博文

《控制理论与应用》2026年第7期虚拟专刊：决策与优化

已有 599 次阅读 2026-9-20 09:59 |个人分类:刊期目录|系统分类:博客资讯

卷首语

决策与优化是复杂工程系统高效运行的核心支撑, 其理论与方法始终在应对规模膨胀、动态演化与不确定性加剧等现实挑战中迭代前行. 本期专题汇集了八篇研究成果, 从宏观方法论到具体工程场景, 展现了该领域当前若干活跃的探索方向.

在方法论层面, 大模型技术正为传统智能优化算法注入新的推理与泛化能力, 深度强化学习则被用于应对多种动态事件交织的车辆路径决策难题, 而量子相位感知器这一新兴概念也为高维信息处理提供了另类视角. 在调度与生产优化方面, 针对预算与资格约束下的分布式异构流水车间问题, 分解算法被证明能有效缓解计算复杂性; 水下敷缆作业机器人通过CFD方法优化关键机构布局, 则体现了物理仿真与工程设计的深度融合. 在过程监控与自主诊断领域, 自适应采集函数助力代理模型提升对丙烯酸生产过程的预测效率, 数据优选策略增强了航天器控制系统的传感器故障识别能力, 而浅层与深层特征的融合则为浮选工况的在线识别提供了更为可靠的依据.

这些工作尽管应用场景迥异, 但共同反映了决策与优化研究正从单一算法改进走向"算法-数据-物理模型"协同融合的新范式, 并日益强调对复杂性与动态性的主动适应. 期望本专题能为读者呈现该领域前沿动态的一角, 并推动更多面向实际需求的交叉创新.

论文

大模型赋能智能优化算法研究进展综述

【作者】

李婕, 杜永浩, 姚锋, 陈盈果, 郭雅萍

【摘要】

针对传统智能优化算法在面对超大规模问题时存在的专家依赖性强、计算成本高和动态适应性差等局限性, 综述了大语言模型(LLM)赋能智能优化算法的研究进展. 首先, 梳理了LLM在生成初始解构造策略、搜索算子、解的估计方法以及构造完整智能优化算法等环节的主要方法; 其次, 剖析了LLM作为代理直接参与优化过程, 生成初始解、邻域解、端到端地生成解以及代理解的估计方法的工作原理与面临的挑战; 在此基础上, 综述了LLM赋能的智能优化方法在经典优化问题及行业实践中的应用情况; 最后, 讨论了当前研究在计算效率、跨领域泛化及处理复杂约束时的语义保真度等方面的局限性, 并指出构建统一语义建模框架、研究解空间语义压缩技术、共建开源评估体系及探索算法演进机制等未来研究方向.

【关键词】

大语言模型赋能; 智能优化算法组件生成; 代理智能优化求解; 语义驱动生成; 进化–语言协同优化; 大规模优化问题

【引用格式】

李婕, 杜永浩, 姚锋, 等. 大模型赋能智能优化算法研究进展综述. 控制理论与应用, 2026, 43(7): 1419 – 1429

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA250315&flag=1

面向多种动态事件的深度强化学习车辆路径优化

【作者】

张焱鹏, 李香花, 赵于前, 丘腾海, 桂瑰, 阳春华, 桂卫华

【摘要】

现有针对动态车辆路径问题的研究主要集中于处理单一类型的动态事件, 忽视了多种动态事件并存的复杂情况, 且大多数方法依赖于滚动优化策略, 实时性较差. 为此, 本文提出一种基于深度强化学习与元学习的优化方法, 解决包含多种动态事件的动态车辆路径问题. 首先, 引入交通拥堵、车辆损坏等较少被研究的动态事件, 对包含多种动态事件的动态车辆路径问题进行建模; 其次, 根据动态问题特性, 对符合配送过程的非平稳马尔可夫决策过程进行建模, 以提升求解效率. 并设计基于共享网络与注意力机制的深度神经网络模型, 用以生成实时决策与评估状态价值; 最后, 针对多动态事件间的差异性, 引入元学习框架, 显著增强模型在不同动态事件场景下的泛化能力, 使其仅需少量微调即可适应未知动态事件. 在不同规模、不同动态度的实例上进行实验, 证明了所提方法的优越性和有效性.

