【摘 要】
：
大规模无人机集群可以承担单个无人机无法完成的复杂任务,为提高无人机集群执行任务的成功率与可靠性,综合考虑资源均衡与多目标分配的任务规划必不可少.灰狼是一种典型的团队合作狩猎动物,在捕食过程中体现出明显的社会层级结构与合作捕食行为.通过分析灰狼群体的狩猎过程,对灰狼的群体交互机制与合作捕食行为建模;在此基础上,将灰狼合作捕食行为机制映射至无人机集群动态任务分配中,给出了无人机集群动态任务分配流程.仿真结果表明,当无人机集群数量与任务节点关系不同时,所提无人机集群动态任务分配方法在资源均衡度与有效性方面均有明
【机 构】
：
北京航空航天大学自动化科学与电气工程学院飞行器控制一体化技术国家级重点实验室仿生自主飞行系统研究组,北京100083;北京航空航天大学自动化科学与电气工程学院飞行器控制一体化技术国家级重点实验室仿生自
论文部分内容阅读
大规模无人机集群可以承担单个无人机无法完成的复杂任务,为提高无人机集群执行任务的成功率与可靠性,综合考虑资源均衡与多目标分配的任务规划必不可少.灰狼是一种典型的团队合作狩猎动物,在捕食过程中体现出明显的社会层级结构与合作捕食行为.通过分析灰狼群体的狩猎过程,对灰狼的群体交互机制与合作捕食行为建模;在此基础上,将灰狼合作捕食行为机制映射至无人机集群动态任务分配中,给出了无人机集群动态任务分配流程.仿真结果表明,当无人机集群数量与任务节点关系不同时,所提无人机集群动态任务分配方法在资源均衡度与有效性方面均有明显优势.
其他文献
在给定一个子集的条件下,本文研究了在状态翻转控制下布尔控制网络的全局镇定问题.对于节点集的给定子集,状态翻转控制可以将某些节点的值从1(或0)变成0(或1).将翻转控制作为控制之一,本文研究了状态翻转控制下的布尔控制网络.将控制输入和状态翻转控制结合,提出了联合控制对和状态翻转转移矩阵的概念.接着给出了状态翻转控制下布尔控制网络全局稳定的充要条件.镇定核是最小基数的翻转集合,本文提出了一种寻找镇定核的算法.利用可达集的概念,给出了一种判断全局镇定和寻找联合控制对序列的方法.此外,如果系统是一个大型网络,则
对于通讯信道具有丢包的网络化反馈控制系统,运用乘性噪声模型来描述丢包这一信道不确定性,并根据网络化系统的结构特点提出了一种渐近跟踪控制器结构,研究了该结构下系统的均方可镇定性以及均方最优渐近跟踪与均方可镇定性的等价关系.在此基础上,运用随机均方最优控制理论给出了该系统均方最优渐近跟踪设计方法,该方法取决于广义代数黎卡提方程(MARE)的均方镇定解.进一步,本文提出了求解上述均方镇定解的新算法.最后的仿真验证了对于信道具有丢包的网络化反馈系统最优渐近跟踪问题,本文所提方法的有效性和可行性.
切换布尔网络是一种典型的网络化控制系统,在基因调控、信息安全、人工智能、电路设计等领域具有重要应用.本文基于牵制控制方法,研究切换布尔网络在任意切换下的分布式集合镇定问题.首先,利用矩阵半张量积方法,得到切换布尔网络的代数形式.其次,基于代数形式,提出构造性的算法来实现切换布尔网络在牵制控制的作用下任意切换集合镇定,并设计出状态反馈牵制控制器.再次,利用逻辑矩阵分解技术和分布式控制方法,设计任意切换下切换布尔网络的分布式集合镇定控制器,并提出分布式控制器存在的充分条件.文中给出3个例子来说明所获得结果的有
量子神经网络由于结合了量子计算和神经网络的优点,近年来受到了广泛的关注.然而由于目前量子计算资源受限(如量子比特数、量子逻辑门的保真度等)以及贫瘠高原现象(量子神经网络优化过程中解空间变得平坦时出现的训练困难)的存在,量子神经网络当前还难以大规模训练.针对上述问题,本文面向量子–经典混合神经网络模型提出了一种基于无监督学习的特征提取方法.所采用的无监督学习方法结合了量子自编码器和K-medoids聚类方法,可用于多层次结构的特征学习.该方法创新地利用了K-mediods方法对训练得到的量子自编码器进行聚类
本文研究了干扰影响下演化博弈的稳定与镇定问题.首先,文章给出了干扰博弈、控制–干扰博弈以及鲁棒Nash均衡等概念,并在此基础上提出了干扰演化博弈与控制–干扰演化博弈鲁棒稳定与镇定的定义.其次,利用矩阵半张量积工具,得到了干扰演化博弈与控制–干扰演化博弈的代数状态空间表示,将鲁棒稳定与镇定问题转化为一个辅助系统的集合稳定与集合镇定问题.紧接着,文章建立了干扰演化博弈与控制–干扰演化博弈鲁棒稳定与镇定的充分必要条件,并进一步设计了状态反馈控制器.最后,通过两个例子验证了所得结论的有效性.
