2025年, 第32卷, 第12期　
刊出日期：2025-12-20

  

• 全选
  |

• Select
  基于模糊需求应急选址路径问题的超启发式算法

  王庆荣, 李裕杰, 朱昌锋, 王雪娜

  控制工程. 2025, 32(12): 2113-2125.

  摘要 ( )   可视化   收藏

  针对应急物资需求与物流配送之间不匹配的问题，研究了在需求不确定情景下，如何同时实现应急物资中心选址和车辆路径规划优化的问题。首先，采用三角模糊数刻画需求量，构建应急选址路径模型；随后，将竞争深度Q网络(dueling deepQ network, dueling DQN)算法和双深度Q网络(double deep Q network, DDQN)算法的优点融入超启发式算法的高层选择策略中，提出一种基于强化学习的超启发式算法。该算法利用其学习能力对底层启发式算子的性能进行评估，并赋予启发式算子相应的奖惩值；然后，结合奖惩值与改进的模拟退火接收机制，引导底层算子在解空间中搜索优质解。同时，设计了一种高效的编码方式来提高算法的效率。最后，通过实验验证了所提算法的有效性和鲁棒性，该算法的总体求解效果优于对比算法。
• Select
  车辆纵向队列分布式多目标模型预测控制

  崔皓, 叶洪涛, 罗文广, 文家燕

  控制工程. 2025, 32(12): 2126-2134.

  摘要 ( )   可视化   收藏

  针对单向拓扑下具有一阶惯性环节的车辆队列多目标控制问题，提出一种分布式模型预测控制方法，将该问题转化为局部最优控制问题。首先，构建车辆队列的动力学模型和通信拓扑结构模型。其次，针对通信拓扑中跟随车接收信息的不同，分别设计代价函数并统一描述，建立系统约束，使每一辆跟随车基于接收到的前车有限信息滚动优化，求解局部最优控制问题，并将最优控制量的加速度作用于系统，以实现车辆队列的多目标协同控制，并选取李雅普诺夫函数证明系统的渐近稳定性。最后，通过数值仿真实验进行验证，结果表明，所提控制策略在确保稳定性的同时，能够减少车队的间距误差，提高燃油的经济性。
• Select
  基于改进蚁群算法的节能工艺路线规划方法

  许顺, 王艳, 纪志成, 刘相

  控制工程. 2025, 32(12): 2135-2146.

  摘要 ( )   可视化   收藏

  针对加工工件节能工艺路线的研究发现，蚁群算法存在收敛效果低、收敛速度慢、易陷入局部最优等问题，因而提出一种融合了免疫算法、改进的信息素增量更新规则和双精英协作策略的改进蚁群算法，用于典型加工工件能耗预测模型下的工艺路线规划。首先，通过免疫算法进行工艺路线的初步筛选，并更新信息素矩阵，提高算法的早期搜索效率；其次，优化信息素增量并改进信息素的更新策略，提高算法的收敛速度和全局搜索能力；最后，通过双精英协作策略，引入自然种群更新机制，提高算法的寻优能力，同时避免算法陷入局部最优。通过实验仿真证明，改进后的蚁群算法能更快速有效地发现能耗更低的工艺路线，且与遗传算法、模拟退火算法等算法的对比结果验证了所提算法的有效性和优越性。
• Select
  考虑疲劳驾驶因素的半自动卡车队列集装箱接驳运输优化

  黄超, 周晓阳, 康晓鹏, 闫李

  控制工程. 2025, 32(12): 2147-2157.

  摘要 ( )   可视化   收藏

  针对半自动卡车队列模式下的集装箱接驳运输问题，考虑到驾驶员疲劳驾驶和驾驶员数量有限等因素对于实现安全驾驶和提高运输效率具有重要作用。所设立的优化目标是最小化物流公司的运输总成本，包括卡车部署成本和驾驶员工作时间成本。首先，基于图论建立一个混合整数非线性数学规划模型；其次，通过引入辅助决策变量对原模型进行线性化处理；然后，设计了一个改进的模拟退火算法；最后，基于大量仿真算例进行求解分析。实验结果表明，对于小规模算例，CPLEX优化软件可以在较短时间内求得最优解；对于中大规模算例，改进的模拟退火算法在求解质量和求解速度方面均优于CPLEX。实验结果验证了所设计的模型和算法的有效性。
• Select
  面向负荷准线的工业输送负荷集群优化控制方法

  潘廷哲, 侯珏, 王宗义, 王钦, 金鑫, 蔡新雷

  控制工程. 2025, 32(12): 2158-2168.

