基于产量不确定性的分布鲁棒优化在多周期多产品批量问题中的应用

多周期多产品批量问题在产量不确定性下的分布鲁棒优化研究 学术背景 在现代制造业中,生产过程中的产量不确定性(yield uncertainty)是一个普遍存在的问题,尤其是在农业、食品加工、纺织等行业中。这些行业的生产过程依赖于不可控的外部因素(如气候、原材料质量等),导致生产输出难以预测。产量不确定性不仅增加了生产成本,还可能导致库存不足或过剩,进而影响企业的利润和市场竞争力。 为了应对这一问题,学术界提出了多种优化方法,包括随机规划(stochastic programming, SP)和鲁棒优化(robust optimization, RO)。然而,这些方法各有局限性:随机规划依赖于对不确定性参数概率分布的准确估计,而这在实际生产中往往难以实现;鲁棒优化则倾向于过度保守,可能导致高成...

基于折扣值迭代的零和博弈自适应评判设计及其应用验证

基于折扣价值迭代的自适应评判设计在零和游戏中的应用与验证 研究背景 在控制领域,最优控制(Optimal Control)是一个核心研究方向,旨在设计和分析控制系统以优化系统性能。随着系统复杂度的增加,传统的基于哈密顿-雅可比-贝尔曼方程(Hamilton-Jacobi-Bellman, HJB)的最优控制方法面临“维度灾难”(Curse of Dimensionality)问题。为了应对这一挑战,研究者们提出了自适应动态规划(Adaptive Dynamic Programming, ADP)方法,结合强化学习(Reinforcement Learning)和函数逼近(Function Approximation)等技术,有效提升了复杂系统的控制能力。 零和游戏(Zero-Sum Game...

基于测地距离场的五轴连续扫描方法用于多入口内壁表面检测

基于测地距离场的五轴连续扫描方法用于多入口内壁表面检测 背景介绍 在工业应用中,多入口内壁(MEI, Multi-Entrance Inwall)表面因其复杂的拓扑结构和潜在的碰撞风险,精确检测这些表面一直是一个挑战。传统的点对点检测方法效率较低,而近年来开发的五轴连续扫描技术则显著提高了检测效率,为大面积、复杂表面的检测提供了新的可能性。然而,目前五轴连续扫描的路径规划仍然高度依赖人工干预,尤其是针对MEI表面时,由于复杂的碰撞场景和多入口结构,自动化路径生成尤为困难。为此,本文提出了一种基于测地距离场(GDF, Geodesic Distance Field)的新方法,旨在自动、高效地生成五轴连续扫描路径,解决MEI表面检测中的路径规划和碰撞规避问题。 论文来源 本论文由 Yuzhu D...

鲁棒模糊协同策略在随机多智能体系统全局一致性中的应用

基于鲁棒模糊协作策略的随机多智能体系统全局一致性研究 学术背景 在自动化、机器人学、网络通信、智能交通系统及分布式决策等现代技术领域,多智能体系统(Multi-Agent Systems, MAS)扮演着至关重要的角色。MAS通过多个智能体的协同努力,能够高效执行复杂任务并优化资源分配。然而,在复杂且充满不确定性的环境中,实现全局一致性(global consensus)是一个巨大的挑战。这些不确定性包括智能体自身的不确定性以及外部扰动,特别是在随机环境中,智能体的行为模式和不断变化的环境条件使得全局一致性的实现更加复杂和困难。 现有的控制策略主要包括基于模型和无模型两种方法。基于模型的方法,如鲁棒控制,依赖于精确的模型,但在实际应用中面临不确定性问题的限制。而无模型方法,如模糊控制,虽能有...

基于状态自学习的分布式智能控制方法及其在级联过程中的应用

基于状态自学习的分布式智能控制方法及其在级联过程中的应用研究 学术背景 在过程工业中,多反应器级联操作是一个显著的特征。然而,建立精确且全局的多反应器级联过程模型面临诸多挑战。反应器的复杂动态运行状态以及前后反应器之间的耦合关系,使得整个过程的精细控制难度极大。传统的PID控制(比例-积分-微分控制)和模糊控制等方法在单变量和单回路控制过程中表现良好,但在多反应器级联系统的协同控制中显得力不从心。模型预测控制(Model Predictive Control, MPC)虽然在过程工业中得到了广泛应用,但其在处理大规模和非线性级联过程时仍存在局限性,尤其是在实时控制和优化方面。 随着人工智能和大数据等新兴技术的发展,探索新的控制方法以实现对整个过程的精确控制成为迫切需求。本文提出了一种基于状态...

CREDS:资源高效的分散式时空火灾早期防控时序规划器

基于多无人机的高效分散式时序规划器用于时空野火防控 学术背景 野火是全球范围内对生物多样性和资源可持续性的重大威胁,尤其是在初期阶段。若未能及时控制,野火的规模可能会迅速扩大,导致严重的生态破坏。近年来,多无人机系统(Unmanned Aerial Vehicles, UAVs)在野火防控中的应用逐渐增多,主要是为了减少人类在危险环境中的暴露,并提高应急响应的效率。然而,现有的研究大多局限于搜索、监测或灭火等单一环节,缺乏对多无人机协同任务的综合研究。尤其在资源有限、无人机数量不足、野火动态变化的部分可观测环境中,如何高效分配无人机任务以进行早期野火防控仍是一个复杂且具有挑战性的问题。 本文提出了一种冲突感知的高效分散式时序规划器(Conflict-aware Resource-effici...