类:刊期目录|系统分类:博客资讯

卷首语

在复杂与不确定中寻找最优解, 当系统变得日益复杂, 当约束与目标多维交织, 如何在动态变化的环境中做出最佳决策, 已不仅是科学问题, 更是工程与经济发展的核心命题. 决策与优化, 这门探寻“最优选择”的学科, 正以前沿的模型与智能算法, 为自主系统与复杂工程管理注入“智慧大脑”.

本期, 我们聚焦 “决策与优化” 这一关键领域, 呈现四篇在截然不同场景下追求“最优”的研究. 它们从人群中的灵巧穿梭到深海的极限追捕, 从绿色制造的精细排产到电网经济的协同分配, 共同展现了智能决策的强大普适性与变革力量.

论文

面向动态人群场景的机器人时空图分层导航

【作者】

林思超, 周智千, 任君凯, 曾志文, 常梦迪, 郑志强, 卢惠民

【摘要】

人群场景是服务机器人的重要应用场景之一. 然而, 由于行人具有自主决策能力, 并且行人行为具有不确定性, 如何实现人群场景下的自主安全导航, 成为了当前服务机器人领域的一大挑战性问题. 为此, 本文提出了一种面向动态人群场景的时空图的分层导航框架 (STG-HCN). 首先, 本文引入德劳内三角剖分描述动态人群拓扑关系, 并拓展到时间维度, 进而提出一种时空图搜索算法, 实现全局路径的快速生成. 其次,考虑到行人动态属性, 本文进一步引入行人的速度和视角信息, 提出一种基于高斯分布的前向注意力势场, 用于评估全局路径对行人的影响. 而后, 针对动态行人构建时变避碰约束, 并且引入滚动时域优化实现时变约束优化问题的求解, 进一步提升机器人全局路径跟踪的运动安全. 最后, 为了验证算法的有效性, 本文开展了大量的仿真及实物实验. 仿真实验结果表明, STG-HCN可将现有基准算法的平均碰撞次数降低 55.7%, 而基于Fetch机器人的实物实验充分说明了算法在实际人群场景中的有效性.

【关键词】

地面移动机器人; 动态路径规划; 滚动时域优化; 自主导航

【引用格式】

林思超, 周智千, 任君凯, 等. 面向动态人群场景的机器人时空图分层导航. 控制理论与应用, 2025, 42(10): 1946 – 1956

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA230528&flag=1

基于深度强化学习的水下无人航行器高速目标捕获路径规划

【作者】

庞舟岐, 郝程鹏, 林晓波, 潘光帅

【摘要】

高速水下目标捕获问题存在诸多挑战, 一方面, 受水下多变的环境影响, 声呐探测数据有较大的时延性和不确定性; 另一方面, 由于目标速度快, 拦截器无法以追击姿态进行捕获, 使得可拦截轨迹的数量大大减少. 基于此, 本文提出了一种改进的双延时深度确定性策略梯度(ITD3)算法来提高拦截器的捕获效率和精度. 首先, 基于拦截器动力学本文构建“规划器–控制器”级联仿真方式, 相较于纯运动学仿真更精确, 相较于制导控制一体模型更符合实际情况; 其次, 为了解决动作空间较大以及水下传感器存在时延的问题, 本文提出了动作掩膜机制并引入了基于时延的探索噪声; 再次, 为使奖励函数契合高速目标捕获任务特点, 本文设计了新的奖励函数对不利于捕获的状态进行惩罚; 最后, 为提高算法的收敛速度和稳定性, 本文在TD3算法的基础上融合优先级经验回放以及softmax操作符. 仿真实验和半实物仿真表明, 和传统捕获算法相比, 本文提出的ITD3算法捕获目标的时间更短、脱靶率更低, 并有着较强的可行性.