  摘要 ( )   可视化   收藏

  Industrial conveying loads have large capacities and strong flexibility, it makes them high-quality load resources for demand response. In order to incentivize the conveying loads in demand response, an approach to aggregate the conveying loads as a cluster and an optimal control method for this cluster to participate in customer directrix load induced demand response are proposed. Firstly, an overall framework and evaluation method for clusters of industrial conveying loads to participate in customer baseline load induced demand response are proposed. The operation feasible domains of a conveying section and the conveying load cluster are constructed, respectively. Secondly, a day-ahead optimal model of conveying load clusters participating in customer directrix load induced demand response is formed, and an intraday coordination control method of belt conveyors is further proposed. Finally, a cement clinker conveying system is taken as a study case for algorithm verification. Three scenarios for the conveying load cluster system participating in customer baseline load induced demand response are compared and analyzed. The results show that the third scenario achieves the best performance; it minimizes the net cost of the conveying load cluster while driving its load shape to track the customer baseline load through simultaneous responses to customer directrix load and time of use tariff.
• Select
  改进北方苍鹰优化算法及其在智能车路径规划中的应用

  苟毓俊, 马康, 陈建勋, 刘泽同

  控制工程. 2025, 32(12): 2169-2176.

  摘要 ( )   可视化   收藏

  针对北方苍鹰优化算法收敛速度慢、寻优精度低以及易陷入局部最优的缺点，提出了一种改进的北方苍鹰优化(improved northern goshawk optimization, INGO)算法。首先，采用Bernoulli混沌映射初始化种群，增强种群的多样性。其次，在猎物选择和攻击阶段引入正余弦策略、非线性递减搜索因子以及权重因子，提升算法的局部搜索能力和收敛速度。然后，新增第三阶段，利用自适应t分布变异对最优解进行扰动更新，提高算法的全局寻优能力。最后，通过九个标准测试函数及不同复杂程度的栅格地图路径规划场景，对INGO算法的性能进行综合评估。结果表明：INGO算法在各类测试函数上均展现出了优秀的寻优精度和稳定性，在栅格地图下的路径规划实验中，该算法相较于NGO算法在路径长度与稳定性方面均有显著提升。
• Select
  基于YOLOv8n改进算法的自动驾驶目标检测

  杨博, 胡珍珍

  控制工程. 2025, 32(12): 2177-2184.

  摘要 ( )   可视化   收藏

  为了解决自动驾驶场景中因目标遮挡和远处小目标较难检测导致的错检和漏检问题，提出了一种基于YOLOv8n的自动驾驶目标检测改进模型。首先，在骨干网络的C2f模块嵌入了可变形卷积网络(deformable convolution network, DCN)，加强了模型在复杂背景条件下的特征提取能力；其次，在颈部网络中加入了全局注意力机制(global-attention mechanism, GAM)，以突出车辆和行人的重要特征信息，提高模型的特征融合能力；最后，引入了Dynamic Head目标检测头，增强了模型对小目标的检测能力。实验结果显示，改进后的YOLOv8n算法在KITTI数据集上的精确率(precision, P)、召回率(recall, R)和平均精度均值(mAP)分别为93.0%、82.9%和91.0%，相比传统的YOLOv8n算法分别提升了2.2%、4.4%和3.7%，达到了更好的检测精度和效果。
• Select
  分层优化算法在可重入混合流水车间调度中的应用

  任志豪, 张健欣

  控制工程. 2025, 32(12): 2185-2196.

  摘要 ( )   可视化   收藏

  针对半导体生产中使用传统算法解决可重入混合流水车间调度问题时，种群多样性不足容易导致陷入局部最优的情况，提出了一种改进种群多样性的分层优化算法(hierarchical optimization algorithm, HOA)。该算法首先通过多样性阈值筛选初始种群，确保初始种群具备足够的多样性；然后，结合扩展顺序交叉和扩展位置交叉这两种全局搜索方式，进一步提升算法的全局搜索能力，避免陷入局部最优；之后，采用动态去相似性机制，在迭代过程中保持种群的良好分布性，有效防止算法性能下降；最后，通过多层次的演化机制，进一步增强算法的稳定性和效率。仿真实验表明，该算法在缩短最大完工时间方面表现优异，显著优于传统方法，可有效解决种群多样性不足的问题，并展现出更高的效率和稳定性，为复杂调度问题的求解提供了新思路。
• Select
  考虑时间和能耗的预制箱梁变速流水车间优化调度方法

  王化明, 王金涛, 娄航宇

  控制工程. 2025, 32(12): 2197-2207.

