第九届国际自控联(IFAC)大会论文评介

工业系统工程(Sessions 11.3/A 11.3/B)本专题有两次分组会,共八篇论文,大部分研究工业系统的运行最优化问题。其中,钢铁工业方面三篇,石油工业方面两篇,化学工业一篇,玻璃工业一篇,软件工程一篇。(11.3/A-1)《以多指标动态规划求轧制规程最优化》是中国科学院科学基金资助课     

精确求解一类动态规划问题的神经网络

根据一类动态规划问题（ＤＦＤＰ）的特点，提出一种能够精确求解此问题的神经网络（ＬＤＰＮＮ）。ＬＤＰＮＮ具有结构简单、易于硬件实现、求解速度快并且能够求得精确最优解等优点，特别适合于大规模动态规划问题的求解。在复杂系统的实时优化与控制等方面具有广阔的应用前景。     

一种新的非线性离散动态大系统递阶控制的神经网络方法发*

本文给出了一种新具有全集成化特征的，求解非线性动态大规模系统递阶控制问题（ＬＯＣＰ）的神经网络模型（ＬＨＣＮＮ）该神经网络具有结构简洁，紧凑，高效的特点，适合于动态大规模系统的实时优化控制。     

具有多时滞大规模非线性系统的指数稳定性

本文考虑了一类非线性多滞后大规模系统的稳定性问题，其复杂的大系统可分解成若干个子系统，并且不同状态向量的函数之间相互关联，而且子系统之间又由滞后状态相耦合．本文提出的方法，是用适当地选择每个子系统的状态反馈控制来达到大系统的稳定性，并证明了大系统具有指数稳定性．     

递阶动态规划在大规模火力规划中的应用

在基本火力规划模型的基础上,建立了一种大规模火力规划问题的递阶模型,并运用大系统的递阶优化算法和动态规划优化算法,提出了一种新的求解该模型的递阶动态规划算法。该方法层次清晰,降低了计算复杂程度,并且适合并行计算,能迅速找到火力规划问题的最优火力分配方案和最优解。仿真算例表明了该方法的实用性。     

多步R学习算法

目的讨论平均准则下控制马氏链的强化学习算法,在事先未知状态转移矩阵及报酬函数的条件下,通过试凑法寻找使得长期每阶段期望平均报酬最大的最优控制策略.方法结合平均报酬问题的一步学习算法和即时差分学习算法,提出了一种多步强化学习算法--R(λ)学习算法.结果与结论新算法使得已有的R学习算法成为其λ=0时的特例.同时它也是折扣报酬Q(λ)学习算法到平均报酬问题的自然推广.仿真结果表明λ取中间值的R(λ)学习算法明显优于一步的R学习算法.     

平均准则问题的即时差分学习算法

考虑平均准则随机动态规划(SDP)问题的一族在线即时差分(TD)学习算法.在学 习中,平均问题的相对值函数是控制器所要学习的目标函数.所提出的算法是已有的TD(λ) 算法及R-学习算法的一种推广.     

热轧流水线离散事件动态系统最优化

本文从随机服务系统理论的观点研究热轧流水线DEDS及其最优化问题。通过对现场操作与生产调度情况的了解以及对实际生产数据的统计分析,研究了轧制节奏和调整时间对设备作业率、产量以及拥挤现象等方面的影响。建立了以提高产量和减少碰撞为目标的随机服务系统最优化的数学模型。给出了系统解析模型的一种特殊形式和模拟结果。此工作对整个生产线的调度管理有实际意义。     

多目标动态规划时段轮换并行算法

针对SIMD和MIMD结构的并行机提出多目标动态规划时段轮换并行算法,多目标动 态规划的时段轮换迭代算法,将全过程优化问题转化成子过程优化问题,然后在子过程非劣解 集中寻找全过程非劣解.这样,将多目标动态规划内存不足的问题转化成时间问题,然后利用 并行机超高速运算的优势来有效地解决内存不足问题.通过时间复杂性、加速比分析及实例. 说明了算法的有效性及优越性.     

动态规划在轧制规程最优化中的应用

本文从轧制工艺节能和降低轧制时间的不同角度出发,以带有卷取张力的 ROHN 型廿辊可逆轧机为对象,应用动态规划探讨了制定轧制规程的新方法。所用方法在顾及机电设备和工艺限制的条件下,综合考虑了厚度分配、轧制次数、轧制速度及张力制度等因素对能耗和时间的影响。理论计算结果表明,最优规程可使现行规程能耗降低6—11%,使时间以更大幅度降低,同时还可使板型和其他指标得到显著改善。在轧机上的实际试验证实了所得的理论结果。