蜂拥控制研究现状
异质多智能体系统在固定拓扑下的分组一致性
异质多智能体系统在固定拓扑下的分组一致性闻国光;黄俊;于玉洁【摘要】研究了异质多智能体系统的分组一致性,针对固定通信拓扑情况,提出了一种基于邻接信息的分布式控制协议,并通过李雅普诺夫理论,推导出异质多智能体系统实现分组一致性的充分条件.最后利用数值仿真验证了理论分析的正确性.【期刊名称】《北京交通大学学报》【年(卷),期】2016(040)003【总页数】5页(P115-119)【关键词】异质多智能体系统;分组一致性;李雅普诺夫理论【作者】闻国光;黄俊;于玉洁【作者单位】北京交通大学理学院,北京100044;北京交通大学理学院,北京100044;北京交通大学理学院,北京100044【正文语种】中文【中图分类】O175近年来, 由于多智能体系统在生物系统、机器人编队、传感器网络、无人驾驶飞行器编队、水下行驶器和群体决策问题等方面的广泛应用，而越来越受到来自控制科学、数学、生物学、计算机科学等领域学者的关注.目前，在多智能体系统协调控制的研究中，一些研究课题已经取得了令人鼓舞的结果，例如：群集控制、蜂拥控制、一致性控制、聚集控制、区域覆盖、编队控制等.其中，多智能体系统的一致性控制问题可以描述为：通过对邻居智能体的局部信息设计分布式控制策略，使得智能体系统中某些重要的状态量随着时间的变化最终趋于一致.可以说一致性问题是多智能体系统协调控制一个重要的基本问题.2004年，Olfati-Saber和Murray[1]给出了研究连续时间一阶多智能体系统一致性控制问题的一个系统框架.在他们的模型中，每个智能体的动力学由一阶积分器来描述i(t)=ui(t),i=1,2,…,n，其中，xi和ui分别是智能体的位置和速度.2005年，Ren 等进一步研究了一阶连续和离散多智能体系统的一致性问题，证明了如果存在一系列有界的时间区间，使得在每个区间内智能体间的通信拓扑图包含有向生成树，那么一阶多智能体系统能够达到一致性.与此同时，Moreau等[2]考虑了一阶离散非线性多智能体系统的一致性控制问题，并得到了一系列实现一阶离散非线性多智能体系统一致性的条件.2007年，Lin等[3]对一阶连续非线性多智能体系统的一致性控制问题进行了研究.随着这个话题的发展，人们得到了大量新的关于带有不同模型和控制策略的一阶多智能体系统的结果.在现实中，考虑到许多系统的运动需要用位置和速度来共同刻画，二阶多智能体系统一致性控制被广泛研究.Ren等[4]以及Xie等[5]研究了二阶多智能体系统的一致性控制问题，并分别给出了一些具有固定通信拓扑和切换通信拓扑结构的多智能体系统实现一致性的条件.最近，在文献[6]中，作者研究了带有采样信息的二阶多智能体系统一致性问题.现有的关于多智能系统一致性的研究成果主要是基于同质多智能体系统建立的，即假设每个子系统具有相同的动力学.然而，在实际工程应用中，当不同种类的智能体分享共同目标时，由于外界影响或交流条件的限制，发生耦合的每个智能体的动力学系统可能不同.此时，采用异质动力学模型所模拟的带有不同特性和能力的多机器人网络在现实世界中具有更强的应用性.目前，异质多智能体系统一致性的研究文献，主要是考虑一阶系统和二阶系统的混合[7-8].文献[9]通过应用幂积分方法和李雅普诺夫理论，针对由一阶和二阶智能体组成的异质多智能体系统的一致性问题提出了两种有限时间一致性算法.在文献[10]中，Zheng等研究了由一阶和二阶智能体组成的混合系统的一致性问题.而以上有关异质多智能体系统的研究都是异一致性.随着研究的深入，我们发现分组一致性的适用范围更广，更具研究意义.对于由多个小组构成的复杂网络，分组一致性意味着每个组的智能体可以达到一致性，而不同组收敛到不同的值.事实上，分组一致性更加符合自然和人类社会，因为在一些现实的情况中，比如细菌克隆模式的构造、个人意见的簇状构造会根据环境、实际情况、协作任务甚至时间一直变化[11-12].在入度平衡的假设下，Yu等[13]利用线性矩阵不等式给出了在固定拓扑下保证一致性的充分条件.通过在分组协议中应用笛卡尔坐标，Xie等[14]对于时间连续的多智能体系统建立了实现分组一致性的充要条件.现有的关于多智能体系统的文献中，或者考虑异质多智能体系统一致性，或者考虑同质分组一致性.而关于异质多智能体系统分组一致性方面研究还较少.然而，研究具有异质多智能体系统的分组一致性控制具有现实意义和理论意义.因此，本文作者研究异质多智能体系统，针对固定通信拓扑的情况，提出了一种基于邻居信息的分组一致性控制协议，并通过稳定性理论等分析方法，推导出了系统实现分组一致性的充分条件，最后使用数值仿真验证了理论分析的正确性.该研究将会对异质多智能体系统分组一致性控制理论在多机器人合作控制、交通车辆控制、无人飞机编队，智能交通、现代医疗、勘探、营救、以及网络资源分配等实际问题的应用提供进一步的理论基础和技术支持.1.1 图论基础在一个多智能体网络中，假设每个多智能体是一个质点，由这些多智能体构成一个无向图，图中的每条边代表每个多智能体之间的信息交流.每个智能体根据从它的邻接智能体接受的信息来更新自身的状态.设G=(ε,V,A)是一个加权有向图，节点集合为V=(v1,v2,…,vn)，边集合ε⊆V×V，边eij=(vi,vj)∈ε意味着节点vj能从节点vi接收信息.A表示加权有向图的邻接矩阵.在A=[aij]n×n中，aij是大于等于0的常数，若eji∈ε则aij>0；若eji∉ε则aij=0.若在图G对应的邻接矩阵A中，有aij=aji则称这个图G是无向图.在有向图G中，若任意两个不同的节点之间都有一条路，则称这个有向图G是强连通的.