  摘要 ( )   可视化   收藏

  针对预制箱梁生产企业普遍存在的多车间并行加工特性，将其归纳为加工时间可变的分布式置换流水车间调度问题，建立了以完工时间和能耗为目标函数的混合整数规划模型，并提出一种模因算法进行求解。首先，采用混合策略生成高质量初始种群；其次，依据问题特性引入多种遗传算子和局部搜索算子，提高算法的全局探索和局部开发能力；同时，采用基于机器学习的预选择策略来平衡两类算子的资源分配；最后，基于一系列扩展的Taillard基准算例和实际工程案例进行仿真实验，并将所提算法与4种先进的多目标进化算法进行对比。实验结果验证了所提算法的优越性，为现实中混凝土箱梁的生产调度提供了更为科学有效的方法。
• Select
  RD-RNN：用于交通流量预测的残差分解循环神经网络

  曾俊铖, 杨建森, 孙璇

  控制工程. 2025, 32(12): 2207-2213.

  摘要 ( )   可视化   收藏

  为有效规划高速公路养护施工的布控时间，保障道路安全通行，亟需一种能够科学预测交通道路占有率的智能化方法，因此提出了一种残差分解循环神经网络(residual decomposition recurrent neural network, RD-RNN)模型用于高速公路占有率的预测。首先，利用自回归积分滑动平均(autoregressive integrated moving average, ARIMA)模型对序列残差进行平稳化处理，从中提取潜在趋势与波动特征；然后，引入长短期记忆(long short-term memory, LSTM)网络来捕捉时间序列中的长期依赖信息，实现对历史观测值与残差项的联合建模；最后，将两部分结果融合，以提升对复杂交通状态变化的预测能力。与传统LSTM网络和Conv-LSTM模型的对比实验，以及针对模型结构的消融分析结果表明，所提RD-RNN方法在高速公路占有率的预测任务中表现出更高的预测精度和稳定性，为智能化交通布控提供了有效的决策支持。
• Select
  柔性末端四足爬壁机器人结构设计分析与仿真

  王丹, 李浩林

  控制工程. 2025, 32(12): 2214-2220.

  摘要 ( )   可视化   收藏

  针对油气输送管道及建筑结构中金属管壁的定期安全检测需求，提出一种基于末端柔性结构的四足爬壁机器人系统，以替代人工作业，提升检测的安全性与效率。首先，在传统四足机器人构型的基础上，引入可环抱并吸附于管壁的末端柔性执行机构，使机器人具备沿管道外壁稳定爬行的能力；然后，采用D-H参数法建立机器人的腿部模型，并完成正逆运动学及动力学分析；接着，基于单腿三维仿真模型，对运动学解的正确性与轨迹跟踪性能进行验证；受毛虫蠕动运动方式的启发，设计出适用于管壁爬行的蠕动步态；最后，利用样条曲线对机器人腿部的运动轨迹进行规划。最终，通过仿真实验验证了所提步态的平滑性与运动方案的可行性。
• Select
  基于CESO的磁悬浮球系统线性自抗扰控制

  金坤善, 贾睿东, 张井岗, 贾雁, 陈志梅

  控制工程. 2025, 32(12): 2221-2228.

  摘要 ( )   可视化   收藏

  常规线性自抗扰控制方法在处理含高频测量噪声的磁悬浮球系统时存在性能受限的问题，因此，提出一种基于级联扩张状态观测器(cascade extended state observer, CESO)的磁悬浮球系统线性自抗扰控制策略。首先，将总扰动分解为不同频率的扰动分量；然后，利用线性扩张状态观测器的低频滤波特性和状态估计速度/精度与其带宽取值的正相关性，构建线性CESO，实现扰动的分层协同处理，以提升对不确定综合扰动的估计精度。在分析CESO收敛性的基础上，分别将其与PID控制方法和传统线性自抗扰控制方法进行仿真对比研究，结果表明：基于CESO的线性自抗扰控制方法能实现对磁悬浮球系统不确定扰动的高精度估计/控制，对含有高频测量噪声的多源不确定扰动具有较强的鲁棒性，可有效提升系统的控制性能。
• Select
  基于事件触发的非线性多智能体系统时变编队

  李祥, 赵志诚, 王健安

  控制工程. 2025, 32(12): 2229-2236.

