学生德、智、体综合量化考评的探索与实践

探索学生德智体综合量化考评的理论依据及具体作法。其理论依据有四个:唯物辩证法的规律,行为科学理论,现代科学技术成果应用,数学和数学方法。德、体分别采用不同数学方法取得分值与智育分数一起,按25％、15％、60％的权重进行考评,得出德智体综合量化考评结果。综合量化考评能激励学生积极向上,全面发展。     

受限空间自适应区域栅格化的优化路径规划

针对障碍物分布复杂、存在封闭边界的受限空间,提出一种环境自适应区域栅格化的优化路径规划算法.该算法首先将环境自适应划分为区域栅格,并提出阻碍度指标降低搜索空间的维度以优化区域栅格的划分;然后结合随机变异和定向变异,给出一种可有效平衡搜索效率与精度矛盾的多维变异粒子群优化算法;最后使用最小二乘曲线拟合方法对优化路径予以平滑处理.与非线性递减惯性权值粒子群算法（NDW-PSO）及组合粒子群算法（C-PSO）对比的仿真结果验证了所提出算法的先进性.     

基于神经网络的电力系统暂态稳定分布式自适应控制

针对电力系统中普遍存在的系统非线性和参数不确定性等问题,提出一种基于径向基函数神经网络(RBFNN)的分布式自适应控制器,以提高多机电力系统的暂态稳定性.利用基于RBFNN的方法对系统中的未知非线性项和外部扰动进行补偿,设计相应的自适应参数估计方法,逼近未知非线性项的理想权值矩阵.该策略基于多智能体框架,分布式控制器通过通信网络接收测量装置测量的实时数据,并控制储能装置动作,使受到扰动后各发电机能够迅速实现频率同步.利用李雅普诺夫稳定性理论,证明所提出的分布式控制方法的收敛性.最后,通过仿真研究验证所提出的分布式控制方法的有效性.     

基于事件触发非线性多智能体系统的固定时间一致性

本文研究了在有向拓扑下,带有非线性动力学多智能体系统的固定时间一致性问题.提出了一种新的基于事件触发机制的非线性控制策略,对于每个智能体给出了基于状态信息的事件触发条件,当状态误差满足所给条件时才触发事件,能有效的减小系统的能量耗散和控制器的更新频次.利用Lyapunov稳定性理论和代数图论,证明在该控制策略下,多智能体系统在固定时间能实现领导跟随一致性,且不存在Zeno行为.相较于有限时间一致性策略,采用固定时间一致性策略系统的收敛时间不再依赖于系统的初始状态.最后,仿真实例验证了理论结果的有效性.     

基于蜂拥的智能电网动力学模型分析与控制

针对智能电网中信息、物理网络深度融合的运行稳定问题,提出对暂态稳定问题中信息-物理交互关系进行动力学建模的方案。为了描述各智能体与邻近智能体的信息-物理交互关系,将各智能体间信息-物理耦合关系均由各自建立的动力学模型所表达。该方案通过应用发电机间的互联摇摆方程对简化物理电网模型的动态行为进行描述,并由实现暂态稳定控制器来表述智能电网信息、物理网络间的交互行为。通过IEEE9节点模型的仿真与分析证明了智能电网信息-物理网络动力学建模的可能性,并通过对相应节点施加控制及控制效果的对比说明了蜂拥控制的高效性。     

异步切换多智能体系统的协同输出调节

研究了一类控制器模态和系统模态不匹配的异步切换多智能体系统的输出调节问题.利用平均驻留时间和联合切换信号相结合的方法来处理由控制器与系统模态的切换存在时延引起的系统不稳定问题.提出一种基于输出反馈的切换控制策略,给出了异步切换多智能体输出调节问题可解的充分条件.最后,通过仿真实例验证结果的有效性.     

基于二分图最大匹配的多机器鱼可控包含控制

考虑水下机器鱼的运动学约束及包含控制中的领导者选择问题,将可控性理论与包含控制相结合,针对有向多机器鱼系统,提出一种基于二分图最大匹配的多机器鱼可控包含控制算法.首先,针对有向多机器鱼网络拓扑结构,利用二分图最大匹配算法求得满足系统可控的驱动节点,即为领导者,其余节点为跟随者;其次,针对2D仿真机器鱼模型设计相应的包含控制协议,从而实现多机器鱼的可控包含控制,且最终跟随者鱼体前端刚体长边方向与领导者保持一致,并应用Lyapunov稳定性理论证明系统的稳定性;最后,基于URWPGSim2D多机器鱼仿真平台进行两组仿真实验,一组随机选取领导者,另一组采用二分图最大匹配算法确定领导者,对比仿真结果表明,所提算法能够有效地实现多机器鱼的可控包含控制.     

基于社区划分的多智能体网络快速蜂拥控制

针对复杂网络社区特性对多智能体系统协同控制效率的影响,面向具有ER(Erdos-renyi)网络或BA (Barabasi-albert)网络性质的多智能体系统,提出一种基于社区划分的快速蜂拥控制算法.该算法充分考虑社区内个体的相对密集特性,通过在社区间引入虚拟领导者作用,避免系统在演化过程中因通信受限而导致的“分块”现象,可有效提高系统拓扑的代数连通度.仿真结果表明:具有相应性质的多智能体系统蜂拥行为的收敛速度与ER和BA网络的平均度以及BA网络度分布的幂指数正相关;优化社区个数有利于提高蜂拥收敛速度.     

带强连通分支的多智能体系统可控包含控制

研究有强连通子图拓扑结构的有向多智能体系统领导者选择及可控包含控制问题.根据网络拓扑结构,智能体被分为两类:单元智能体和一般智能体.首先设计强连通子图中个体组成的单元智能体的一致性协议实现各个单元的一致;后由单元智能体和一般智能体构成新的拓扑结构,结合复杂网络可控性理论与二分图最大匹配算法确定满足网络可控的最少领导者集合,并为所有智能个体设计相应的控制协议,驱使跟随者渐近收敛到多个领导者组成的动态凸包中,从而实现网络的可控包含控制.仿真结果验证了理论分析的正确性.