Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 2543

会议视频 298

会议信息 92

会议专题 3

年份

2024 7

2023 261

2022 300

2021 345

2020 282

2019 222

2018 176

2017 172

2016 99

2015 83

2014 64

2013 61

2012 60

2011 55

2010 59

2009 43

2008 59

2007 84

2006 87

2005 78

展开︾

关键词

智能制造 113

人工智能 89

2020 35

农业科学 29

机器学习 27

遗传算法 21

能源 20

优化 18

2019 17

神经网络 16

系统工程 15

高性能制造 14

指标体系 13

仿真技术 11

优化设计 11

信息技术 11

多目标优化 11

运载系统 11

力学性能 10

展开︾

检索范围：

排序：展示方式：

基于梯度跟踪和分布式重球加速的分布式随机优化算法 Research Articles

孙碧皓1,胡锦辉1,夏大文2,李华青1

《信息与电子工程前沿（英文）》 2021年第22卷第11期页码 1463-1476 doi: 10.1631/FITEE.2000615

摘要：由于在机器学习和信号处理中的广泛应用，近年来分布式优化得到良好发展。本文致力于研究分布式优化以求解目标函数全局最小值。该目标是分布在个节点的无向网络上的平滑且强凸的局部成本函数总和。与已有工作不同的是，我们使用分布式重球项以提高算法的收敛性能。为使现有分布式随机一阶梯度算法的收敛加速，将动量项与梯度跟踪技术结合。仿真结果表明，在不增加复杂度的情况下，所提算法具有比GT-SAGA更高收敛速率。在真实数据集上的数值实验证明了该算法的有效性和正确性。

关键词：分布式优化；高性能算法；多智能体系统；机器学习问题；随机梯度

HTML PDF 收藏

多智能体分布式智能控制在VAV空调系统中的应用

张宏伟,吴爱国,盛涛

《中国工程科学》 2006年第8卷第7期页码 58-62

摘要：

针对变风量（VAV）空调系统的特性，将VAV系统分解为多个智能体，提出了基于多智能体技术的分布式智能控制方法，有效地解决了变风量空调系统回路间的解耦和协调问题。建立了VAV系统的动态仿真程序，仿真结果表明该控制方法是有效的。

关键词：变风量智能体多智能体系统分布式智能控制

HTML PDF 收藏

带有网络智能体的去中心化多智能体强化学习进展 Review Article

张凯清1,杨卓然2,Tamer BAŞAR1

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 802-814 doi: 10.1631/FITEE.1900661

摘要：多智能体强化学习长期以来一直是机器学习和控制领域的重要研究课题。最近在（单智能体）深度强化学习领域的进展重新唤醒了对多智能体强化学习的研究兴趣，尤其在理论分析方面。本文回顾这个大课题中的一个子领域：带有网络智能体的去中心化多智能体强化学习。在这一场景中，多个智能体在一个共同的环境中进行序贯决策，无需中心控制器的协调，且智能体被允许和它们在通信网络上的邻居交换信息。这样的一个模型在很多方向都有相关应用，包括机器人控制、无人车控制、移动传感器网络控制、智能电网，等等。本综述旨在覆盖和整理我们和其他科研人员在这一方向的相关工作。

关键词：强化学习；多智能体系统；网络系统；一致性优化；分布式优化；博弈论

HTML PDF 收藏

基于分布式事件触发策略的异构非线性多智能体系统包含控制 Research Articles

孙雅妮,邹文成,郭健,向峥嵘

《信息与电子工程前沿（英文）》 2021年第22卷第1期页码 1-140 doi: 10.1631/FITEE.2000034

摘要：研究分布式事件触发策略下高阶异构非线性多智能体系统包含控制问题。为实现包含控制目标并减少智能体间的通讯损耗，采用反推控制法、李雅普诺夫函数分析法和神经网络，提出一种分布式事件触发控制策略。所提控制协议和触发规则确保每个智能体的输出能在一定误差范围内收敛到有多个领导者信号组成的凸包中。此外，所有智能体都不会发生Zeno现象。最后，通过两个数值仿真案例证明所得结论的正确性。