  摘要 ( )   可视化   收藏

  针对含有Lipschitz非线性项的领航跟随多智能体系统的时变编队存在通信和计算任务占用资源较多的问题，引入了一种分布式事件触发机制，并设计了非线性系统时变编队的控制协议。所提出的事件触发机制无需在下一个事件触发之前更新控制协议，避免了一般事件触发机制中的连续通信问题。并在理论上严格证明了多智能体系统在该控制协议下的收敛性，以及在该触发函数下无Zeno现象。最后，仿真结果表明，在保证时变编队完成的前提下，引入事件触发机制后能够减少智能体之间的资源消耗。
• Select
  异构多智能体系统二分输出一致性

  严浩远, 刘小洋, 曹进德, 邵劭

  控制工程. 2025, 32(12): 2237-2244.

  摘要 ( )   可视化   收藏

  针对具有量化信息的异构多智能体系统的一致性问题，提出了未知非线性动力学和外部扰动下的二分一致性判据。首先，结合自适应控制方法提出了基于领导者状态反馈的观测器，使得每个观测器都能够在固定时间内观测到领导者的状态；然后，基于含有伪理想权重矩阵的神经网络逼近理论，利用Lipschitz不等式，输出调节方程等数学工具，结合牵制控制策略提出了二分输出一致性控制协议以及神经网络自适应律；接着，利用李雅普诺夫稳定性理论证明了异构多智能体系统最终能实现二分输出一致性；最后，通过数值仿真验证了该理论结果的有效性。
• Select
  660 MW大型火电机组的多模型非线性解耦控制

  王永刚, 闫佩育, 孝锐敏, 王俊

  控制工程. 2025, 32(12): 2245-2252.

  摘要 ( )   可视化   收藏

  近年来，随着新能源的大规模并网，对电网的调峰、调频能力提出了更高要求。这就需要大中型火力发电机组能够具有更好的控制性能，从而快速响应电网的负荷变化。针对660 MW火电机组存在的非线性、强耦合、大滞后的控制难题，设计了基于反向传播(back propagation, BP)神经网络的多模型非线性解耦控制器。首先，采用广义最小方差控制律选取合适的控制器参数；然后，将线性解耦控制器与基于神经网络的非线性解耦控制器相结合，以保证火电机组系统的稳定性，同时设计切换机制，选取适合当前的最优解耦控制器。仿真实验表明，所采用的控制方法能够实现不同负荷间的快速跟踪，对保证电力系统的高效经济稳定运行具有现实意义。
• Select
  基于多层高斯混合回归的多模态工业过程终点预报方法

  蒋鹏, 卢绍文

  控制工程. 2025, 32(12): 2253-2262.

  摘要 ( )   可视化   收藏

  流程工业过程中存在难以在线检测的关键生产运行指标，且工业数据表现出多模态特征，采用传统的基于回归的预报模型需要增加模型复杂度，易导致过拟合问题。因此，提出一种基于多层截断高斯混合回归模型的终点预报方法。首先，筛选流程工业过程中与关键生产运行指标相关的关键变量；然后，引入多层树形结构来表达数据的多模态结构，将关键变量与关键指标的历史数据利用一种自顶向下的训练算法，自适应地根据数据分布训练出多层截断高斯混合回归模型；最后，利用训练模型预报关键指标。以两组工业数据为实验对象进行了实验，结果表明，该终点预报方法在过程变量预报方面具有良好的准确性。
• Select
  含执行器故障的机械臂系统自适应滑模容错控制

  徐正伟, 刘振, 江保平, 高存臣

  控制工程. 2025, 32(12): 2263-2268.

  摘要 ( )   可视化   收藏

  随着机械臂在工业制造、深海探测及航空航天等领域中的广泛应用，对其跟踪精度和安全性能的要求也在不断提高。为此，针对存在执行机构故障的机械臂系统，研究了其在参数摄动和干扰力矩下的轨迹跟踪控制问题。首先，根据系统状态方程设计了一种基于改进趋近律的自适应滑模容错控制器，利用自适应算法来估计并补偿未知干扰及故障信号，以进一步提高闭环系统的动态性能。然后，基于李雅普诺夫稳定性理论，严格证明了滑模面的有限时间可达性和跟踪误差的指数收敛性。最后，以二连杆机械臂为对象，仿真验证了所设计控制器具有良好的抗干扰和容错性能。
• Select
  基于随机配置网络的变速趋近律滑模控制

  张啸涵, 乔景慧, 陈宇曦

  控制工程. 2025, 32(12): 2269-2276.