【关键词】

深度强化学习; 确定性策略梯度; 高速目标捕获; 水下无人航行器; 马尔可夫决策过程

【引用格式】

庞舟岐, 郝程鹏, 林晓波, 等. 基于深度强化学习的水下无人航行器高速目标捕获路径规划. 控制理论与应用, 2025, 42(10): 1968 – 1980

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240272&flag=1

考虑双资源约束多转速的绿色柔性作业车间调度研究

【作者】

王玉芳, 章殿清, 华晓麟, 张毅, 葛师语

【摘要】

考虑实际生产车间机器不同转速产生能耗差异及精工序的生产需求, 构建以最大完工时间和机器总能耗为优化目标的双资源约束多转速绿色柔性作业车间调度模型, 并提出一种动态学习人工蜂群算法进行求解. 采用混合初始化获取初始种群, 提升算法的进化起点. 在雇佣蜂完成搜索之后, 引入新蜂种学习蜂, 学习优秀蜜源的基因, 降低搜索的随机性, 提高搜索精度, 并采用Q学习算子对学习概率进行自适应优化, 保证蜜源多样性的同时加强算法的全局搜索能力. 跟随蜂阶段设计一种动态邻域搜索策略, 加入基于变速及平衡工人工作时长的邻域结构, 提高跟随蜂的局部搜索能力. 通过不同算法对拓展算例的对比验证所提算法的优越性.

【关键词】

双资源约束; 多转速; 绿色柔性车间调度; 多目标优化; 人工蜂群算法; Q学习

【引用格式】

王玉芳, 章殿清, 华晓麟, 等. 考虑双资源约束多转速的绿色柔性作业车间调度研究. 控制理论与应用, 2025, 42(10): 2019 – 2027

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA250031&flag=1

基于快速一致性的分布式经济调度算法

【作者】

王轶楠, 时侠圣, 林志赟

【摘要】

随着“双碳”目标实施, 我国电力系统新能源发电单元占比逐渐升高. 分布式智能电网通过集成智能感知、通信、决策和控制技术, 实现源网荷储充之间的协同运行, 进而形成更加高效、稳定和可靠的电力系统. 在新型电力系统下, 经济调度问题呈现较强分布式特性. 分布式经济调度旨在通过各发电单元间的信息交互, 实现供需约束和功率约束下的成本最优发电分配方案. 本文利用基于动量加速的精确一阶一致性跟踪技术实现耦合等式约束对偶变量的快速获取, 并利用投影算子实现对偶变量和发电单元输出功率的映射. 最终实现发电成本最优的同时满足系统耦合约束和不等式局部约束. 本文借助凸优化理论和矩阵收缩理论证明所设计算法的收敛性. 与已有算法相比, 本文所设计算法仅交互一个变量信息, 且算法控制参数取值范围仅与成本函数强凸系数相关. 最后, 通过两组仿真案例验证了本文所设计算法的有效性和快速性.

【关键词】

一致性; 动量加速; 经济调度; 耦合约束

【引用格式】

王轶楠, 时侠圣, 林志赟. 基于快速一致性的分布式经济调度算法. 控制理论与应用, 2025, 42(10): 2028 – 2037

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240342&flag=1

结语

这些研究虽场景各异, 但内核相通: 它们都在处理高维、动态、多约束的复杂优化问题, 并致力于开发更快速、更鲁棒、更智能的决策算法. 从单体智能的实时决策, 到多体系统的协同优化, 决策与优化技术正成为提升系统自主性、经济性与可持续性的关键引擎.

每一次对“更优解”的追寻, 都在拓宽机器智能的边界, 提升人类对复杂系统的驾驭能力. 希望这组文章能为您带来启发, 共同思考与探索智能决策的未来.

期刊介绍

《控制理论与应用》(Control Theory & Applications)是经国家科学技术部批准, 教育部主管, 由华南理工大学和中国科学院数学与系统科学研究院联合主办的全国性一级学术刊物, 1984年创刊, 月刊, 国内外公开发行. 《控制理论与应用》是中国科学引文数据库首批统计源期刊之一，中文核心期刊，入选中国精品科技期刊顶尖学术论文F5000项目，中国科协自动化学科领域高质量科技期刊目录以及中国科协百篇优秀科技论文遴选计划，2021年入选广东省高质量科技期刊建设项目，2022-2024年连续获得基金委资助（科技活动专项）。

期刊封面2.jpg 目录2.jpg