在无向图G中，连通也叫做强连通.在有向图G中，如果存在一个节点和其它所有节点之间至少有一条路，则称这个有向图G 有有向生成树.对于给定的多智能体系统，若用有向图G来模拟所有智能体之间的信息交流，那么称G为多智能体系统的通信拓扑.用Ni={vj|eji∈ε}来表示节点vi 的邻接点集合.此外，定义图G的拉普拉斯矩阵为L=[lij]n×n，,n.结点i的度定义为.1.2 系统模型考虑由m个二阶智能体和n-m个一阶智能体构成的异质多智能体系统.二阶智能体系统表示如下：其中xi(t)∈Rn，vi(t)∈Rn，ui(t)∈Rn分别表示第i个智能体位置，速度，控制输入.此外，一阶智能体的动力学系统表示如下其中xi(t)∈Rn，ui(t)∈Rn分别表示第i个智能体位置，控制输入.设在一个由k组(k≥2)构成的多智能体系统中，如果智能体属于第t个组，则记σi=t，令xσi是对智能体进行分组的常数，且当σi=σj时，有xσi=xσj，当σi≠σj 时，有xσi≠xσj.定义1 对于任意的初始状态值xi(0)和vi(0)，若异质多智能体系统满足以下条件则称其逐渐达到k组一致性(k≥2).注1 为了方便起见，本文都是基于一维空间，即xi(t),vi(t),ui(t)∈R.然而，我们在一维空间里得到的所有结果都可以通过克罗内克积(Kronecker product)推广到n维空间.引理1[15] 考虑一个形式为的自治系统，f是连续的，令:Rn→R是一阶偏导连续的标量函数.假设1)当‖x‖→，2)∀令S是Rn中使=0的点的集合，M是S中最大的不变子集，则当t→时，Rn中所有解趋近于M.定义控制器如下：其中k1>0，k2>0是控制参数.在这部分中，我们将讨论异质多智能体系统在固定拓扑下的分组一致性.定理1 设智能体间的通信拓扑图是无向连通的，由式(1)和式(2)组成的异质多智能体系统在控制器(5)下可以达分组一致性.证明根据控制器(5)，可以将式(1)～(2)改写成：令ei=xi-xσi,i=1,2…,n，则有根据和 ei=xi-xσi，系统(6)可以写作选择李雅普诺夫函数如下：其中V是一个正函数.对V求导，得因为通信拓扑图是无向的，即邻接矩阵A=[aij]n×n是对称的，我们可以得到将式(9)和式(10)代入式(8)，得然后利用拉萨尔不变集原理.设，M是S中最大的不变子集.当=0时，有所以从式(7)和式(11)中可得M如下从式(12)中可得两式相加得基于之前提到的性质和式(15)，最大不变子集M化为如下形式将ei=xi-xσi代入式(16)，可以得到综上所述，定理1得证.在本节中，我们将通过仿真来验证其理论结果.考虑一个由3个具有二阶动力学的智能体(智能体1、2、3)和4个具有一阶动力学的智能体(智能体4、5、6、 7)构成的异质多智能体系统，它们的通信拓扑见图1.我们将智能体分为两组G1和G2，智能体1、2、4、5属于G1组，智能体3、6、7属于G2组.从图1可以看出通信拓扑是无向连通的.为了简化计算，我们假设邻接矩阵中的权重都为1.令k1=3，k2=1,记t为系统运行的时间，智能体的初始位置和速度是随机的，取系统初始速度为T，初始位移为xT(0)=[0,1.2,0.3,2,0.8,3.8,1.7]T，图2显示了所有智能体的状态轨迹，从图2的仿真结果中可以看出系统能够渐进收敛达到分组一致性，验证了定理的正确性.本文研究异质多智能体系统在固定无向通信拓扑下的分组一致性问题.文中提出一个基于邻居信息的分布式分组一致性的控制协议，并给出了使系统达到分组一致性的充分条件.最后用数值仿真验证了理论的正确性.未来，我们将进一步考虑在切换拓扑下，异质多智能体系统的分组一致性问题.【相关文献】[1] OLFATI-SABER R, MURRAY R M. Consensus problems in networks of agents with switching topology and time-delays[J]. IEEE Transactions on Automatic Control, 2004,49(9):1520-1533.[2] REN W, BEARD R W. Consensus seeking in multiagent systems under dynamically changing interaction topologies[J]. IEEE Transactions on Automatic Control, 2005,50(5):655-661.[3] LIN Z, FRANCIS B, MAGGIORE M. State agreement for continuous-time coupled nonlinear systems[J]. Siam Journal on Control & Optimization, 2007, 46(1):288-307.[4] REN W, ATKINS E. Distributed multi-vehicle coordinated control via local information exchange[J]. International Journal of Robust & Nonlinear Control, 2007, 17(10/11):1002-1033.[5] XIE G, WANG L. Consensus control for a class of networks of dynamic agents[J]. International Journal of Robust & Nonlinear Control, 2007, 17(10/11):941-959.