一种自适应双反馈递阶控制系统

本文以水厂控制为背景,研究一类受随机扰动作用、以时滞动态过程为关联约束的大系 统最优控制问题,提出一种自适应双反馈递阶控制方法.它既能象闭环控制那样满足约束条 件、改善性能指标,又能象开环控制那样,计算量小,收敛性好.     

通讯信息约束下具有全局稳定性的分布式系统预测控制

本文针对一类由状态相互耦合的子系统组成的分布式系统, 提出了一种可以处理输入约束的保证稳定性的非 迭代协调分布式预测控制方法(distributed model predictive control, DMPC). 该方法中, 每个控制器在求解控制率时只与 其它控制器通信一次来满足系统对通信负荷限制; 同时, 通过优化全局性能指标来提高优化性能. 另外, 该方法在优化 问题中加入了一致性约束来限制关联子系统的估计状态与当前时刻更新的状态之间的偏差, 进而保证各子系统优化问 题初始可行时, 后续时刻相继可行. 在此基础上, 通过加入终端约束来保证闭环系统渐进稳定. 该方法能够在使用较少 的通信和计算负荷情况下, 提高系统优化性能. 即使对于强耦合系统同样能够保证优化问题的递推可行性和闭环系统的 渐进稳定性. 仿真结果验证了本文所提出方法的有效性.     

具有不等式约束的H∞控制及其在 证券投资问题中的应用

本文应用动态对策理论研究具有不等式约束的离散动态系统的控制问题,推导并得到了具有不等式约束的控制算法;进一步研究了在证券投资问题的应用,并进行了案例计算．     

基于多步控制集的鲁棒预测控制器设计

针对有约束多胞不确定系统, 本文提出多步控制集的概念, 并将其作为终端集进而设计鲁棒预测控制器. 由于设计了一系列可变的反馈律, 鲁棒预测控制器可以得到更好的控制性能和更大的初始可行域. 另外, 利用多步控制集的特性, 本文提出了一种将预测控制器的在线计算量转移到离线完成的算法. 通过该算法, 可以有效地平衡鲁棒预测控制器的控制性能、在线计算量和初始可行域. 仿真算例验证了这些算法的有效性.     

一对纳米卫星编队飞行控制的分析

本文针对两颗纳米卫星受到控制和状态约束、且存在有界扰动和测量误差的情况下，分析并提出了它们的稳定和机动控制的可行方法。本主题是当前的一个热门研究领域(参见文献1—6)，这些文章利用了多种配置和算法。目前实现约束控制的方法不多。本文采用改进后的时间最优鲁棒控制方法，可降低能量消耗。文献7介绍的受约束的时间最优控制问题的解要求计算鲁棒可控性集合Xi(Xi是在存在扰动的情况下，可以在i步时间内将状态控制到目标集合B^t的状态集合)。在大部分实际应用中，这些集合太复杂。在本文中，我们利用一种有效的新方法[广义钻石(Diamond)方法]计算可控性集合的内部近似值，以回避该问题的复杂性。然后用这些内部近似值为这个约束系统提供有效的非线形控制，其性能损失很小。     

具有不等式约束的H∞控制及其在证券投资问题中的应用

本文应用动态对策理论研究具有不等式约束的 离散动态系统的控制问题,推导并得到了具有不等式约束的控制算法;进一步研究了在证 券投资问题的应用,并进行了案例计算．     

二维约束Voronoi网格构造及其尺寸、质量控制

给出二维约束Voronoi网格的有关概念,分析了约束线段在二维Voronoi网格存在的条件,提出了一种二维约束Voronoi网格构造算法;并对二维约束Voronoi网格的尺寸和质量控制进行了研究;最后给出了实例以说明算法的有效性．该算法计算快速,适应性广,在诸多领域具有广泛的应用前景．     

基于事件触发的互联电力系统分布式负荷频率预测控制

针对具有约束和扰动的多区域互联电力系统负荷频率控制(load frequency control, LFC)问题,本文提出了一种事件触发分布式模型预测控制(event-triggered distributed model predictive control,ET-DMPC)策略.将大规模互联电力系统分解成多个动态耦合的子系统,考虑发电机变化率约束(generation rate constraint, GRC)和调速器阀门位置限制,建立分布式预测控制优化问题.为了降低系统计算负担,减少计算资源的消耗和浪费,基于预测值和系统实际状态的误差构造事件触发条件.在事件触发机制下,只有子系统满足相应的事件触发条件时,控制器才传输状态信息和求解优化问题,并与邻域子系统交互最优解作用下的关联信息.仿真结果表明,本文提出的控制策略在负荷扰动和系统参数不确定的情况下具有良好的鲁棒性,同时极大地降低了系统的计算负担.     