关键词：多智能体系统；分布式事件触发控制；包含控制；异构非线性系统；Zeno现象

HTML PDF 收藏

智能电网中分布式经济调度研究进展：综述 Review Articles

温广辉1,余星火2,刘智伟3

《信息与电子工程前沿（英文）》 2021年第22卷第1期页码 1-140 doi: 10.1631/FITEE.2000205

摘要：设计一种高效的分布式经济调度策略对具有多台发电机的智能电网具有重要意义，将使得新一代电力系统获取多种益处，如易于实施、低维护成本、高能源效率、对各种不确定性的强鲁棒性。本文综述智能电网分布式经济调度的理论研究最新进展，重点关注2015年以来发表的文献。系统回顾该主题的最新研究结果，并将其分为分布式离散时间和分布式连续时间经济调度算法两类。在回顾相关文献的基础上，简要介绍未来研究方向，包括智能电网的分布式安全经济调度、具有实际约束的分布式快速经济调度、高效无初值分布式经济调度、具有智能储能电池和灵活负载的分布式经济调度以及结合人工智能技术的分布式经济调度

关键词：分布式经济调度；分布式优化；智能电网；连续时间优化算法；离散优化算法

HTML PDF 收藏

大数据的分布式机器学习的策略与原则 Review

Eric P. Xing,Qirong Ho,Pengtao Xie,Dai Wei

《工程（英文）》 2016年第2卷第2期页码 179-195 doi: 10.1016/J.ENG.2016.02.008

摘要：为了在这样的尺度上，在成百上千台的分布式机器集群中运行机器学习算法，关键往往是要投入显著的工程性的努力——有人可能会问，这样的工程是否还属于机器学习的研究领域？考虑到如此“大”的机器学习系统可以极大地从根植于机器学习的统计和算法的理解中受益——因此，机器学习的研究人员应该不会回避这样的系统设计—&mdash这些原则和策略从机器学习的应用连续跨越到它的工程和理论研究，以及大型机器学习的系统和架构的发展，目标是了解如何使其有效、广泛地适用，并以收敛和缩放保证支持。它们关注的是机器学习研究传统上注意较少的四个关键问题：一个机器学习程序怎样能分布到一个集群中去？机器学习计算怎样能通过机器间的交流连接起来？这样的交流是如何被执行的？机器间应该交流的内容是什么？通过揭示机器学习程序所独有的，而非常见于传统计算机程序中的基础性的统计和算法上的特点，并通过剖析成功案例，以揭示我们如何利用这些原则来同时设计和开发高性能的分布式机器学习软件以及通用的机器学习框架，我们为机器学习的研究人员和从业者提供了进一步塑造并扩大机器学习与系统之间的领域的机会

关键词：机器学习人工智能大数据大型模型分布式系统原则理论数据并行性模型并行性

HTML PDF 收藏

带约束的矩阵值分布式随机优化

夏子聪,刘洋,卢文联,桂卫华

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1239-1252 doi: 10.1631/FITEE.2200381

摘要：本文研究带有不等式约束和等式约束的矩阵值分布随机优化问题。其中，问题的目标函数是具有随机变量的多个矩阵值函数的和，并以分布式方式解决了该问题。针对随机优化问题，提出一种基于gossip模型的分布式优化算法，并对其收敛性进行证明和分析。最后，为验证所提算法的可行性，本文提供了两个数值示例。