【关键词】

动态车辆路径问题; 深度强化学习; 元学习; 非平稳马尔可夫决策过程

【引用格式】

张焱鹏, 李香花, 赵于前, 等. 面向多种动态事件的深度强化学习车辆路径优化. 控制理论与应用, 2026, 43(7): 1430 – 1440

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA250013&flag=1

量子相位感知器

【作者】

丛爽

【摘要】

本文提出一种基于相位编码的二输入/单输出量子相位神经元(QPN)及由其组成的单层量子感知器(QPP), 并通过量子门组成的电路对其实现. 所提出的网络仅采用单层网络, 可以将n个单输入变量编码到归一化幅值的不同相位上, 通过不同量子门的相位操作, 完成由n个输入在希尔伯特空间中组成的2^n个不同正交基态的相位表示的一个单位向量, 不仅可以避免随n输入变量而指数增长的输出变量, 同时可以解决经典感知器所不能解决的线性不可分的“异或”问题. 论文对组成QPP的QPN的输入/输出关系式以及权相位参数的求解算法进行了详细推导, 并通过实际相位参数设计与数值实验, 采用QPP网络来实现“异或非”的逻辑操作, 并与其他量子感知器方法实现异或操作的网络结构进行对比, 展现本文所提出的QPP的优越性, 同时还对多输入/多输出的QPP的应用前景给予了展望.

【关键词】

量子相位神经元; 量子相位感知器; 异或非逻辑操作; 量子态识别模型; 量子态生成模型

【引用格式】

丛爽. 量子相位感知器. 控制理论与应用, 2026, 43 (7): 1473 – 1480

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240496&flag=1

预算与资格受限的分布式异构流水车间调度分解算法

【作者】

熊福力, 师江波, 史浩君, 潘静, 刘恒冲

【摘要】

针对有限预算和生产资格约束的分布式异构置换流水车间调度问题(DHPFSP), 以最小化生产成本与最大完工时间(Makespan)加权和为目标, 本文建立了该问题的混合整数线性规划(MILP)模型和约束规划(CP)模型, 并设计了两种能够精确求解的分解算法. 首先, 运用逻辑Benders分解(LBBD)技术将原问题分解为指派主问题和一系列调度子问题; 其次, 为提升LBBD收敛速度, 引入基于瓶颈机器的调度子问题松弛策略加强主问题MILP模型并采用CP求解调度子问题; 然后, 在算法迭代过程中将根据子问题最优解产生的最优割加入到指派主问题以逐渐缩小解空间. 基于以上框架, 设计了两种LBBD算法: 迭代式逻辑Benders分解(ILBBD)算法和分支检查(BCH)算法. 计算结果表明, 所提出的两种分解算法能够在合理时间内获得最优解或者近优解. 与MILP和CP模型相比, 两种分解算法在求解大规模问题上具有显著优势, 而CP模型则在求解小规模问题上表现最佳.

【关键词】

分布式异构置换流水车间调度问题; 混合整数线性规划; 约束规划; 逻辑Benders分解算法; 分支检查算法

【引用格式】

熊福力, 师江波, 史浩君, 等. 预算与资格受限的分布式异构流水车间调度分解算法. 控制理论与应用, 2026, 43(7): 1513 – 1522

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240574&flag=1

水下敷缆作业机器人关键机构布局的CFD优化方法

【作者】

王闯, 白雪剑, 赵艺楠, 惠晓龙, 范亚洲, 孙文星, 王硕, 谭民, 王宇

【摘要】

针对复杂海况下水下敷缆作业机器人的结构布局优化问题, 本文提出了一种基于计算流体力学(CFD)的关键机构布局优化方法. 首先, 建立导管推进器三维模型, 采用滑移网格模拟旋转运动, 结合水动力性能验证和网格无关性分析, 确保模型可靠性. 在此基础上, 重点模拟了双导管推进器在不同偏置角度下的瞬态流场, 通过涡量、Q 准则涡识别及湍流动能(TKE)分析, 揭示了偏置角度对推力与涡流稳定性的影响机制. 结果表明, 偏置20◦时, 后方推进器完全脱离前方推进器尾流的干扰, 前向总推力达峰值, 涡量分布均匀性与流场稳定性最佳, 超出最优角后, 湍流动能持续增长导致的涡系增强与能量耗散加剧是推力下降主因. 定量分析表明, 推进效率与涡流强度呈负相关. 最后, 构建主推进阵列布局优化模型, 验证了偏置20◦布局方案的有效性.