本文研究了基于事件驱动控制的混杂动态博弈系统的纳什均衡分析问题.首先,分析了事件驱动机制对混杂动态博弈过程的影响,进而,在进行状态空间描述的基础上,给出了混杂动态博弈的纳什均衡的定义,并建立了对应博弈系统的策略型模型.其次,结合Lanchester方程,分别讨论了两类混杂动态博弈系统的均衡问题,包括事件驱动策略设计和固定的情况,获得了均衡解存在的必要条件.最后,通过数值模拟进行了应用分析,验证了所取得结果的合理性和科学性,并总结了混杂动态博弈研究的未来工作.
众所周知,生产调度问题属组合优化问题,一般来说不存在求得精确最优解的多项式算法.因此,对于大规模调度问题,人们应用启发式算法和元启发式算法以企求得满意解.在实际的应用中,许多工业过程需要满足严格的工艺约束.对于这类过程的调度问题,很难应用启发式算法和元启发式算法,因为这些方法难于保证所求得调度的可行性.为了解决这一问题,本文以半导体芯片制造中组合设备的调度问题作为例子,介绍了一种基于离散事件系统控制理论的生产调度新方法.利用Petri网建模,任何违反约束的状态均被描述为非法状态,而使非法状态出现的调度则是
供应链网络是一个高度复杂的有向加权网络,研究供应链网络本身的抗毁性对改良供应链网络拓扑结构,提高网络稳定性和鲁棒性有着至关重要的意义.因此本文依据复杂供应链网络中不同的网络攻击方式导致的节点或者连边级联失效现象,提出了一项在有向加权供应链网络下的抗毁性标准.在提出的抗毁性准则中,本文引入了“网络运营度”的概念,并针对有向加权网络的几种级联失效现象下的“网络运营度”的理论机理进行阐述,最后通过实验证明该抗毁性准则相对于其他文章所提出的抗毁性准则有着相对较好的表现,证实了本文提出的抗毁性测度的有效性.
排队网络是一种常见的对供应链、生产线以及交通系统等进行建模的工具,可以被用来分析系统中各资源的利用率,并对系统结构的设计提供指导.相比较于利用仿真进行分析,排队网络可以更快速地得到系统的资源利用率.在实际中,常用闭环Jackson网络来对顾客总数不变的封闭系统进行建模.在本文中,首先利用闭环Jackson网络归一化参数的母函数,得到了网络中各节点利用率的解析表达式.通过对利用率解析表达式的分析,给出了在顾客总数趋于无穷时利用率的极限,并证明了利用率是饱和函数.在这些结论的基础上,进一步计算不同服务时间下达
最优投资消费问题属于一类典型的随机最优控制问题.劳动力收入可通过影响期望效用从而影响投资消费策略的制定.本文首次在股票收益率和劳动力收入均为不可观测过程情形下,研究了一类部分信息下的最优投资消费问题.首先综合运用Kalman滤波和非线性滤波,得到了Zakai方程的显式解,将部分信息下的随机最优控制问题转化为完备信息下的随机最优控制问题.其次通过求解HJB方程以及证明验证定理,得到了该类最优投资消费问题的最优策略以及值函数的显式表达.最后采用真实市场数据进行仿真,对比经典完备信息模型与本文部分信息模型所得最