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 1533

年份

2024 4

2023 152

2022 148

2021 142

2020 123

2019 101

2018 120

2017 94

2016 54

2015 51

2014 23

2013 29

2012 30

2011 27

2010 34

2009 21

2008 33

2007 43

2006 59

2005 46

展开︾

关键词

人工智能 38

智能制造 31

机器学习 17

系统工程 14

指标体系 13

新一代智能制造 10

智能化 8

开放的复杂巨系统 7

技术体系 7

物联网 7

系统科学 7

神经网络 6

可持续发展 5

工业互联网 5

系统集成 5

钱学森 5

仿真 4

体系结构 4

展开︾

检索范围：

排序：展示方式：

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

具有异构时延的多智能体系统的领导-跟随同步 Research Articles

Branislav REH罧, Volodymyr LYNNYK

《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.2000207

摘要：提出一种由时滞线性智能体组成的多智能体系统的领导-跟随同步算法。各智能体中存在的不同时滞会导致不收敛于零的同步误差。但是，可限制误差范数并给出误差边界。利用线性矩阵不等式对主要结果进行验证，且该问题的规模与智能体数量无关。通过案例对结果进行说明，强调稳定误差是由异构延迟引起的事实，并验证该算法在一定误差范围内有实现同步的能力。

关键词：多智能体系统；时滞；线性矩阵不等式

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

多智能体系统的二分异步脉冲跟踪一致性 Research Article

张玲忠1,李媛媛2,楼俊钢3,卢剑权4

《信息与电子工程前沿（英文）》 2022年第23卷第10期页码 1522-1532 doi: 10.1631/FITEE.2100122

摘要：

本文研究了多智能体系统如何通过实施异步脉冲控制输入实现分布式二分领导跟随一致性。所提出的异步脉冲控制方法不要求所有多智能体的脉冲信号同时发生。多智能体系统相邻节点之间的通信链路存在合作或竞争关系。在领导者控制输入非零的情况下，得到了在闭环多智能体系统中实现二分异步脉冲跟踪一致性的充分条件。本文讨论了更广泛的异步脉冲效应范围。

关键词：二分追踪；多智能体系统；异步脉冲；一致性

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

不确定二阶非线性多智能体系统时变编队跟踪控制 None

Jian-wen XU, Kaoru OTA, Mian-xiong DONG, An-feng LIU, Qiang LI

《信息与电子工程前沿（英文）》 2018年第19卷第12期页码 1546-1557 doi: 10.1631/FITEE.1800519

摘要：研究了含未知非线性动态和外界干扰的二阶多智能体系统时变编队跟踪控制问题。在所考虑的时变编队跟踪控制中，每个跟踪者在完成预设编队的同时，需要跟踪领导者轨迹。将未知非线性动态和外界干扰视为每个多智能体的扩张状态，并设计扩张状态观测器对扩张状态进行在线观测。在此基础上，提出基于扩张状态观测器的时变编队跟踪控制协议。理论分析表明，所设计的时变编队跟踪控制协议能够保证观测器观测误差和多智能体系统时变编队跟踪误差收敛至任意小。最后，将所设计的时变编队跟踪协议应用于无人机目标合围问题，验证了该方法的有效性。

关键词：多智能体系统；时变编队；编队跟踪；非线性动态；扩张状态观测器

HTML PDF 收藏

考虑量化输入信号的多智能体系统自适应输出反馈编队跟踪控制 None

Jing-lin HU, Xiu-xia SUN, Lei HE, Ri LIU, Xiong-feng DENG

《信息与电子工程前沿（英文）》 2018年第19卷第9期页码 1086-1097 doi: 10.1631/FITEE.1601801

摘要：针对带有不确定性和量化输入信号的多智能体系统的编队跟踪控制问题，提出一种自适应输出反馈控制方法。利用非线性模型描述智能体系统，其中包含未知参数和不可测状态。建立一个高增益状态观测器以估测系统不可测状态。在高增益观测器和迟滞量化器基础上，设计自适应输出反馈控制方法，并确定控制系统的参数设置方法。稳定性分析证明该控制方法能使多智能体系统跟踪参考航迹并保持编队队形。同时，闭环系统中的所有信号均能保持有界。最后，仿真实验表明该控制方法的有效性。