基于RBAC的限制约束在权限控制中的实现

本文针对当前权限控制框架在权限控制和数据保护方面存在的问题,提出一种新的权限控制解决方案--基于RBAC的限制约束扩展.文章重点描述了限制约束功能的原理与实现,并对限制约束扩展应用时出现的限制冲突和限制共享问题,提出了解决方法.     

六自由度机械臂约束预测控制系统的设计

本文提出了一种基于约束预测控制的机械臂实时运动控制方法.该控制方法分为两层,分别设计了约束预测控制器和跟踪控制器.其中,约束预测控制器在考虑系统物理约束的条件下,在线为跟踪控制器生成参考轨迹;跟踪控制器采用最优反馈控制律,使机械臂沿参考轨迹运动.为了简化控制器的设计和在线求解,本文采用输入输出线性化的方式简化机械臂动力学模型.同时,为了克服扰动,在约束预测控制器中引入前馈策略,提出了带前馈一反馈控制结构的预测控制设计.因此,本文设计的控制器可以使机械臂在满足物理约束的条件下快速稳定地跟踪到目标位置.通过在PUMA560机理模型上进行仿真实验,验证了预测控制算法的可行性和有效性.     

一种基于结构化学习的排序算法

传统排序算法将排序问题转换成分类或回归问题来求解,这样得到的模型不够精确。对此提出一种新的排序算法,该算法把排序问题看成一个结构化学习过程,即通过训练集来学习一个排序结构。算法首先定义了一个查询级的目标函数,针对算法约束条件太多,难以直接优化,提出使用割平面算法进行求解。对于算法中的“寻找最违约排列”子问题,将其变换成为一个简单的降序排列问题。基于基准数据集的实验表明,相比起传统的排序算法,所提算法更为有效。     

基于李雅普诺夫随机优化的车辆边缘计算资源管理

针对车辆边缘计算系统中的计算资源管理问题,提出一种基于李雅普诺夫随机优化的计算卸载与资源分配方案.构建在保证任务量及长期能耗约束下的车辆用户服务时延最小化优化问题,利用李雅普诺夫随机优化理论将优化问题分解.在本地计算资源分配子问题中,通过求解线性问题的方法,得到最优本地计算CPU频率;在计算卸载子问题中,利用数值优化求...     

A working-set approach for sizing optimization of frame-structures subjected to time-dependent constraints

In this paper, we propose a working-set approach for sizing optimization of structures subjected to time-dependent loads. The optimization problems we consider have a very large number of constraints while relatively few design variables and degrees of freedom. Instead of solving the original problem directly, we solve a sequence of smaller sub-problems. The sub-problems consider only constraints in the working set, which is a small sub-set of all constraints. After each sub-problem, we compute all constraint function values for the current design and add critical constraints to the working set. The algorithm terminates once an optimal point to a sub-problem is found that satisfies all constraints of the original problem. We tested the approach on several reproducible problem instances and demonstrate that the approach finds optimal points to the original problem by only considering a very small fraction of all constraints. The proposed approach drastically reduces the memory storage requirements and computational expenses of the linear algebra in the optimization solver and the computational cost of the design sensitivity analysis. Consequently, the approach can efficiently solve large-scale optimization problems with several hundred millions of constraints.     

移动边缘计算中的无人机三维部署和内容缓存优化方法

随着无线网络中的移动数据流量爆炸式增长,支持高速缓存的无人机被应用于移动计算领域充当边缘服务器,为网络中的用户提供按需服务。为了在满足其他资源约束的条件下,给用户带来更好的体验,通过联合优化无人机部署、缓存放置和用户关联以实现最小化所有用户的内容访问时延,并为用户提供质量不同的内容缓存服务。针对多无人机和地面基站协同提供缓存服务的场景,提出了一种基于迭代优化的联合优化算法。该算法通过迭代求解由目标问题分解得到的三个子问题的方式来获得具有收敛性保证的次优解决方案。首先,采用基于连续凸近似的算法求解无人机部署子问题;其次,采用基于贪心的算法求解内容缓存子问题;然后,利用基于罚函数的连续凸近似算法求解用户关联子问题;最后,对上述过程重复迭代,得到目标问题的一个次优解。多次仿真实验验证了所提算法的有效性和可行性。仿真结果表明,与基准算法相比,所提联合优化算法在平均内容访问时延、缓存命中率两方面均具有更好的性能。     