【关键词】

水下敷缆作业机器人; 计算流体力学; 导管推进器; 滑移网格; 涡流分析

【引用格式】

王闯, 白雪剑, 赵艺楠, 等. 水下敷缆作业机器人关键机构布局的CFD优化方法. 控制理论与应用, 2026, 43(7): 1574 – 1583

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA250088&flag=1

基于自适应采集函数的丙烯酸生产过程代理模型

【作者】

曾祥宇, 薄翠梅, 喻果, 张泉灵, 高福荣

【摘要】

丙烯酸生产过程机理建模方法精度高但计算时间长, 采用数据驱动的代理模型方法可以降低其计算成本, 如何提高代理模型精度成为数据驱动建模关键. 因此, 本文提出了一种新的基于自适应采集函数的高斯过程, 首先, 基于加权的多邻近期望改进策略增大不确定区域的采样概率; 然后, 引入稀疏度避免其过度采样; 最后, 通过指数衰减策略自适应调整采集函数的全局与局部搜索能力, 从而逐步提高代理模型精度. 通过在9个测试函数和丙烯酸生产过程上进行对比实验, 实验结果表明所提出的算法有效地提升了代理模型的精度, 验证了算法的有效性.

【关键词】

丙烯酸生产过程; 加权多邻近期望改进; 稀疏度; 代理模型; 自适应采集函数

【引用格式】

曾祥宇, 薄翠梅, 喻果, 等. 基于自适应采集函数的丙烯酸生产过程代理模型. 控制理论与应用, 2026,43(7): 1584 – 1594

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240590&flag=1

基于数据优选的航天器控制系统传感器故障自主诊断方法

【作者】

徐文青, 吴志刚, 王大轶, 刘成瑞, 符方舟

【摘要】

针对资源受限的航天器控制系统, 本文提出一种基于数据优选的传感器故障自主诊断方法. 所提出的方法不依赖于测量数据的统计特征和系统变量之间的线性关系, 而且能够在降低计算量的同时保证诊断能力. 除此之外, 在诊断到故障发生后, 可以实现在轨数据的重新优选, 在降低计算资源的同时为应对后续故障提供条件. 首先, 基于测量数据描述不同传感器故障对应的系统运行模式; 其次, 通过建立衡量不同运行模式测量数据差异的量化指标分别进行地面数据优选和在轨数据优选; 然后, 建立传感器故障诊断逻辑, 利用最优数据优选矩阵下所调用的测量数据进行故障诊断; 最后通过仿真实例验证理论结果的可行性和有效性.

【关键词】

航天器; 自主故障诊断; 黎曼几何; 数据优选

【引用格式】

徐文青, 吴志刚, 王大轶, 等. 基于数据优选的航天器控制系统传感器故障自主诊断方法. 控制理论与应用, 2026, 43(7): 1614 – 1620

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240551&flag=1

基于浅层特征与深层特征融合的浮选工况识别

【作者】

艾明曦, 孔庆洁, 张进, 许庆, 李鹏, 谢永芳, 唐朝晖

【摘要】

泡沫表面视觉特征直观反映矿物浮选状态, 然而泡沫图像浅层特征依赖领域知识且适用性有限, 深层特征依赖深度学习模型易受数据量限制和噪声影响, 为此, 本文提出基于浅层特征与深层特征融合的浮选工况识别方法(FSDF). 首先, 通过特征工程算法提取颜色、形态和纹理等浅层特征; 然后, 设计双分支网络提取局部–全局深层特征以增强图像细节与整体表征; 最后, 采用两阶段特征集成 (TSFI) 策略融合特征, 并通过一维卷积融合网络(1-DCFN)完成工况识别. 此外, 引入一致性损失以强化特征提取分支与1-DCFN在特征提取和分类任务上的协同作用. 在实际浮选生产数据上的实验结果表明, 该方法优于对比方法, 具备良好的工业应用潜力.

【关键词】

泡沫浮选; 工况识别; 浅层特征; 深层特征; 特征融合

【引用格式】

艾明曦, 孔庆洁, 张进, 等. 基于浅层特征与深层特征融合的浮选工况识别. 控制理论与应用, 2026, 43(7): 1621 – 1630

【全文链接】

https://jcta.ijournals.cn/cta_cn/ch/reader/view_abstract.aspx?file_no=CCTA240623&flag=1

结语

本期八篇论文从大模型赋能优化、深度强化学习路径规划、量子感知器、流水车间调度、水下机器人CFD优化、自适应代理模型、传感器故障诊断到浮选工况识别, 系统呈现了决策与优化领域的前沿探索. 这些工作虽应用场景各异, 却共同指向一个趋势: 决策与优化正从单一算法改进走向"算法—数据—物理模型"协同融合的新范式, 日益强调对复杂性与动态性的主动适应.

希望本专题能为读者提供有益参考, 推动更多面向实际需求的交叉创新.

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