  摘要 ( )   可视化   收藏

  为解决因外界干扰、模型不准确及滑模控制的不连续开关特性引起的系统抖振问题，提出一种基于随机配置网络(stochastic configuration network, SCN)的变速趋近律滑模控制器。首先，设计了零点斜率可调的切换函数(dsat)，根据系统状态与滑模面的距离自适应地调整切换项的值，降低了系统抖振。然后，由于系统具有不确定性，引入SCN对系统的非线性项进行逼近，并通过设计隐藏层节点输入参数的配置范围，提高SCN的逼近能力。最后，通过一个二阶非线性系统的仿真实验进行验证，结果表明，所提算法可以有效降低系统抖振。
• Select
  基于改进YOLO v5的钢带表面缺陷检测方法

  贺智勇, 李国红, 谢刚, 谢新林, 胡啸

  控制工程. 2025, 32(12): 2277-2282.

  摘要 ( )   可视化   收藏

  针对工业钢带表面缺陷检测率低的问题，提出了一种改进YOLO v5的钢带表面缺陷检测算法。首先，在YOLO v5骨干网络中引入压缩激励(squeeze-and-excitation, SE)注意力机制，来强化模型对缺陷重要信息的提取能力，解决特征信息损失较大的问题；其次，使用四尺度检测机制来增大网络模型的检测区域，加强深层与浅层语义信息的融合；最后，通过K均值(K-means++)聚类算法改进优化检测锚框，解决部分小目标检测困难的问题。针对NEU-DET数据集的验证结果表明，所提出模型的mAP为79.2%，较YOLO v5模型提升了3.3个百分点，既保持了YOLO系列轻量化的优势，又可实现较好的工业钢带小目标检测效果。
• Select
  基于RFKPCA和SAC-BiLSTM的复杂工业过程故障预测

  朱海南, 方叶祥

  控制工程. 2025, 32(12): 2283-2290.

  摘要 ( )   可视化   收藏

  为实现对复杂工业过程的故障趋势预测，提出基于随机森林-核主成分分析(random forest-kernel principal component analysis, RFKPCA)和基于缩放指数线性单元注意力机制的双向长短期记忆(SELU attention CNN bi-directional long short-term memory, SAC- BiLSTM)网络的故障预测方法。首先，基于随机森林(RF)算法的特征重要性对故障特征进行筛选。之后，使用核主成分分析(KPCA)进行特征重构，并构造霍特林(2T)统计量，用以描述工业过程的状态趋势。针对双向长短期记忆(BiLSTM)网络无法提取空间特征的问题，将降维后的变量与2T统计量组成监督学习型时间序列数据，引入卷积神经网络(convolutional neural network, CNN)并改进激活函数，同时，针对故障点前后数据时变性较强的特性，在隐藏输出层中加入注意力机制。在TE仿真平台上的实验结果表明，所提模型的准确性得到明显提升，具有较好的预测效果。
• Select
  时变全状态约束切换非线性系统固定时间模糊自适应控制

  赵姜楠, 欧阳鑫玉, 赵楠楠

  控制工程. 2025, 32(12): 2291-2300.

  摘要 ( )   可视化   收藏

  以一类具有时变全状态约束的切换型不确定非线性系统为研究对象，提出了一种固定时间模糊自适应控制策略。首先，采用模糊逻辑系统逼近切换非线性系统中未知的非线性函数，利用线性状态观测器估计系统未知的状态，消除了在控制器设计过程中状态必须可测量和函数必须已知的限制。然后，通过引入障碍李雅普诺夫函数解决了时变状态约束的问题，在控制器设计过程中仅需要一个自适应参数，既减少了计算负担，又解决了过度参数化的问题。最后，通过仿真结果验证了该控制策略可以保证系统的跟踪误差在固定时间内收敛于原点的一个小邻域内，且收敛时间与系统的初始状态无关，同时又可以保证系统的所有状态都在提前设定的约束界内，提高了系统的瞬态性能与稳态性能。