关键词：多智能体系统；自适应输出反馈；编队跟踪；迟滞量化

HTML PDF 收藏

多体系统发射动力学及其应用

芮筱亭

《中国工程科学》 2011年第13卷第10期页码 76-82

摘要：武器系统精度和发射安全性取决于武器系统动力学规律，发射动力学作为研究武器系统发射过程中受力和运动规律的一门新兴综合工程学科，在国际上已成为提高火箭和火炮武器系统射击精度和发射安全性的新技术突破口，为射击精度和发射安全性设计与试验提供新理论与技术文章研究多体系统发射动力学理论与技术及其在火箭和火炮武器射击精度和安全性设计与试验中的应用。

关键词：射击精度试验用弹量发射安全性多体系统发射动力学多体系统传递矩阵法

HTML PDF 收藏

间歇通信下基于采样数据的二阶多智能体系统包含控制 Research Articles

王付永1,2,刘忠信1,2,陈增强1,2

《信息与电子工程前沿（英文）》 2021年第22卷第8期页码 1059-1067 doi: 10.1631/FITEE.2000204

摘要：在间歇通信且智能体间相对速度不可测的情况下，基于采样位置数据研究了二阶多智能体系统的包含控制问题，提出一种基于间歇采样位置测量的二阶分布式包含控制器。通过分析系统控制增益、拉普拉斯矩阵特征值、采样周期和通信宽度之间的关系，得到二阶多智能体系统在间歇通信下实现包含控制的充要条件。最后，通过仿真实例验证了理论结果的正确性和有效性。

关键词：包含控制；二阶多智能体系统；采样位置数据；间歇通信；通信宽度

HTML PDF 收藏

脉冲控制下具有动态加入特性的多智能体系统一致性 Research Articles

胡翔1,张祖凡1,李传东2

《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.2000062

摘要：研究在原有多智能体系统中动态加入一些新智能体组后如何实现整个多智能体系统的状态一致性。分析在当前常见的不同网络拓扑形式下动态加入智能体组的可行性，并从理论上获得4种可行方案，其中一种方案在实际工业生产中是最佳的。然后，针对最佳方案进行多智能体系统的动力学建模。采用脉冲控制理论和李雅普诺夫稳定性理论，分析具有动态加入特性的多智能体系统实现状态一致的条件。最后，提供一个数值例子验证本文理论的实用性和有效性。

关键词：多智能体系统；网络拓扑；脉冲输入；动态加入特性；状态一致性

HTML PDF 收藏

多智能体系统的体系化和组织化博弈 Editorial

陆军1,王飞跃2,董琦1,魏庆来2

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 991-994 doi: 10.1631/FITEE.2240000

