智能控制：从学习控制到平行控制

20世纪60年代,学习控制开启了人类探究复杂系统控制的新途径,基于人工智能技术的智能控制随之兴起.本文以智能控制为主线,阐述其由学习控制向平行控制发展的历程.本文首先介绍学习控制的基本思想,描述了智能机器的架构设计与运行机理.随着信息科技的进步,基于数据的计算智能方法随之出现.对此,本文进一步简述了基于计算智能的学习控制方法,并以自适应动态规划方法为切入点分析非线性动态系统自学习优化问题的求解过程.最后,针对工程复杂性与社会复杂性互相耦合的复杂系统控制问题,阐述了基于平行控制的学习与优化方法求解思路,分析其在求解复杂系统优化控制问题方面的优势.智能控制思想经历了学习控制、计算智能控制到平行控制的演化过程,可以看出平行控制是实现复杂系统知识自动化的有效方法.     

平行系统方法与复杂系统的管理和控制

提出平行系统方法的基本思想、概念和运行的基本框架，并讨论了控制系统与平行系统的关系和异同之处，平行系统是控制系统和计算机仿真随着系统复杂程度的增加以及计算技术和分析方法的进一步发展而必然迈上的一个更高的台阶，是弥补很难甚至无法对复杂系统进行精确建模和实验之不足的一种有效手段，也是对复杂系统进行管理和控制的一种可行方式。     

联邦控制: 面向信息安全和权益保护的分布式控制方法

本文提出一种基于联邦智能的分布式控制方法—联邦控制. 作为联邦生态的核心环节, 联邦控制从联邦智能的需求响应出发, 以联邦数据的信息安全和权益保护为目标, 以区块链、平行系统为技术支撑, 为大型复杂系统提供高效、安全、可靠的控制与管理.     

平行测量:复杂测量系统的一个新型理论框架及案例研究

分析了复杂测量系统的溯源研究现状,指出现有的研究已不能满足复杂测量系统的动态化溯源需求,提出了建立人工测量系统的必要性.基于ACP（Artificial societies,computational experiments,and parallel execution）方法建立了平行测量系统的理论框架,通过构建与物理测量系统行为和特性等价的人工测量系统,借助人工测量系统的计算实验,确定测量优化控制策略,引导物理测量系统的运行,并进行评估,实现物理测量系统和人工测量系统的平行执行和平行控制,将物理测量系统溯源至人工测量系统的理论模型上,解决复杂测量系统的溯源问题.并以齿轮在位测量系统为例,对平行齿轮测量系统进行了设计和平行控制研究.     

平行视觉:基于ACP的智能视觉计算方法

在视觉计算研究中,对复杂环境的适应能力通常决定了算法能否实际应用,已经成为该领域的研究焦点之一.由人工社会（Artificial societies）、计算实验（Computational experiments）、平行执行（Parallel execution）构成的ACP理论在复杂系统建模与调控中发挥着重要作用.本文将ACP理论引入智能视觉计算领域,提出平行视觉的基本框架与关键技术.平行视觉利用人工场景来模拟和表示复杂挑战的实际场景,通过计算实验进行各种视觉模型的训练与评估,最后借助平行执行来在线优化视觉系统,实现对复杂环境的智能感知与理解.这一虚实互动的视觉计算方法结合了计算机图形学、虚拟现实、机器学习、知识自动化等技术,是视觉系统走向应用的有效途径和自然选择.     

基于PSO的变结构变时滞自校正控制

针对变结构、变时滞被控对象,将粒子群优化(PSO)算法与广义最小方差相结合,采用实时自校正过程对其进行控制,提出基于PSO自校正控制器算法.该算法应用隐式辨识方式,可减少辨识计算量,通过跟踪误差来改变辨识精度.以工业上典型的一阶、二阶和三阶系统的结构变化并伴随着有时滞突变的复杂被控对象进行仿真,并和基于最小二乘的传统自校正控制方法比较得知,在运用PSO自校正控制器的控制下,系统输出量与期望输出之间的方差趋于更小,控制跟随性和鲁棒性均较好.仿真结果表明该自校正控制器的有效性与应用价值.     

城市客运交通枢纽平行系统体系研究

城市客运交通枢纽系统是一个典型的复杂巨系统, 传统的管理方法难以形成具有动态适应能力的有效解决方案. 运用复杂系统研究中的ACP (人工系统、计算机实验、平行执行)方法, 首次给出城市客运交通枢纽平行控制与管理系统研究框架. 以该框架为基础, 首先,分析了人工交通枢纽系统中模型的构成及支撑条件; 进而对人工交通枢纽系统计算实验中涉及的实验场景设计、实验内容设计进行了详细阐述; 最后,对人工交通枢纽系统平行执行内容进行了说明. 该体系框架的提出, 对于城市客运交通枢纽管控水平的提高具有重要指导意义.     

平行系统方法在自动化集装箱码头中的应用研究

平行系统是一种建立在人工社会和计算实验基础上的科学研究方法,它的特点是既能真实反映现实系统的动态过程,又能实时优化现实系统的控制过程.自动化集装箱码头是一类典型的复杂系统,既存在不计其数的作业方案,同时也有大量的约束条件.如何在最短时间和最低能源消耗的前提下,完成具有间歇和批次特征的集装箱转运任务,是涉及到数学、控制、管理和计算机等多个学科的重大课题.本文采用数据引擎作为人工社会中的基本计算单元,构成一个复杂的平行系统,用于自动化集装箱码头信息控制系统的研究.数据引擎作为一种面向图形化元件组态的计算环境,非常适用于复杂系统的建模与计算.在可视化和动态重构技术的支持下,利用380个数据引擎对一个具有8台岸桥、25辆AGV和16台龙门吊组成的港机系统进行了自动化作业过程的计算实验.研究结果表明,数据引擎技术是实现平行系统的有效方法,由多数据引擎组成的计算环境,能够大幅度降低自动化集装箱码头信息控制系统建模的复杂程度,能够将码头系统的管理和控制过程无缝地融合在一起.该平行系统可直接与港机设备对接,建立“人工码头”和“物理码头”之间的平行关系,从而实现对港机设备的最优控制.     