[6] YU W, ZHOU L, YU X, et al. Consensus in multi-agent systems with second-order dynamics and sampled data[J]. IEEE Transactions on Industrial Informatics, 2013,9(4):2137-2146.[7] ZHENG Y, WANG L. Finite-time consensus of heterogeneous multi-agent systems with and without velocity measurements[J]. International Journal of Control, 2012, 61(7):906-914.[8] FENG Y, XU S, LEWIS F L, et al. Consensus of heterogeneous first- and second-order multi-agent systems with directed communication topologies[J]. International Journal of Robust & Nonlinear Control, 2013,25(3):362-375.[9] LIU C L, LIU F. Stationary consensus of heterogeneous multi-agent systems with bounded communication delays [J]. Automatica, 2011, 47(9):2130-2133.[10] ZHENG Y, ZHU Y, WANG L. Consensus of heterogeneous multi-agent systems[J]. IET Control Theory & Applications, 2011, 5(16):1881-1888.[11] YOU S K, KWON D H, PARK Y, et al. Collective behaviors of two-component swarms[J]. Journal of Theoretical Biology, 2009, 261(3):494-500.[12] BLONDEL V D, HENDRICKX J M, TSITSIKLIS J N. On Krause's multi-agent consensus model with state-dependent connectivity[J]. IEEE Transactions on Automatic Control, 2009,54(11)：2586-2597.[13] YU J, WANG L. Group consensus of multi-agent systems with undirected communication graphs[C]// Asian Control Conference, Hong Kong, 2009:105-110. [14] XIE D, LIU Q, LYU L, et al. Necessary and sufficient condition for the group consensus of multi-agent systems[J]. Applied Mathematics & Computation, 2014, 243:870-878. [15] AEYELS D. Asymptotic stability of nonautonomous systems by Liapunov's direct method[J]. Systems & Control Letters, 1995, 25(4):273-280.。
警用围挡用途和场景
警用围挡用途和场景全文共四篇示例，供读者参考第一篇示例：警用围挡是指警察部门在维护社会治安和执行法律职责时所使用的一种设备，其主要用途是为了阻挡人群、车辆等在特定场景中的通行，保障现场秩序，防止事态恶化。
警用围挡通常由金属或塑料材料制成，具有较强的抗冲击性和稳定性，能够起到隔离和保护的作用。
警用围挡在不同场景中发挥着重要的作用，以下是一些常见的场景和应用：1.维持现场秩序：在大型活动、集会、示威游行等场合，为了避免人群混乱、蜂拥而至，警方会设置警用围挡来划定安全区域，确保秩序井然，防止发生踩踏等意外事件。
2.交通事故处理：在道路交通事故现场，警用围挡可以设置在事故车辆周围，避免围观群众靠近现场，影响交通警察的工作，确保事故现场的秩序和安全。
3.犯罪现场封锁：在案件调查和取证过程中，警方会使用警用围挡将犯罪现场进行封锁，防止现场证据被污染，确保案件调查的顺利进行。
4.护送重要人物：在重要人物参加活动、巡逻等场合，警方会设置警用围挡来保护其安全，防止潜在威胁伤害到重要人物。
5.安保检查：在重要场所、建筑物周围设置警用围挡，进行安检和人员筛查，确保安全措施到位。
除了以上几种场景，警用围挡还可以用于其他特定场合，如针对犯罪嫌疑人的嫌疑场所围堵、游行示威的维持秩序、大型活动的安保等。
警用围挡在维护社会治安、保障公共安全方面发挥着重要作用，有效防范和控制事态发展，确保警务工作的顺利进行。
在使用警用围挡时，警方需遵循相关法律法规，合理合法地使用围挡装备，确保其在维持秩序过程中起到积极的作用。