关键词：分布式优化矩阵值优化随机优化罚函数法 Gossip模型

HTML 收藏

面向离散多智能体系统一致性问题的自触发鲁棒分布式模型预测控制方法 Research Articles

李佳琦1,王庆领2,苏延旭2,孙长银

《信息与电子工程前沿（英文）》 2021年第22卷第8期页码 1068-1079 doi: 10.1631/FITEE.2000182

摘要：针对一类有界加性扰动下的非线性离散多智能体系统一致性问题，提出一种基于自触发鲁棒分布式模型预测控制的一致性算法。首先构造了一个新的代价函数，多智能体系统通过该函数进行耦合控制。为克服加性扰动，利用每个智能体的模型预测控制器迭代求解最坏情况下的局部最小—最大优化问题。然后，给出保证算法迭代可行性和闭环多智能体系统达到一致性的充分条件。对于每个智能体，设计了兼容性约束和一致性误差终端域。最后，通过仿真算例验证了所提算法的有效性和正确性。

关键词：一致性；自触发控制；分布式模型预测控制

HTML PDF 收藏

具有领航者的二阶非线性多智能体系统在外部扰动下的同步控制 None

Mao-bin LU, Lu LIU

《信息与电子工程前沿（英文）》 2019年第20卷第1期页码 88-94 doi: 10.1631/FITEE.1800611

摘要：研究了一类异质二阶非线性多智能体系统在外部扰动影响下的同步控制问题。其中，非线性系统允许包含可线性参数化的未知参数。提出一种新颖的分布式控制器，此控制器依赖于系统的相对状态，因此可以在多智能体系统之间没有通讯的情况下应用。通过Barbalat引理，证明此分布式控制器可求解二阶非线性多智能体系统的同步控制问题。

关键词：多智能体系统；同步控制；分布式控制

HTML PDF 收藏

分布式能量系统浅析

宋之平

《中国工程科学》 2004年第6卷第12期页码 78-84

摘要：

现代分布式能量系统的出现是能源领域涉及可持续发展战略的一件大事。讨论了有关这一系统的一些基本概念，把它定义为“位于或临近用户中心、不以大规模、远距离输送电力为目的并具有环境相容性的电力总能系统”。分布式能量系统为热电联产和多联产的有效实施提供了最有利的系统形式，以分布式能量系统的方式耗用天然气可提高其经济性和与环境的相容性。认为，从长远的观点应把洁净煤也视为分布式能量系统的重要一次能源。选择在发展大型集中式能量系统过程的同时不失时机、因地制宜地发展分布式能量系统，把它放在与之并行不悖且相辅相成的地位，以促进我国能源事业的可持续化发展。

关键词：分布式能量系统可持续发展战略热电联产多联产

HTML PDF 收藏

ONFS：面向高性能计算的基于内存、固态硬盘和磁盘的层次式混合文件系统 Article

Xin LIU, Yu-tong LU, Jie YU, Peng-fei WANG, Jie-ting WU, Ying LU

《信息与电子工程前沿（英文）》 2017年第18卷第12期页码 1940-1971 doi: 10.1631/FITEE.1700626

摘要：大规模科学计算、新的工作流应用以及检查点操作均需要存储系统具有非常高的带宽和低延迟，这使得高性能存储系统面临严峻的技术挑战。当前基于磁盘的底层存储系统难以满足新一代Eflops超级计算机和应用的要求。为此，本文提出了基于计算结点内存、固态硬盘和磁盘的层次式混合存储系统ONFS (on-line and near-line file system)。它具有三个存储层次和统一的命名空间，支持可移植操作系统接口（portable operating system interface, POSIX）协议，可提供高带宽、低延迟和超大存储容量。本文详细分析了分布式元数据管理、内存借用和归还策略、数据一致性、并行访问控制，以及向下迁移和向上主动预迁移机制。在天河一号超级计算机上实现了ONFS原型系统，测试了I/O (input/output)性能和可扩展性。测试结果表明，单线程和多线程读/写性能比基于磁盘的Lustre分别高出6倍和5倍。

关键词：高性能计算；层次式混合存储系统；分布式元数据管理；数据迁移

HTML PDF 收藏

带多局部约束的改进push-sum框架分布式优化及其在智能电网中的应用

徐谦,俞楚天,袁翔,韦梦立,刘洪喆

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1253-1260 doi: 10.1631/FITEE.2200596