实时优化与分布式控制集成算法

预测控制作为一种以预测模型为基础的先进控制算法,分布式预测控制广泛应用于复杂高维的复杂大系统控制中。提出了针对大规模过程的实时优化与分布式预测控制集成算法,包含稳态目标计算层和动态分布式控制层。在稳态目标计算层根据当前系统的运行状况进行集中优化,在系统运行的每一时刻计算出相对的全局最优值,并将其传递到下层进行控制。在动态控制层将复杂的大系统分为若干个相对独立的子系统,并且充分考虑各个子系统之间的关联和耦合,用分布式预测控制算法对上层计算得到的相对的全局最优值进行跟踪,提高系统在动态情况下的控制性能。仿真应用表明,此方法的优点在于保证全局最优的同时,降低了计算的复杂度,并且实现了经济目标。     

深度学习在控制领域的研究现状与展望

深度学习在特征提取与模型拟合方面显示了其潜力和优势. 对于存在高维数据的控制系统, 引入深度学习具有一定的意义. 近年来, 已有一些研究关注深度学习在控制领域的应用. 本文介绍了深度学习在控制领域的研究方向和现状, 包括控制目标识别、状态特征提取、系统参数辨识和控制策略计算. 并对相关的深度控制以及自适应动态规划与平行控制的方法和思想进行了描述. 总结了深度学习在控制领域研究中的主要作用和存在的问题, 展望了未来值得研究的方向.     

Research Progress of Parallel Control and Management

Based on ACP (artificial systems, computational experiments, and parallel execution) methodology, parallel control and management has become a popularly systematic and complete solution for the control and management of complex systems. This paper focuses on summarizing comprehensive review of the research literature of parallel control and management achieved in the recent years including the theoretical framework, core technologies, and the application demonstration. The future research, application directions, and suggestions are also discussed.      

平行系统和数字孪生的一种数据驱动形式表示及计算框架

旨在为平行系统及ACP方法建立一种数据驱动的数学形式和计算框架, 该形式与框架也适用于数字孪生系统.首先, 基于动态系统状态方程方法论, 给出了平行系统的虚实双系统表示方法, 基于此表示方法为平行系统问题提供了一种数学表示.围绕该表示, 讨论了虚实系统互动、平行系统与数字孪生系统异同等问题.然后, 为ACP方法提供了一种计算框架, 详细解释了人工系统(Artificial systems, A)、计算实验(Computational experiments, C)、平行执行(Parallel execution, P)的数学计算求解过程, 并讨论了“学习与训练”、“实验与评估”、“管理与控制”、灵捷–聚焦–收敛(AFC)、小数据-大数据-小智能等概念的相关数学表示, 并讨论了智能科学与平行系统数学架构的关系以及平行智能的内涵.最后, 以大学校园园区能源管理系统为案例, 为平行系统数学架构和方法提供一个直观的算例.     

并行自适应控制算法及双处理机实现

该文提出了一种新的并行处理自适应控制算法.该算法将自适应控制中辨识和控制算法 分为运行时间相当的两大部分,在每个控制间隔内,两部分交换信息后分别同时计算,从而在 任务级上实现了并行处理.文中讨论了并行算法流程及性能评价指标,并给出了在制导系统 中的应用实例.试验表明,通过双机并行处理,自适应控制的处理速度有显著提高.     

Social Energy: Mining Energy From the Society

The inherent nature of energy, i.e., physicality, sociality and informatization, implies the inevitable and intensive interaction between energy systems and social systems. From this perspective, we define "social energy" as a complex sociotechnical system of energy systems, social systems and the derived artificial virtual systems which characterize the intense intersystem and intra-system interactions. The recent advancement in intelligent technology, including artificial intelligence and machine learning technologies, sensing and communication in Internet of Things technologies, and massive high performance computing and extreme-scale data analytics technologies, enables the possibility of substantial advancement in socio-technical system optimization, scheduling, control and management. In this paper, we provide a discussion on the nature of energy, and then propose the concept and intention of social energy systems for electrical power. A general methodology of establishing and investigating social energy is proposed, which is based on the ACP approach, i.e., "artificial systems" (A), "computational experiments" (C) and "parallel execution" (P), and parallel system methodology. A case study on the University of Denver (DU) campus grid is provided and studied to demonstrate the social energy concept. In the concluding remarks, we discuss the technical pathway, in both social and nature sciences, to social energy, and our vision on its future.      

平行应急疏散系统:基本概念、体系框架及其应用

突发事件通常具有难以预测、多成因关联、危害性大及演变复杂等特点,应急情况下如何安全高效疏散人员是应急管控领域的重要研究内容.本文将基于人工系统（Artificial systems,A）、计算实验（Computational experiments,C）、平行执行（Parallel excution,P）方法的平行系统理论引入到应急管控领域,提出平行应急疏散系统（Parallel emergency evacuation systems,PeES）基本概念,构建系统体系框架及集成平台,并介绍人工应急疏散系统、计算实验、平行执行等主要功能模块的基本功能及实现方法.通过PeES能实现虚实应急疏散系统的管理与控制、应急方案的实验与评估以及相关人员的学习与培训.最后,以轨道交通枢纽站火灾场景下的乘客应急疏散为典型应用对平行应急疏散系统进行初步验证.