第二篇示例：警用围挡是警方在处理紧急情况时常用的一种装备，它可以有效地控制人群、确保公共安全并维护秩序。
警用围挡的用途和场景非常广泛，下面我们就来详细了解一下。
警用围挡最常见的用途之一就是现场维持秩序。
在大型活动、示威游行、体育赛事等场合，人群聚集密集、情绪激动，很容易发生混乱。
为了防止事态进一步恶化，警方会使用警用围挡将人群分隔开来，确保秩序井然、避免发生踩踏或其他安全事故的发生。
从海尔的发展历程看企业内部控制环境建设
从海尔的发展历程看企业内部控制环境建设学生姓名：专业：班级：摘要企业管理是计划、组织、激励、控制、协调,其中控制是关键性环节,通过控制体现企业所有者的意志,是实现企业目标的重要手段。
内部控制包括组织机构的设计和企业内部采取的协调措施。
其目的是为达到财务报告的可靠性、经营活动的效率和效果、相关法律法规的遵循三个目标,由企业董事长、管理部门以及全体员工提供保证的过程。
内部控制一般包括环境控制、风险控制、活动控制、信息沟通、监控手段五个相互联系的环节。
关键词制度企业内部控制体系第1章海尔集团概况1.1自然情况海尔集团的前身青岛冰箱总厂是一个濒临倒闭的集体企业。
1984年员工820人，年生产电冰箱740台，销售收入348万元，固定资产500万元，年亏损147万元，出口为零。
当时企业面临的市场环境是，全国生产电冰箱的厂家近100家，国外产品蜂拥而入，各种牌号的电冰箱充斥市场，竞争十分激烈。
而四年之后，青岛利勃海尔电冰箱获得中国电冰箱生产史上第一枚国优金牌，一跃成为国家家电第一名牌，1993年青岛海尔电冰箱股份有限公司股票上市。
2000年海尔总资产40.35亿元固定资产12.14亿元，年销售收入48.28亿元，利润总额4.24亿元。
目前海尔集团在49个国家和地区拥有18000多个营销点，产品销往87个国家和地区。
在短短17年时间里，海尔如何从一个即将关门的企业发展成为一个国际化的公司，成为成千上万企业竞相仿效的对象（哈佛大学已经将海尔作为教学案例载入教科书），笔者在此从内部控制环境的角度谈谈良好的内部控制在海尔的发展史上扮演了什么样的角色，希望引起各界对内部控制的充分重视。
图1-1 海尔组织结构图1.2经营情况海尔集团是在1984年引进德国利勃海尔电冰箱生产技术成立的青岛电冰箱总厂基础上发展起来的国家特大型企业。
经过短短15年的时间，海尔集团从一个亏空147万元的集体小厂迅速成长为拥有白色家电、黑色家电和米色家电的中国家电第一品牌，到1999年海尔产品包括58大门类9200多个品种，企业销售收入以平均每年81.6％的速度高速、持续、稳定增长，1999年，集团工业销售收入实现215亿元。
企业内部环境控制的重要性
在当前竞争日益激烈的市场环境中，企业面临着的各种风险， 呈现出复杂性和多样性的特点。“内部控制”在控制和防范企业的 经营风险和财务风险过程中起着重要的作用，是保证企业正常经营 活动得以实现可持续发展的重要力量，“内部控制”的建立健全成 为企业生产经营成败的关键，是企业管理的一种重要手段。 美国著名的安然、世通公司、施乐和默克制药等一大批国际大 公司因财务会计丑闻，导致企业的诚信受到公众的质疑，一系列造 假案接连发的主要根源则是上市公司的“内部环境控制”失效，导 致其权力集中且缺乏制衡。所以“内部控制环境”是整个内部控制 的基础，是推动企业发展的引擎，也是其他一切要素的核心，决定 了其他控制要素能否发挥作用，是内部控制其他要素作用的基础。
内部控制环境因素包括
公司治理结构、管理哲学与经营风格、组织结构、董事 会、经营者素质和职业道德、企业文化、权责分配体系和信 息系统。一个组织的内部控制环境对企业内部控制的执行和 效果有着显著而关键的基础性影响。
总结
内部环境在企业内部控制中的重要性： （1）“内部控制环境“是整个内部控制的基础，是推动企业发展的 引擎，也是其他一切要素的核心，决定了其他控制要素能否发挥作用， 是内部控制其他要素作用的基础。如果没有一个比较好的控制环境，再 好的内控制度都是流于形式，一切内控措施都是空谈。 （2）当企业的内部环境不可能在短期内发生重大变化时，抓好管理 技术的应用，可以更快地产生直接的经济效益；通过营造内部环境、完 善内部机制、强化内部管理，可以为企业制度创新创造出更好的条件， 为二次创业营造良机，从认识、分析中来进行控制，把控制的职责分派 到每一个岗位、每一个人、每一个环节之中，从一个战略的高度来实现 企业价值最大化。
巨人集团案例
巨人集团曾经是我国民营企业的佼佼者，一度在市场上叱咤风 云，该企业以闪电般的速度崛起后，又以流星般的速度在市场上沉 落了。这样一家资产好几亿，年产值号称数十亿的企业破产，究其 原因，管理当局的决策失误是很重要的一个方面。 该企业在1993年以前，其经营状况是非常乐观的，但是在1993 年国家有关进口电脑的禁令一解除，国外众多超重量级选手蜂拥进 入我国市场，一些头脑理智的企业纷纷压缩规模调整结构，可巨人 集团的管理当局急于寻求新的产业支柱，轻易迈出了经营房地产和 保健饮品的多角化经营的脚步。而当时巨人集团资金不足，又没有 得到银行等金融机构的资金支持，没有实力同时在两个全新的产业 展开大规模投入。 到了1994年，巨人集团管理当局已经意识到集团内部存在种种 隐患：创业激情基本消失了；出现了大锅饭现象；管理水平低下； 产品和产业单一；开发市场能力停滞。但管理当局还是回避了企业 内部产权改造及经营机制重塑的关键问题想通过再一次掀起的发展 和扩张热潮，
氯碱化工的生产效率控制研究
