2013年 第39卷 第12期
2013, 39(12): 1969-1979.
doi: 10.3724/SP.J.1004.2013.01969
摘要:
众所周知，基因调控网络（Genetic regulatory networks，GRNs）是一类基本且重要的生物网络.基因调控网络可以通过输入、噪声、参数以及正负反馈等进行功能的鲁棒性调节与控制.本文首先简要回顾了基因调控网络控制方面的若干研究进展，然后提出了一些与控制相关的基因调控网络的基本科学问题.基因调控网络的控制以生命科学为背景，以控制理论为理论基础.过去几十年，控制论的基本思想与方法逐步渗透到基因调控网络的研究中.同时，来源于生命科学的控制问题也为我们提出了新的机遇与挑战.基因调控网络的控制对生命科学中困扰人类的基本问题，如延长寿命、治愈癌症、糖尿病等顽疾有着非常重要的现实意义.此外，基因调控网络控制研究对合成生物学、网络医学、个性化医学等相关学科的发展具有潜在的应用价值.
众所周知，基因调控网络（Genetic regulatory networks，GRNs）是一类基本且重要的生物网络.基因调控网络可以通过输入、噪声、参数以及正负反馈等进行功能的鲁棒性调节与控制.本文首先简要回顾了基因调控网络控制方面的若干研究进展，然后提出了一些与控制相关的基因调控网络的基本科学问题.基因调控网络的控制以生命科学为背景，以控制理论为理论基础.过去几十年，控制论的基本思想与方法逐步渗透到基因调控网络的研究中.同时，来源于生命科学的控制问题也为我们提出了新的机遇与挑战.基因调控网络的控制对生命科学中困扰人类的基本问题，如延长寿命、治愈癌症、糖尿病等顽疾有着非常重要的现实意义.此外，基因调控网络控制研究对合成生物学、网络医学、个性化医学等相关学科的发展具有潜在的应用价值.
2013, 39(12): 1980-1995.
doi: 10.3724/SP.J.1004.2013.01980
摘要:
压缩感知（Compressive sensing，CS）是一种全新的信息采集与处理的理论框架. 借助信号内在的稀疏性或可压缩性，可从小规模的线性、非自适应的测量中通过非线性优化的方法重构信号. 结构化压缩感知是在传统压缩感知基础上形成的新的理论框架，旨在将与数据采集硬件及复杂信号模型相匹配的先验信息引入传统压缩感知，从而实现对更广泛类型的信号准确有效的重建. 本文围绕压缩感知的三个基本问题，从结构化测量方法、结构化稀疏表示和结构化信号重构三个方面对结构化压缩感知的基本模型和关键技术进行详细的阐述，综述了结构化压缩感知的最新的研究成果，指出结构化压缩感知进一步研究的方向.
压缩感知（Compressive sensing，CS）是一种全新的信息采集与处理的理论框架. 借助信号内在的稀疏性或可压缩性，可从小规模的线性、非自适应的测量中通过非线性优化的方法重构信号. 结构化压缩感知是在传统压缩感知基础上形成的新的理论框架，旨在将与数据采集硬件及复杂信号模型相匹配的先验信息引入传统压缩感知，从而实现对更广泛类型的信号准确有效的重建. 本文围绕压缩感知的三个基本问题，从结构化测量方法、结构化稀疏表示和结构化信号重构三个方面对结构化压缩感知的基本模型和关键技术进行详细的阐述，综述了结构化压缩感知的最新的研究成果，指出结构化压缩感知进一步研究的方向.
