注重控制科学的方法论研究

通过对控制理论中解决复杂问题的若干典型例子的剖析,揭示了方法论思想在处理控制系统复杂性中的重要作用,指出了控制中的方法论思想是一种具有结构性的高层智能,它理应在智能控制中占据重要的地位,同时也指出了通过复杂系统控制的研究发掘这类高层智能的重要性.     

平行控制: 数据驱动的计算控制方法

本文简述平行控制的理念、概念及基本方法与应用, 主要强调虚实互动的平行扩展方式与同时计算的并行划分方式的不同之处. 平行控制方法是ACP理论在控制领域中的具体应用, 其核心是利用人工系统进行建模和表示、通过计算实验进行分析和评估、最后借助平行执行实现对复杂系统的控制和管理. 这一控制方法是反馈控制, 特别是自适应控制方法向复杂系统问题扩展的自然结果, 是一种迈向数据驱动控制和计算控制的必然且有效途径.     

基于平行控制的异构多Agent机器人系统控制方法

复杂系统控制过程往往需要人综合控制系统、仿真系统,以及人在回路综合实现。构建基于多agent机器人系统及其实现策略,是多机器人系统研究和解决现实问题的热点。本文基于多部件综合作业机器人项目,针对不同作业机器人,提出一种异构多Agent机器人系统控制方法,此方法引入ACP理论的思想,将平行控制方法应用于机器人综合作业平台,通过人工系统与实际系统的虚实互动,使电脑的计算能力与人脑的灵活能力有效结合,实现了一个复杂系统的合理管控,为多机器人协作完成实际复杂控制系统提供了一种保证系统可靠性基础上提高效率的可供借鉴的理论和实现方法。     

智能控制五十年回顾与展望: 傅京孙的初心与萨里迪斯的雄心

本文从智能的起源与目标开始讨论, 重新梳理人工智能史前的历史进程. 在此背景之下, 回顾智能控制从学习控制到平行控制的演化过程, 进而展望未来的控制智能从平行智能到知识自动化的可能发展途径. 前事不忘, 后事之师, 谨以此文纪念傅京孙与萨里迪斯教授开创并推动“智能控制”这一多学科交叉研究领域五十周年和二位开拓者诞辰九十周年.     

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.     

平行智能与CPSS:三十年发展的回顾与展望

社会物理信息系统(Cyber-physical-social systems, CPSS)在传统物理信息系统(Cyber-physical systems,CPS)的基础上纳入对社会信号及社会关系的考虑,利用网络世界近乎无限的人力、数据和信息资源,突破物理世界有限的资源约束以及时空的限制.然而, CPSS中人类和社会行为的复杂性加剧了实际系统和其模型之间的建模鸿沟,使得系统的形态演变为“默顿系统”.对此,以ACP方法为核心的平行智能(Parallel intelligence, PI)框架通过组合人工系统(Artificial systems, A)、计算实验(Computational experiments, C)、平行执行(Parallel execution, P)三个过程,为跨越这一鸿沟提供了可行的路径.具体而言, ACP将模型从系统解析器转变为数据生成器,使原本难以控制的“默顿系统”可测试、可计算、可验证,为复杂系统中“涌现”和“收敛”的对立统一确立了方法基础.本文从平行控制与智能控制、平行机器人与平行制造、平行管理与智能交通、平行医学与智慧健康、平行生态与平行社会、平行经...     

基于数据的自学习优化控制:研究进展与展望

自适应动态规划(Adaptive dynamic programming, ADP)方法可以解决传统动态规划中的"维数灾"问题, 已经成为控制理论和计算智能领域最新的研究热点. ADP方法采用函数近似结构来估计系统性能指标函数, 然后依据最优性原理来获得近优的控制策略. ADP是一种具有学习和优化能力的智能控制方法, 在求解复杂非线性系统的最优控制问题中具有极大的潜力. 本文对ADP的理论研究、算法实现、相关应用等方面进行了全面的梳理, 涵盖了最新的研究进展, 并对ADP的未来发展趋势进行了分析和展望.     

基于学习的鲁棒自适应评判控制研究进展

在作为人工智能核心技术的机器学习领域,强化学习是一类强调机器在与环境的交互过程中进行学习的方法,其重要分支之一的自适应评判技术与动态规划及最优化设计密切相关.为了有效地求解复杂动态系统的优化控制问题,结合自适应评判,动态规划和人工神经网络产生的自适应动态规划方法已经得到广泛关注,特别在考虑不确定因素和外部扰动时的鲁棒自适应评判控制方面取得了很大进展,并被认为是构建智能学习系统和实现真正类脑智能的必要途径.本文对基于智能学习的鲁棒自适应评判控制理论与主要方法进行梳理,包括自学习鲁棒镇定,自适应轨迹跟踪,事件驱动鲁棒控制,以及自适应H_∞控制设计等,并涵盖关于自适应评判系统稳定性、收敛性、最优性以及鲁棒性的分析.同时,结合人工智能、大数据、深度学习和知识自动化等新技术,也对鲁棒自适应评判控制的发展前景进行探讨.     