前 言际化 工产 业 大环 境 的 影 响 ， 氯碱 企 业 资金 紧 张等不利因素制约， 以及在氯碱行情好的时候蜂拥而上 的一些规模 小的氯碱企业生产 的中低档产品供过于求等多方原 因， 造成了高精 氯 碱产 品相 对短 缺 ， 产 业 结 构不 合 理 。 ２ ０ １ ０年底 ， 我 国在 产烧 碱 生 产 企业 １ ７ ６家 ， 总产 能 达 到 ３ ０ ２ １ 万 吨／ 年， 产量 ２ ０ ８ ７ 万吨。 产 能相 比 “ 十 一 五” 初 期 增 幅在 １ ０ ５ ． ４ ％， 产 量增 幅在 ６ ８ ． ３ ％。 因此 氯 碱化 工 行 业应 该 有效 的控制 生 产效 率 ， 以利 于市 场供 给 和 获得 相 对 合理 的利
润。
氯碱化工企业通过引进先进的技术和设备 ， 提高生产率 ， 优化 产品结构 ， 降低能耗 ， 可以有效降低成本 ， 提高盈利水平。但是先进 技 术多 被 发达 国 家垄 断 ，引 入代 价 很 高或 者 根 本无 法 用 金 钱买 到 ， 自主的技术创新和改造往往更为可行。 因此氯碱企业必须在提高 自 身内功上下功夫 ， 氯碱产品生产全过程必须严格执行标准为国家标
准 Ｇ Ｂ ／ Ｔ 一 ３ １ ９ ０ — １ ９ ９ ６ ， Ｇ Ｂ Ｍ１ ６ ６ — ８ ２ — ３ １ ９ ９ — １ ９ ９ ８和 国际 Ｉ Ｓ ０ ９ ０ ０ １ ： ２ ０ ０ ０
１氯碱 化 工 的生产 情 况分 析 建 国初 期我 国 的工 业是 一穷 二 白的 ， 基础工业更是薄弱 ， 氯 碱 化工的生产最早是在 １ ９ ３ ０年 的 上 海 成 立 了 我 国 的第 一 家 氯 碱 工 厂， 由于历 史原 因直 到建 国初 期 ， 全 国氯 碱 化 工生 产 厂 不到 十 家 ， 烧 碱年产量在一万吨多一点 ， 改革开放后由于国家非常重视氯碱化工 产业 ， 使氯碱化工得到了从规模到生产技术的迅猛发展 。到上世纪 末 我 国的烧 碱 产量 已经达 到 了世 界 第三 ， 现在 我 国 的氯 碱 产量 已经 是 世界 第 一 了 ， 但 是 由于 氯碱 产 业 发展 过 快 ， 市场 出现 了供 大 于 求 的 现象 ， 在 市场 经 济 条 件 下导 致 氯 碱生 产 厂 家 激 烈竞 争 ， 同时 氯 碱 行 业还 出现 了一 个怪 现 象 ， 就 是 中低 档 的产 品 比 比皆是 ， 而 高 档 的 氯 碱产 品有 的还 需要 进 口 ，这就 反 映 出我 国 目前 氯 碱 行 业 应 该 向 高、 精、 尖 产 品发 展 ， 不 能再 盲 目的 只 重视 产 量 而 忽 视质 量 ， 不 能 盲 目的追求生产效率的提高 ， 造成 中低产 品过剩 ， 应该根据市场需求 情况 ， 控制生产效率 ， 合理供应 ， 只有这样才能达到效益最大化 ， 国 家根 据 氯碱 业 的行 情 ， 及 时 的提 出 了氯碱 化 工 产业 应 该 重视 技 术 的 更新 ， 而不是传统观念上的产量为先 ， 而且通过实际的调查发现 ， 我 国 的氯 碱 化 工 生 产企 业 ， 大多 还 是 以 中小 企 业 为 主 ， 采 用 的设 备 和 生产 技 术 还 比较 落后 ， 不 能保 证 产 品质 量 ， 因此 必 须 从 根 本 上来 解 决 这 个 问题 ，氯 碱 企业 要 引进 先 进 的生 产设 备 和 先进 的生 产 技术 ， 生产出高档的氯碱产品，并对企业 生产效率进行动态跟踪控制， 这 样 才能 占据市场 主动 ， 避免过度生产造成资源浪费 ， 又可以填补因 对市场估计不足， 导致的生产跟不上 ， 在实际的生产过程中 ， 尽量采 用最新的生产原理和技术 ， 以此来保证氯碱化工 的生产效率和生产 质量。 我国 目前有机氯产 品、 高档产品、 专用产品、 深加工、 高附加值 产 品， 特别是对氯碱工业发展有十分重要意义的精细化工产品 比例 小， 开 发 力度 不 够 。 ２氯 碱化 工 的生 产 效率 控 制 ２ ． １控制 阀 的有 效控 制 化工 行业 是 技术 依 赖性 非 常强 的行业 ， 先进 的技 术水 平 和 生产 设备可 以实现较高的质量和产量 ，从 而提高附加值并降低单位成 本， 而 中国很 多化 工 企业 的技术 和 设备 落 后 ， 生 产 效率 低 下 ， 单 位产 品的制造成本及管理成本较高 ， 企业竞争力不足。由于氯碱化工的 生产是在高温、 高压的条件下进行 的， 生产原料多数是易燃易爆和 具有毒性的 ， 氯碱本 身又具有很强 的腐蚀性 ， 因此生产氯碱 的化工 设备都有着很高的要求 ， 如： 搅拌机 、 压缩机 、 风机 等大型设备 ， 这些 设备在生产上都要通过控制阀来进行控制， 因此可以根据生产的需 要， 在控制 阀上设置不 同的产量参数 ， 达到对整个生产过程 的控制 以及控制生产 的效率 ， 因此控制阀就首 当其冲的成为控制氯碱化工 生 产效 率 的核 心 ， 针 对性 的选 择 一个 合 适 的控 制 阀是控 制 氯碱 化 工 生 产效 率 的关 键 所在 ， 首 先应 该 对 氯碱 化 工 生产 的特 点和 设 备 的特 点进行分析 ， 从而了解生产系统对控制 阀的需求， 控制阀结构和材 质的选择要根据生产工艺来进行 ， 而控制阀的 口径要根据相关的技 术参数来进行 ， 同时还要根据生产效率控制来选择一些相关的辅助 装置。 在 实 际 的控 制 阀选择 时 ， 还要 考 虑 成本 ， 选 择一 个 最佳 的控 制 阀， 从 而保 证对 生 产效 率 的控 制 效果 。
采用马氏决策过程和后验克拉美罗下界的多被动式移动传感器长期调度方法