2013, 39(12): 1996-2001.
doi: 10.3724/SP.J.1004.2013.01996
摘要:
控制变量参数化（Control variable parameterization，CVP）方法是目前求解流程工业中最优操作问题的主流数值方法，但如果问题中包含路径约束，特别是不等式路径约束时，CVP方法则需要考虑专门的处理手段.为了克服该缺点，本文提出一种基于L1精确惩罚函数的方法，能够有效处理关于控制变量、状态变量、甚至控制变量/状态变量复杂耦合形式下的不等式路径约束.此外，为了能使用基于梯度的成熟优化算法，本文还引进了最新出现的光滑化技巧对非光滑的惩罚项进行磨光.最终得到了能高效处理不等式路径约束的改进型CVP架构，并给出相应数值算法.经典的带不等式路径约束最优控制问题上的测试结果及与国外文献报道的比较研究表明：本文所提出的改进型CVP 架构及相应算法在精度和效率上兼有良好表现.
控制变量参数化（Control variable parameterization，CVP）方法是目前求解流程工业中最优操作问题的主流数值方法，但如果问题中包含路径约束，特别是不等式路径约束时，CVP方法则需要考虑专门的处理手段.为了克服该缺点，本文提出一种基于L1精确惩罚函数的方法，能够有效处理关于控制变量、状态变量、甚至控制变量/状态变量复杂耦合形式下的不等式路径约束.此外，为了能使用基于梯度的成熟优化算法，本文还引进了最新出现的光滑化技巧对非光滑的惩罚项进行磨光.最终得到了能高效处理不等式路径约束的改进型CVP架构，并给出相应数值算法.经典的带不等式路径约束最优控制问题上的测试结果及与国外文献报道的比较研究表明：本文所提出的改进型CVP 架构及相应算法在精度和效率上兼有良好表现.
2013, 39(12): 2002-2011.
doi: 10.3724/SP.J.1004.2013.02002
摘要:
产品的单吨能耗是反映电熔镁砂熔炼过程产品产量和能耗的综合生产指标. 通过分析炉内电热转换关系，利用能量守恒原理建立了产品单吨能耗模型. 针对模型的未知非线性和参数时变等综合复杂性提出了由基于机理分析的单吨能耗主模型和 基于神经网络的补偿模型组成的产品单吨能耗混合预报模型. 其中神经网络补偿模型用于补偿模型的未知非线性和参数不确定性对于预报模型准确性的影响. 采用某电熔镁砂熔炼过程实测数据验证了所建立的混合预报模型是有效的.
产品的单吨能耗是反映电熔镁砂熔炼过程产品产量和能耗的综合生产指标. 通过分析炉内电热转换关系，利用能量守恒原理建立了产品单吨能耗模型. 针对模型的未知非线性和参数时变等综合复杂性提出了由基于机理分析的单吨能耗主模型和 基于神经网络的补偿模型组成的产品单吨能耗混合预报模型. 其中神经网络补偿模型用于补偿模型的未知非线性和参数不确定性对于预报模型准确性的影响. 采用某电熔镁砂熔炼过程实测数据验证了所建立的混合预报模型是有效的.
2013, 39(12): 2012-2020.
doi: 10.3724/SP.J.1004.2013.02012
摘要:
为了满足在动态环境中快速行驶的要求，现有无人车辆普遍采用在传统规划系统的两层结构（路径规划-路径跟踪）之间增加局部规划的方法，通过在路径跟踪的同时进行避障来减少耗时的全局路径重规划. 本文针对这种三层结构规划系统存在的问题，提出基于运动微分约束的纵横向协同规划算法，在真实环境中实现速度不超过40km/h的无人驾驶. 根据车辆的实时运动状态，用高阶多项式模型在预瞄距离内对可行驶曲线进行建模，不仅使行驶过程中的转向平稳，而且在较高速时仍具有良好的路径跟踪能力. 由横向规划提供横向安全性的同时，在动力学约束的速度容许空间中进行纵向规划，实现平顺的加速与制动，并保证了纵向安全性和侧向稳定性. 该算法根据实时的局部环境自动决定纵横向期望运动参数，不需要人为设定行驶模式或调整参数. 采用该算法的无人驾驶平台在2011年和2012年智能车未来挑战赛的真实交通环境中，用统一的程序框架顺利完成全程的无人驾驶.