摘要：本文研究了带,N,个非一致闭凸集约束的分布式优化问题，目的是在固定的不平衡图上设计一个相应的分布式优化算法解决该问题。为此，在改进的push-sum框架下，本文设计了新的分布式优化算法，并在强连通图的假设下给出了其严格的收敛分析。最后，仿真结果证明了所提算法的良好性能。

关键词：分布式优化非一致约束改进push-sum框架

HTML 收藏

群智进化理论及其在智能机器人中的应用

戚骁亚,刘创,富宸,甘中学

《中国工程科学》 2018年第20卷第4期页码 101-111 doi: 10.15302/J-SSCAE-2018.04.017

摘要：

群体智能（CI）已经在过去的几十年里被广泛研究。最知名的CI算法就是蚁群算法（ACO），它被用来通过CI涌现解决复杂的路径搜索问题。通过在五子棋上试验并实现AlphaZero系列程序，以及对蒙特卡洛树搜索（MCTS）和ACO两种算法的分析和比较，AlphaZero的成功原因被揭示，它不仅是因为深度神经网络和强化学习，而且是因为MCTS算法，该算法实质上是一种CI涌现算法。在上述研究基础上，本文提出了一个CI进化理论，并将其作为走向人工通用智能（AGI）的通用框架。该算法融合了深度学习、强化学习和CI算法的优势，使得单个智能体能够通过CI涌现进行高效且低成本的进化。此CI进化理论在智能机器人中有天然的应用。一个云端平台被开发出来帮助智能机器人进化其智能模型。作为这个概念的验证，一个焊接机器人的焊接参数优化智能模型已经在云端平台上实现。

关键词：群体智能涌现进化正反馈蚁群算法蒙特卡洛树搜索分布式人工智能云端平台智能机器人

HTML PDF 收藏

一种基于数字孪生云平台的炼铁过程智能优化服务 Article

周恒, 杨春节, 孙优贤

《工程（英文）》 2021年第7卷第9期页码 1274-1281 doi: 10.1016/j.eng.2021.04.022

摘要：

工业过程多目标优化研究因算法和设备的不完善，已经大幅限制了工业过程的智能化发展。为了提升流程工业过程的操作水平，本文提出了一种基于云服务平台和分布式系统的混合智能优化框架。在这个智能优化系统中，工业实时数据首先暂存于本地服务器，经过清洗整理后上传至云数据库中；然后在可拓展的云平台上部署分布式系统用于运行智能优化算法；最后将基于深度学习和进化算法的多目标混合优化算法打包上传至云计算平台通过将多目标优化服务运行于数字孪生云上工厂，钢铁厂高炉铁水产量增加了83.91 t·d^{关键词：

云上工厂


高炉炼铁


多目标优化


分布式系统}

HTML PDF 收藏

数据驱动的信息物理生产系统——迈向安全、高效、分布式智能制造 Perspective

Manu Suvarna, Ken Shaun Yap, 杨文韬, 李君, Yen Ting Ng, 王笑楠

《工程（英文）》 2021年第7卷第9期页码 1212-1223 doi: 10.1016/j.eng.2021.04.021

摘要：

随着工业4.0 和智能制造等概念和系统的普及，传统制造业将见证向新模式的转型，以更好地响应用户的需求并实现安全、高效、智能化的操作。在此背景下，本文聚焦于信息物理生产系统（CPPS）的概念，从整体上阐述了CPPS在这一产业转型中的三个关键驱动作用，即数据驱动的生产系统、分布式的智能制造和保证数据安全的集成区块链技术。通过这三个方面的具体技术和系统实现，基于数据驱动的建模和优化，智能信息物理系统将助力流程工业和制造业转型。同时，分布式的智能制造可以更高效地实现产业升级和低碳化发展。区块链技术可以进一步确保数据共享的可靠性和安全性，实现跨子系统的整合。本文详细分析了最近发表的文献研究和行业相关案例支持，并对现有挑战和发展方向进行了总结展望。