采用马氏决策过程和后验克拉美罗下界的多被动式移动传感器长期调度方法徐公国;单甘霖;段修生【摘要】针对多被动式移动传感器协同工作时跟踪精度不稳定等问题,提出了一种基于多步预测的移动传感器长期调度方法.该方法结合部分可观马尔科夫决策过程(POMDP)构建多传感器调度模型,并基于后验克拉美罗下界(PCRLB)建立了传感器调度过程中的单步与长期代价函数;为有效减少计算复杂度,利用大量无迹采样粒子来近似估算长期代价值;通过将多约束非线性调度问题转化为决策树优化问题,可快速获取传感器长期调度方法,并给出了一种基于分支定界技术的改进决策树搜索算法.实验结果表明,所提方法能够实现移动式传感器的合理调度,在决策步长为2时,其目标跟踪精度相较于短期调度可平均提升6.08％;改进搜索算法的求解速度也更加迅速,能够有效满足在线调度的实时性要求.【期刊名称】《西安交通大学学报》【年(卷),期】2019(053)006【总页数】10页(P125-133,150)【关键词】移动传感器;传感器调度;部分可观马尔科夫决策过程;后验克拉美罗下界;决策树【作者】徐公国;单甘霖;段修生【作者单位】陆军工程大学电子与光学工程系,050003,石家庄;陆军工程大学电子与光学工程系,050003,石家庄;石家庄铁道大学机械工程学院,050003,石家庄【正文语种】中文【中图分类】TP391现代化网络战争中,传感器的种类与功能日趋多样化、复杂化。
随着传感器载体机动性能的增强,可移动传感器的应用范围也越来越广泛,并逐渐成为传感器管理研究中的一个重要分支[1]。
面向目标跟踪任务需求,通过对可移动传感器的合理调度(又称传感器控制),能够有效扩展传感器系统的时空感知范围,提高目标的空间分辨率,还有助于提高系统的战场生存能力。
从任务目标出发,常见的传感器管理方法有基于协方差[2]、基于信息论[3]以及基于克拉美罗下界[4](CRLB)等方法。
近年来,随着管理安全任务需求的增加,基于风险控制[5-7]的传感器管理方法逐渐成为新的研究热点。
生猪养殖调研报告
生猪养殖调研报告生猪养殖调研报告一直以来, 三农问题都是党和国家关注的重点,在国家不断地以各种扶持政策来满足农民生产生活需要的同时,勤劳朴实的农民也寻找各种方式走向致富道路。
近年来，我的家乡尧头镇杨家村有一部分农民通过生猪养殖来增加收入，为了了解生猪养殖效率，在寒假期间，我和另外两位同学以随机入户访谈和书面问卷的形式，在15户养猪户和村部的支持下，以客观的形式收集准确数据，对家乡的生猪养殖效率进行了一次调查。
调查结果经调查得知：尧头镇杨家村生猪养殖户有12户为小型规模，3户为中型规模，无大型规模。
由此可得到小型规模养猪户占80%，中型规模养猪户占20%。
他们大多数表示，每年能繁母猪年出栏肥猪距全国平均水平13头左右有不定期定的差距，从得到的数据来看，育肥期死亡率基本在3%~4%之间(不包括猪流感等疫病发生期间的死亡率)。
问题分析近年来，全国各地规模化生猪养殖业快速发展，提高了生产效率，满足了人们对猪肉的需求，为农村经济发展起到了推动作用，但对比看来，我的家乡尧头镇杨家村生猪养殖还存在许多方面的缺陷，造成生猪养殖效率低下，缺陷主要表现在以下方面：生猪养殖户素质较低，他们其中大多数是初中文化水平，高中文化水平占极少数，不能够用正确的专业知识来指导养殖;由于农村交通不便，信息闭塞，这使得生猪养殖户不能完全自主地选择养殖类型，在生猪品种上明显落后;一直以来，由于基层的畜牧部门领导对疫情风险的认识不足，农户重治病，轻防病等传统养殖观念的根深蒂固和农村畜牧兽医技术人员的严重缺乏等原因，导致我村生猪养殖效率不高。
解决对策近年来，生猪养殖在农民收入中所占的比重越来越大，对解决三农问题具有一定的促进作用，面对我的家乡生猪养殖效率低下的问题，我有以下看法：加强基层组织建设，强化政府职能，正确指导农民进行生猪养殖;应定期组织专业人才对养殖专业户进行授课讲解，提高农民的文化素质，指导农民选择养殖类型和饲料类型，用智慧来提高生产水平。
对控制国际零售巨头在我国无规则发展的分析
中国巨大的市场容量，强劲的经济增长、不断壮大的中产阶级队伍及其购买力的不断提高吸引了国际零售企业蜂拥而至。
特别是自2004年12月11日，中国零售业对外全面开放后，国际零售巨头加快了独资、扩张和收购的步伐，在很多区域市场都形成了垄断局面，我国的零售企业受到了很大的影响。
通路为王，若我国的消费通路被国际零售巨头占据，这是一件十分危险的事情，所以，我国应该适度限制国际零售巨头在我国的发展。
一、国际零售巨头在我国的发展现状（一）南橘北枳现象近几年来国际零售巨头在中国市场出现的违规受罚案例或者负面新闻屡见不鲜，通过互联网检索，可以得出一长串目录。
根据国家发改委公布的调查结果显示，虚构原价、低价招徕顾客、高价结算、不履行价格承诺、误导性价格标示等多种价格欺诈现象、甚至是销售假冒伪劣产品行为等这些都与沃尔玛、家乐福这两家国际零售业巨头联系在一起了。
从哈尔滨到南宁，从上海到昆明，这两家国际零售业巨头不仅这样干了，甚至还成为在国内多个城市门店的“普遍行为”。
声名显赫的跨国零售业巨头在中国的表现可以说与其在欧美等国“判若两人”。
对此，家乐福中国区负责人的解释是：“零售行业有自己的特质，涉及系统和操作人员的多项配合，很难确保一点问题都没有。
”但是一家企业能够跻身世界500强之列，很重要的原因就是其能提供品质过硬、而且品质如一的商品和服务。
“工作失误”多年难改，只能有两种原因：一种是企业的内部管理出了问题，但为什么在欧美等国却鲜有见之；另一种是企业根本没有真心想改，甚至将其视作一条特别的生财之道。