为了满足在动态环境中快速行驶的要求，现有无人车辆普遍采用在传统规划系统的两层结构（路径规划-路径跟踪）之间增加局部规划的方法，通过在路径跟踪的同时进行避障来减少耗时的全局路径重规划. 本文针对这种三层结构规划系统存在的问题，提出基于运动微分约束的纵横向协同规划算法，在真实环境中实现速度不超过40km/h的无人驾驶. 根据车辆的实时运动状态，用高阶多项式模型在预瞄距离内对可行驶曲线进行建模，不仅使行驶过程中的转向平稳，而且在较高速时仍具有良好的路径跟踪能力. 由横向规划提供横向安全性的同时，在动力学约束的速度容许空间中进行纵向规划，实现平顺的加速与制动，并保证了纵向安全性和侧向稳定性. 该算法根据实时的局部环境自动决定纵横向期望运动参数，不需要人为设定行驶模式或调整参数. 采用该算法的无人驾驶平台在2011年和2012年智能车未来挑战赛的真实交通环境中，用统一的程序框架顺利完成全程的无人驾驶.
2013, 39(12): 2021-2031.
doi: 10.3724/SP.J.1004.2013.02021
摘要:
提高适应性、实现连续空间的泛化、降低维度是实现多智能体强化学习（Multi-agent reinforcement learning，MARL）在连续系统中应用的几个关键. 针对上述需求，本文提出连续多智能体系统（Multi-agent systems，MAS）环境下基于模型的智能体跟踪式学习机制和算法（MAS MBRL-CPT）.以学习智能体适应同伴策略为出发点，通过定义个体期望即时回报，将智能体对同伴策略的观测融入环境交互效果中，并运用随机逼近实现个体期望即时回报的在线学习.定义降维的Q函数，在降低学习空间维度的同时，建立MAS环境下智能体跟踪式学习的Markov决策过程（Markov decision process，MDP）.在运用高斯回归建立状态转移概率模型的基础上，实现泛化样本集Q值函数的在线动态规划求解.基于离散样本集Q函数运用高斯回归建立值函数和策略的泛化模型. MAS MBRL-CPT在连续空间Multi-cart-pole控制系统的仿真实验表明，算法能够使学习智能体在系统动力学模型和同伴策略未知的条件下，实现适应性协作策略的学习，具有学习效率高、泛化能力强等特点.
提高适应性、实现连续空间的泛化、降低维度是实现多智能体强化学习（Multi-agent reinforcement learning，MARL）在连续系统中应用的几个关键. 针对上述需求，本文提出连续多智能体系统（Multi-agent systems，MAS）环境下基于模型的智能体跟踪式学习机制和算法（MAS MBRL-CPT）.以学习智能体适应同伴策略为出发点，通过定义个体期望即时回报，将智能体对同伴策略的观测融入环境交互效果中，并运用随机逼近实现个体期望即时回报的在线学习.定义降维的Q函数，在降低学习空间维度的同时，建立MAS环境下智能体跟踪式学习的Markov决策过程（Markov decision process，MDP）.在运用高斯回归建立状态转移概率模型的基础上，实现泛化样本集Q值函数的在线动态规划求解.基于离散样本集Q函数运用高斯回归建立值函数和策略的泛化模型. MAS MBRL-CPT在连续空间Multi-cart-pole控制系统的仿真实验表明，算法能够使学习智能体在系统动力学模型和同伴策略未知的条件下，实现适应性协作策略的学习，具有学习效率高、泛化能力强等特点.