摘要： Multi-agent system gaming (MASG) is widely applied in military intelligence, information networks, unmanned systems, intelligent transportation, and smart grids, exhibiting systematic and organizational characteristics. It requires the multi-agent system perceive and act in a complex dynamic environment and at the same time achieve a balance between individual interests and the maximization of group interests within the system. Some problems include complex system structure, uncertain game environment, incomplete decision information, and unexplainable results. As a result, the study of multi-agent game has transformed from a traditional simple game to a game facing a high-dimensional, continuous, and complex environment, which prompts an urgent need for institutionalized and systematized gaming (InSys gaming). With this background, several important tendencies have emerged in the development of InSys gaming for multi-agent systems:1. Analyzing the evolution law of MASG and establishing the InSys gaming theory model for multi-agent systemsThe organized and systematic MASG has orderly and structured characteristics, so it is necessary to establish a system game model. To study political, military, economic, and other systemic confrontation gaming problems, the first step is to analyze the system’s internal evolution characteristics and external interaction information. In addition, establishing the evolution model of InSys gaming and studying the elements, relationships, and criteria of the game evolution help provide theoretical support for the system design, decision-making planning, and other research in this field.2. Combining several artificial intelligence learning algorithms to achieve collaborative decision-making of multi-agent systemsThe current mainstream artificial intelligence learning methods all have application advantages in specific scenarios. In solving InSys gaming problems, we can combine the environmental representation ability of deep learning and the decision generation ability of reinforcement learning (RL). For example, by building a digital simulation training environment, intelligent decision algorithms and unsupervised training methods can be designed to generate a multi-agent system’s collaborative decision in a complex and unknown environment.3. Adopting a hierarchical task planning and decision-making action architecture to reduce the complexity of collaborative decision-making algorithmsWith the increase of the scale of multi-agent systems, the problems of node coupling, observation uncertainty, and interaction disorder faced by collaborative decision-making have become increasingly prominent. The complexity of solving its systematic and organized game problems has increased significantly. A multi-agent hierarchical algorithm architecture is constructed through game task decomposition, longterm planning, and real-time action decision-making. It can effectively reduce the complexity of the search process of a collaborative decision-making algorithm. In addition, it is a feasible idea for solving an organized and systematic game.4. Establishing the robustness analysis framework of the algorithm model to solve the model deviation between data-driven methods and the actual sceneWhen the training data deviates from the actual scene for data-driven methods, the algorithm’s performance will be degraded. Thus, it is necessary to study the robustness analysis framework of data-driven methods. For example, a robust algorithm model and an actual data fine-tuning method are designed to reduce the performance loss of the trained algorithm. This strategy helps support the actual deployment of data-driven methods.Game theory has become a basic analytical framework for solving problems in strategic politics, military confrontation, market economy, and so on. The object of analysis is characterized by complex systematization and organization and has been highly concerned with and valued by academic and industrial circles alike. A multi-agent system is used to model the organized and systematic game, combined with an artificial intelligence method to solve the game decision-making problem, providing a new idea for developing theories, methods, and technologies in this field.

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

基于非脆弱采样数据控制的非线性多智能体系统同步控制及其在电路系统中的应用 Research Article

Stephen AROCKIA SAMY1,Raja RAMACHANDRAN2,Pratap ANBALAGAN3,曹阳4

《信息与电子工程前沿（英文）》 2023年第24卷第4期页码 553-566 doi: 10.1631/FITEE.2200181

摘要：设计了一个非脆弱采样数据控制方案，用于互连耦合电路系统（多智能体系统）的渐近同步标准。该方案对所考虑的多智能体系统在时变延迟情况下作同步分析。通过构建合适的李亚普诺夫函数，得出线性矩阵不等式成立的充分条件，确保多智能体领导者和跟随者系统之间的同步。最后，给出两个数值案例，展示了该控制方案的有效性和所提李亚普诺夫函数的较低保守性。

关键词：多智能体系统；非脆弱采样数据控制；时变延迟；线性矩阵不等式；渐近同步

HTML PDF 收藏

基于融合任务信息图神经网络的多智能体系统协同规划 Research Article

戴汉奇1,2,芦维宁2,李祥隆3,杨君1,孟德山4,刘衍泽5,梁斌1

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1069-1076 doi: 10.1631/FITEE.2100597

摘要：协同规划是多智能体系统博弈领域的关键问题之一。本文聚焦每个智能体只有一个局部观测范围和局部通信情况下的协作规划。提出一种新型协同规划框架，该框架将图神经网络与融合任务信息采样方法相结合。本文的两个主要贡献是基于与前期工作的比较：（1）使用图采样与聚合方法（GraphSAGE）实现动态近邻智能体信息融合，这是该方法首次用于处理协同规划问题；（2）提出一种面向任务的采样方法，从特定方向聚合知识

关键词：多智能体系统；协同规划；图采样与聚合（GraphSAGE）；融合任务信息