消费者发现了，可以用“工作失误”来搪塞，消费者没有发现，就能轻轻松松多赚一笔。
（二）发展战略的转变随着中国零售业对外开放的深入，外资零售企业在中国的发展逐渐从探索期转向战略发展期：由沿海开放城市逐步向内地渗透；由试探式的磨合期向高速扩张期发展；纷纷制订在华发展的中长期战略；由引进型经营向本土化发展，重视本地人才、本地消费特点，开拓和扩大经营本土商品；由以资本注入为主的合资经营向独资、合作、兼并、收购等多种形式发展。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要:群体系统蜂拥控制研究近年来受到了国内外众多领域高度重视,目前主要借鉴生物学领域关于群体蜂拥行为的研究成果,集中在个体之间交互形成的网络拓扑结构已知条件下的控制问题,分析了群体系统蜂拥控制研究的几个发展阶段,总结了群体蜂拥行为的理论研究趋势及其在工程领域中的应用研究现状,并指出了今后的发展方向。
关键词:群体系统;蜂拥控制;仿生0 引言群体系统隶属于复杂系统的研究范畴,它是一个由大量自治个体组成的集合,在无集中式控制和全局模型的情况下,一般通过个体的局部感知作用和相应的反应行为使得整体呈现出涌现行为。
群体系统具有个体自治、非集中式控制、局部信息作用等特征。
在自然界中,群体现象无处不在,在几乎所有的尺度上,从非生命界的分子到星系,从生物界的简单细菌到高等动物,都普遍存在着群体现象。
它也是目前复杂性科学研究的一个核心问题,生物学家和物理学家曾对此作了大量研究,计算机科学家通过人工生命方法揭示了其从主体的简单运动规则到整体的优化性质。
如何对这种群体行为进行数学建模并将其应用于人造世界,如一组机器人、车流、无人驾驶飞机群的协作编队等社会行为控制,是目前复杂性科学的前沿课题。
1 群体系统蜂拥控制研究的发展阶段大致来说,对群体系统蜂拥控制的研究经历了三个阶段[1]:第一阶段是生物学家作了大量研究,发现了许多生物群体特有的动态行为。
例如:a)雁群蜂拥行为,大雁群从一地蜂拥到另一地点时,它们会排成整齐的一字形或人字形队伍,而这种团队行为有利于大雁的自我调整以避开天敌或障碍等;b)鹿群逃避行为,某些野生动物群体在逃避天敌时,常能以合理的队形统一行动,如鹿群在逃避老虎时,它们不是胡乱分散,而是形成一个合理的队形,其中每一只鹿可以根据邻近的其他鹿的奔跑方向来决定自己的行动方式;c)蜜蜂筑巢行为,在没有可供参考的设计蓝图或领导者指导的情形下,蜂群能构建具有结构强度最优的蜂巢;d)蚁群觅食行为,蚁群在觅食的时候能够通过信息素的传递在巢穴与食物之间形成一条最优路线,当路上出现障碍物时,它们会设法绕过,并在不同信息素浓度的路径中选优。
蚁群间的这种信息交流和优化思想,是群体行为的一个代表性的例子。
生物群体的这些动态行为常常具有以下特征[2]:a)简单性(simplicity),表现在个体的智能相对简单;b)鲁棒性(robustness),表现在它没有中心的控制,不会由于一个或某几个个体的故障影响整个群体行为;c)分散性(decentralized characteristics),表现在群体中相互合作的个体是分布的; d)自组织(self organized),表现在经个体自主的演化使得群体表现出显著的整体性质,即涌现(emergence)。
第二阶段[3~6]是实验物理学家和计算机专家做了许多实验和仿真,用模拟仿生的方法证明这种生物群体现象可以由个体的简单行为规律获得。
从目前大量群体系统的研究成果来看,由大规模简单的、同类型的个体自组织地形成某种模式、存储信息或完成联合决策所表现出来的群体涌现特性将是毫不稀奇的。
就算是更加简单的个体规则,个体之间非线性的交互也能导致大规模群体内部产生复杂的涌现行为。
第三阶段[7~15]就是利用数学对群体行为进行严格建模及分析。
对复杂群体行为的数学建模是群体系统研究走向量化的关键步骤,而这一阶段的研究工作只是处于起步。
与此同时,工程领域关于自动或半自动智能群体的协调合作行为的动态性能及控制问题的研究也取得了越来越多的成果,生物领域中对诸如兽群的联合狩猎行为、鸟群的迁徙行为以及鹿群的群体防御行为之类的研究都曾经是工程领域群体系统研究的推动因素。
因此在这一阶段的研究过程中,可以考虑综合生物领域与工程领域的研究成果,一方面使得受自然生物群体的协调行为启发而研究的工程智能群体行为能够获得这些自然现象中表现的某些特性,如群体涌现的协调性(由简单的局部个体行为产生的基于目标的全局群体行为)、自适应性(即在变化的环境中能自行选择和跟踪新目标的能力)、鲁棒性(不依赖于固定的“领导者”,面对扰动时能继续保持搜索目标的行为);另一方面通过研究实际复杂工程群体系统的控制与设计工作,有可能帮助研究人员对生物群体动态行为的涌现机制产生新的理解和认识。
目前关于群体系统协调行为的研究工作已各自从生物学、数学、机器人学以及计算机科学的角度全面展开,其根本仍在于对生物群体动态行为的理解。
因为生物群体动态行为的进化过程可以看做是一种算法的设计过程,该算法就是要设计生物的行为使之最适合它们所处的环境。
也就是说,进化过程就是一个优化生物行为的过程,而这个过程已经历了百万年的发展。
通过研究生物群体系统可以揭示控制这些系统运作的一般规则,而这些规则将会对发展类似的工程群体应用系统极为重要。
特别是从这些生物系统的研究中得来的运作规则将可用来发展分布式协调控制以及自动化多智能体系统如多机器人应用、海/陆/空中机动群体的学习策略。
这些高度自动化的系统将在很大程度上受益于生物系统中包括生物群体的建模、协调策略的确定、实现群体目标的动态性能分析等各方面的研究进展。