2013, 39(12): 2032-2042.
doi: 10.3724/SP.J.1004.2013.02032
摘要:
给出并比较了两类分别采用鱼体波动方程和中枢模式发生器（Central pattern generator，CPG）控制仿鲹科机器鱼倒游运动的方法.前者主要通过修改鱼体波动方程、颠倒机器鱼各个关节的控制规律来实现 鱼体倒游；后者则基于CPG模型，产生各个关节的节律控制信号.基于CPG的倒游方法可进一步细分为两种：1） 相位颠倒的CPG控制方法，即通过逆转CPG控制机器鱼直游的相位关系；2） 相位-幅值颠倒的CPG控制方法，即通过逆转鱼体波的传播方向和摆动幅值来实现机器鱼倒游.文中针对这两大类、三种机器鱼倒游运动控制方法 进行了分析、仿真和实验.实验结果表明：在相同参数配置下，采用相位颠倒的CPG控制方法产生的倒游速度最大，但游动对水的扰动也最大；而采用鱼体波倒游和相位-幅值颠倒的CPG控制方法时，两者产生的最大倒游速度相差不大，扰动较小.此外，采用鱼体波倒游方法在频率切换时会有抖动现象，需要设计专门的过渡函数来消除；而采用CPG模型的方法 则可以实现平滑过渡.上述结果对提高水下游动机器人的机动性能具有重要的指导意义.
给出并比较了两类分别采用鱼体波动方程和中枢模式发生器（Central pattern generator，CPG）控制仿鲹科机器鱼倒游运动的方法.前者主要通过修改鱼体波动方程、颠倒机器鱼各个关节的控制规律来实现 鱼体倒游；后者则基于CPG模型，产生各个关节的节律控制信号.基于CPG的倒游方法可进一步细分为两种：1） 相位颠倒的CPG控制方法，即通过逆转CPG控制机器鱼直游的相位关系；2） 相位-幅值颠倒的CPG控制方法，即通过逆转鱼体波的传播方向和摆动幅值来实现机器鱼倒游.文中针对这两大类、三种机器鱼倒游运动控制方法 进行了分析、仿真和实验.实验结果表明：在相同参数配置下，采用相位颠倒的CPG控制方法产生的倒游速度最大，但游动对水的扰动也最大；而采用鱼体波倒游和相位-幅值颠倒的CPG控制方法时，两者产生的最大倒游速度相差不大，扰动较小.此外，采用鱼体波倒游方法在频率切换时会有抖动现象，需要设计专门的过渡函数来消除；而采用CPG模型的方法 则可以实现平滑过渡.上述结果对提高水下游动机器人的机动性能具有重要的指导意义.
2013, 39(12): 2043-2050.
doi: 10.3724/SP.J.1004.2013.02043
摘要:
光学投影断层成像（Optical projection tomography，OPT）技术可以对1～10mm 尺度的低散射生物样本进行激发成像，具有微米级的空间分辨率、无辐射、成本低等特点，为小尺寸生物样本的高分辨率三维成像提供了一种新的手段. OPT最早通过对离体生物组织如小鼠胚胎、小鼠器官等成像，进行药物疗效评估、基因表达等研究，但是离体成像不能动态、完整地反映生物组织的变化，因此活体成像技术逐渐成为OPT领域的研究热点.本文详细介绍了我们自主研发的活体OPT系统，该成像系统以准直激光器为光源单元，高精密移动和旋转 电控平台为样本定位单元，低温电子倍增（Electron multiplying，EM） CCD探测器为采集单元，实现了针对果蝇蛹等小模式动物的活体三维成像.该系统的空间分辨率优于10 μm，成像视野1～10mm，扫描时间小于2min，重建时间小于5s.最后，本文通过果蝇蛹的三维活体成像实验展示该系统的操作流程、成像结果和初步的生物应用.
光学投影断层成像（Optical projection tomography，OPT）技术可以对1～10mm 尺度的低散射生物样本进行激发成像，具有微米级的空间分辨率、无辐射、成本低等特点，为小尺寸生物样本的高分辨率三维成像提供了一种新的手段. OPT最早通过对离体生物组织如小鼠胚胎、小鼠器官等成像，进行药物疗效评估、基因表达等研究，但是离体成像不能动态、完整地反映生物组织的变化，因此活体成像技术逐渐成为OPT领域的研究热点.本文详细介绍了我们自主研发的活体OPT系统，该成像系统以准直激光器为光源单元，高精密移动和旋转 电控平台为样本定位单元，低温电子倍增（Electron multiplying，EM） CCD探测器为采集单元，实现了针对果蝇蛹等小模式动物的活体三维成像.该系统的空间分辨率优于10 μm，成像视野1～10mm，扫描时间小于2min，重建时间小于5s.最后，本文通过果蝇蛹的三维活体成像实验展示该系统的操作流程、成像结果和初步的生物应用.