Solving Stochastic Transportation Network Protection Problems Using the Progressive Hedging-based Method

This research focuses on pre-disaster transportation network protection against uncertain future disasters. Given limited resources, the goal of the central planner is to choose the best set of network components to protect while allowing the network users to follow their own best-perceived routes in any resultant network configuration. This problem is formulated as a two-stage stochastic programming problem with equilibrium constraints, where the objective is to minimize the total expected physical and social losses caused by potential disasters. Developing efficient solution methods for such a problem can be challenging. In this work, we will demonstrate the applicability of progressive hedging-based method for solving large scale stochastic network optimization problems with equilibrium constraints. In the proposed solution procedure, we solve each modified scenario sub-problem as a mathematical program with complementary constraints and then gradually aggregate scenario-dependent solutions to the final optimal solution.     

基于信赖域二次规划的非线性模型预测控制优化算法

针对非线性预测控制如何在有限时域内有效的求解非凸非线性规划这一关键问题, 本文采用序列二次规划方法, 将非线性规划转化为一系列二次子规划求解. 首先根据非线性规划联立方法将系统状态和控制量同时作为优化变量, 得到以控制量步长为优化变量, 只包含不等式约束的子二次规划问题, 并用它取代原SQP子规划, 减小了子问题的规模; 随后采用基于信赖域二次规划的方法求解子规划问题, 保证每次迭代的可行性; 同时采用一种能够保持SQP问题Hessian矩阵稀疏结构的更新方法, 也在一定程度上降低了算法的复杂程度.最后的仿真结果表明了该方法的有效性.     

Implementation of a three-stage approach for the dynamic resource-constrained shortest-path sub-problem in branch-and-price

The resource-constrained shortest-path problem (RCSP) is often used as a sub-problem in branch-and-price because it can model the complex logic by which many actual systems operate. This paper addresses two special issues that arise in such an application. First, RCSP in this context is dynamic in the sense that arc costs are updated at each column-generation iteration, but constraints are not changed. Often, only a few arc costs are updated at an iteration. Second, RCSP must be solved subject to arcs that are forbidden or prescribed as corresponding binary variables are fixed to 0 or 1 by the branching rule. A reoptimizing algorithm for dealing with a few arc-cost changes and a method for dealing with fixed arcs are proposed and incorporated into a three-stage approach, specializing it for repeatedly solving the dynamic RCSP as a sub-problem in branch-and-price. Computational tests evaluate the effectiveness of the proposed algorithms.     

一类单机动态调度问题的改进滚动时域方法

将滚动时域方法用于一类单机动态调度问题,对其调度子问题进行改进.在子问题的目标函数中增加一个终端惩罚项,在优化局部目标的同时兼顾全局目标,证明了已有分枝定界算法经适当修正可用于求解改进的调度子问题.仿真计算结果表明,在绝大多数情况下,改进滚动时域方法的调度质量优于最好的规则调度方法.     

基于Listwise的新型排序算法

基于Pairwise的排序算法得到的判别式模型准确率较低。为此,提出一种基于Listwise的新型排序算法。采用判别式模型,将基于1-slack的支持向量机作为算法框架,定义算法的优化目标。由于该目标的约束条件太多,难以直接优化,因此使用割平面法求解。对于算法内部寻找最违背排列的子问题,将其看作一个线性指派问题,采用匈牙利法求解。在基准数据集上的实验结果验证该算法的有效性和稳定性。     

Synthesis of nonlinear controller for wind turbines stability when providing grid support

This paper presents a new nonlinear polynomial controller for wind turbines that assures stability and maximizes the energy produced while imposing a bound in the generated power derivative in normal operation (guarantees a smooth operation against wind turbulence). The proposed controller structure also allows eventually producing a transient power increase to provide grid support, in response to a demand from a frequency controller. The controller design uses new optimization over polynomials techniques, leading to a tractable semidefinite programming problem. The ability of the wind turbine to increase its power under partial load operation has been analysed. The aforementioned optimization techniques have allowed quantifying the maximum transient overproduction that can be demanded to the wind turbine without violating minimum speed constraints (that could lead to unstable behaviour), as well as the total generated energy loss. The ability to evaluate this shortfall has permitted the development of an optimization procedure in which wind farm overproduction requirements are divided into individual turbines, assuring that the total energy loss in the wind farm is minimum, while complying with the maximum demanded power constraints. Copyright © 2013 John Wiley & Sons, Ltd.