总之,对群体系统中交互个体之间的协调机制与群体所涌现出来的协调行为的内在关联的研究无论是对生物群体涌现行为的理解,还是对工程群体的应用都具有重大意义,因此综合多学科的工作成果而发展综合性的方法来理解群体行为的研究势在必行。
2 群体蜂拥行为的研究现状群体蜂拥行为(flocking behavior),即一群运动自主的个体能够保持成团队的形式向某一目标地迈进,是一组有着共同目标的大量智能个体的团队行为。
在对个体行为建模时,一方面需要有使得群体保持集聚在一起的能力;另一方面也要使得个体具有对环境所施于的刺激(如群体所要跟踪的目标物的位置信息)作出适当反应的能力。
蜂拥(flocking)从英文字面上解释就是“大数量的个体一起移动”。
蜂拥的一些典型的自然界例子包括鸟群、鱼群、细菌群落、蚁群、蜂群等,它能帮助生物躲避天敌,增加寻觅到食物的概率等[1~3]。
从系统的观点看,蜂拥行为具有适应性、鲁棒性、分散性和自组织性,它的一个重要特点就是从简单的局部规则涌现出协调的全局行为。
近十几年来,生物学、物理学、计算机和控制等领域的学者对自然界的蜂拥行为产生了浓厚的兴趣,他们正在努力地从相应领域角度探索蜂拥行为的涌现机制。
在文献[16]中,Reynolds首先提出一种经典的群体蜂拥模型,该模型中所有个体的运动必须遵循以下三条规则: a)趋向群体中心的集聚规则,即每个个体的运动有向群体中其他邻近个体的平均位置集聚的趋势; b)与群体中其他个体的避碰规则,即每个个体的运动有避免与群体中其他邻近个体产生碰撞的趋势; c)与邻近个体的匹配规则,即群体中每个个体都有与邻近个体的运动方向保持一致的趋势。
这些规则描述了每个个体与群体中其他邻近个体交互作用的动态行为。
在这三条规则的共同作用下,群体中所有的个体将在避开碰撞并保持集结的同时有着共同的运动方向。
Reynolds的贡献在于他提出的三条行为规则是研究群体蜂拥行为的开创性成果。
而目前关于群体蜂拥行为的研究工作也大都是建立在Reynolds模型的基础之上。
Vicsek等人[17]在Reynolds模型的基础上提出了改进的群体蜂拥模型。
Vicsek 模型可以说是Reynolds模型的一种特殊形式,文中重点讨论了一类位置匹配规则(即每个个体向群体中其他邻近个体位置的平均方向移动并尝试与邻近个体速度匹配的趋势)。
在该群体蜂拥模型中,所有个体以相同的速度移动,且只执行位置匹配规则,每个个体的运动方向按照个体本身运动方向及其邻近个体运动方向再加上某些附加的噪声信息平均值来实时更新。
该文献中的数字仿真实现了群体的蜂拥行为,最后所有个体的位置方向也都趋向于一个共同值。
Jadbabaie等人[11]基于最邻近个体的规则研究了群体的蜂拥行为。
同样地,所有个体以相同的速度移动,且只执行位置匹配规则。
他们证明了在所有个体均能保持相互可检测的假设条件下,群体中所有个体的运动方向将趋向一致,也即讨论了Vicsek模型中群体蜂拥行为收敛性的数学证明问题。
Olfati-Saber[18]讨论了如何用动态网络来进行群体蜂拥行为建模的方法,并提出一种称之为(α,α)协议的网络协议。
该协议包容了Reynolds所提出的三种行为规则,并为这三种行为规则提供了一种几何图形学上的解释。
文中将该网络模型中执行(α,α)协议的个体称为α型个体,而粗略地讲,α型个体的运动目标就是为了维持它本身与其他邻近的α型个体之间的平衡距离。
文献[19]中Olfati-Saber将基于动态网络方法为群体蜂拥行为建模的思想推广到多障碍物空间中的建模问题。
当出现障碍物时,α型个体的运动目标除了要求维持它本身与其他邻近的α型个体之间的平衡距离外,同时还要求避免与环境空间中的障碍物相碰撞。
但是在很多情况下,由于障碍物的分布状况, α型个体将不得不对它本身所需执行的各类任务进行优先权的划分,而对避碰任务往往具有最高的优先权,群体可能不得不出现分裂或再集结的情形。
同时文中还提出两类新型虚拟个体(β型个体和γ型个体)来模拟障碍物。
通过将α型个体在障碍物空间中的蜂拥行为还原到类似于无障碍物空间中的情形来进行分析。
其中β和γ型个体对α型个体的吸引力或排斥力作用都是在α型个体出现在障碍物作用范围内才起作用。
另外,笔者曾对生物群集行为的研究现状进行了总结[20]。
群集行为(aggregating behavior)是生物群体活动的一个重要现象,定义为在某一区域内初始随机分布的个体能聚集在一起的行为。
自然界中由菌类等低级生物到哺乳类高级生物常常以群体的形式完成协调集结行为,如细菌的聚集、鱼群的聚集等都是自然界中生物群集的事例,这些行为的出现有着几种不同的产生机制。
一种情况是个体直接面向局部的吸引源如食物的集中区域或其他个体释放的化学信息素引发的个体行为,这个过程称之为生物的趋化现象(chemotaxis),并多见于一些菌类及昆虫的群体行为;另一种情况是在一些高级生物群中比较多见的个体直接面向其他的个体(而不是其他个体留下的关于它们运动情况的化学线索)行为而产生各自的行为。
这些个体间的作用力包括实现群集的吸引力和避免碰撞的排斥力。
由群体蜂拥行为和群集行为的定义可以知道,蜂拥行为实际上是在群集行为的基础上增加了对群体需要在向目标区域运动的同时保持集结的要求。
因此也有很多关于群体蜂拥行为的建模工作都是建立在群集行为建模的研究成果之上。
例如文献[12]中所研究的群体蜂拥模型实际上是在文献[7]中所介绍的群集模型的基础之上增加了环境作用项,而该项除了可以描述个体趋向目标的行为之外,还可以包含驱使个体远离障碍物的行为。