基于计算实验的城市道路行程时间预测与建模

城市道路行程时间预测对于提高交通管控效果具有重要意义. 本文综合应用平行系统、集散波、误差反馈修正、多模型自适应控制及模型库动态优 化策略等方法与技术对间断流行程时间预测问题进行了研究. 首先,介绍了平行系统理论的基本原理及计算实验的基本方法; 然后,给出了基于平行系统理论的路段行程时间的预测模型, 设计了基于集散波的行程时间计算实验方法, 提出了多模型自适应行程时间预测并给出了模型动态优化策略. 最后,通过实验证明了本方法的有效性. 结果表明, 本文方法预测精度较高, 且能够对行程时间预测值进行持续优化, 可为后续的间断流行程时间预测研究提供借鉴.     

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.     

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.      

复杂控制系统智能化建模方法及其应用

本文针对自动控制系统中普遍存在的复杂性和不确定性,为弥补传统的基于微分方程、传递函数、状态方程的建模方法的不足,将人工智能思想引入自动控制系统的建模之中,提出了基于谓词形式的自动控制系统智能语言描述方法,采用这种方法,描述自动控制系统简单方便,不仅可以描述常规的控制方法,而且可以描述专家控制、模糊控制和基于神经网络的控制等各种智能控制方法,为分析复杂系统、研究智能控制系统提供了方便。     

Towards a Theoretical Framework of Autonomous Systems Underpinned by Intelligence and Systems Sciences

Autonomous systems are an emerging AI technology functioning without human intervention underpinned by the latest advances in intelligence,cognition,computer,and systems sciences.This paper explores the intelligent and mathematical foundations of autonomous systems.It focuses on structural and behavioral properties that constitute the intelligent power of autonomous systems.It explains how system intelligence aggregates from reflexive,imperative,adaptive intelligence to autonomous and cognitive intelligence.A hierarchical intelligence model(HIM)is introduced to elaborate the evolution of human and system intelligence as an inductive process.The properties of system autonomy are formally analyzed towards a wide range of applications in computational intelligence and systems engineering.Emerging paradigms of autonomous systems including brain-inspired systems,cognitive robots,and autonomous knowledge learning systems are described.Advances in autonomous systems will pave a way towards highly intelligent machines for augmenting human capabilities.     

Towards intelligent autonomous control systems: Architecture and fundamental issues

Autonomous control systems are designed to perform well under significant uncertainties in the system and environment for extended periods of time, and they must be able to compensate for system failures without external intervention. Intelligent autonomous control systems use techniques from the field of artificial intelligence to achieve this autonomy. Such control systems evolve from conventional control systems by adding intelligent components, and their development requires interdisciplinary research. A hierarchical functional intelligent autonomous control architecture is introduced here and its functions are described in detail. The fundamental issues in autonomous control system modelling and analysis are discussed.     

计算智能方法优化设计模糊控制系统!现状与展望

计算智能方法优化模糊控制系统是近年来的研究热点，这里对此研究方向进行了综述．首先简要介绍了模糊控制；然后按使用计算智能方法的不同分成6大类，详尽分析了计算智能方法优化模糊控制系统的研究现状；最后对下一步的研究工作进行了展望．     

面向机器学习的分布式并行计算关键技术及应用

当前机器学习等算法的计算、迭代过程日趋复杂, 充足的算力是保障人工智能应用落地效果的关键。本文首先提出一种适应倾斜数据的分布式异构环境下的任务时空调度算法,有效提升机器学习模型训练等任务的平均效率;其次,提出分布式异构环境下高效的资源管理系统与节能调度算法,实现分布式异构环境下基于动态预测的跨域计算资源迁移及电压/频率的动态调节,节省了系统的整体能耗;然后构建了适应于机器学习/深度学习算法迭代的分布式异构优化环境,提出了面向机器学习/图迭代算法的分布式并行优化基本方法。最后,本文研发了面向领域应用的智能分析系统,并在制造、交通、教育、医疗等领域推广应用,解决了在高效数据采集、存储、清洗、融合与智能分析等过程中普遍存在的性能瓶颈问题。     

计算智能信息处理

论述了基于计算的智能信息处理系统可以分为两大类：即基于传统计算机的人工智能系统和基于神经计算机的人工智能系统。比较了两者的本质区别，介绍了神经计算智能研究的当前进展及未来发展趋势     

Steps toward Parallel Intelligence

The origin of artificial intelligence is investigated, based on which the concepts of hybrid intelligence and parallel intelligence are presented. The paradigm shift in Intelligence indicates the "new normal" of cyber-social-physical systems (CPSS), in which the system behaviors are guided by Merton's Laws. Thus, the ACP-based parallel intelligence consisting of Artificial societies, Computational experiments and Parallel execution are introduced to bridge the big modeling gap in CPSS.