2013, 39(12): 2051-2063.
doi: 10.3724/SP.J.1004.2013.02051
摘要:
针对合成孔径雷达（Synthetic aperture radar，SAR）图像特征匹配中特征提取的不稳定性和相似度优化搜索的复杂性问题，提出了一种精确高效稳健的SAR图像边缘点集匹配方法. 首先，分析了仿射变换模型在遥感图像匹配中的适应性，并对仿射变换模型进行了参数分解；其次，提出了基于方向模板的SAR图像边缘检测算子，并利用SAR图像边缘的梯度和方向特征，建立了基于像素迁移的多源SAR边缘点集相似性匹配准则，以及图像匹配的联合相似度-联合特征均方和（Square summation joint feature，SSJF）；然后，利用改进的遗传算法（Genetic algorithm，GA）来进行相似度的全局极值优化搜索，获取变换模型参数和边缘点集的对应关系；最后，从理论上分析了本文方法的性能，并利用多幅SAR图像的匹配实验以及与原有方法的对比分析，对本文方法的性能进行了验证.
针对合成孔径雷达（Synthetic aperture radar，SAR）图像特征匹配中特征提取的不稳定性和相似度优化搜索的复杂性问题，提出了一种精确高效稳健的SAR图像边缘点集匹配方法. 首先，分析了仿射变换模型在遥感图像匹配中的适应性，并对仿射变换模型进行了参数分解；其次，提出了基于方向模板的SAR图像边缘检测算子，并利用SAR图像边缘的梯度和方向特征，建立了基于像素迁移的多源SAR边缘点集相似性匹配准则，以及图像匹配的联合相似度-联合特征均方和（Square summation joint feature，SSJF）；然后，利用改进的遗传算法（Genetic algorithm，GA）来进行相似度的全局极值优化搜索，获取变换模型参数和边缘点集的对应关系；最后，从理论上分析了本文方法的性能，并利用多幅SAR图像的匹配实验以及与原有方法的对比分析，对本文方法的性能进行了验证.
2013, 39(12): 2064-2070.
doi: 10.3724/SP.J.1004.2013.02064
摘要:
室外场景在雾、霾等天气的影响下能见度降低、成像效果不佳. 本文从大气散射 成像模型出发，从地物波谱特性的角度拓展暗原色先验理论，进而根据人眼视锥细胞对短中长波长光的刺激比例（LMS）将RGB 三通道转换为耦合性更低的透射率三通道，有效地降低了RGB三通道间的互相关性，并在对数图像处理（Logarithmic image processing，LIP）的框架下，提出基于彩色对数图像处理模型的自适应增强算法，对去雾后的图像进行增强. 实验结果表明，耦合性更低的透射率三通道可以更准确地复原出图像，同时采用基于彩 色对数图像处理模型的增强算法可以明显地提高图像的可视性.
室外场景在雾、霾等天气的影响下能见度降低、成像效果不佳. 本文从大气散射 成像模型出发，从地物波谱特性的角度拓展暗原色先验理论，进而根据人眼视锥细胞对短中长波长光的刺激比例（LMS）将RGB 三通道转换为耦合性更低的透射率三通道，有效地降低了RGB三通道间的互相关性，并在对数图像处理（Logarithmic image processing，LIP）的框架下，提出基于彩色对数图像处理模型的自适应增强算法，对去雾后的图像进行增强. 实验结果表明，耦合性更低的透射率三通道可以更准确地复原出图像，同时采用基于彩 色对数图像处理模型的增强算法可以明显地提高图像的可视性.
2013, 39(12): 2071-2076.
doi: 10.3724/SP.J.1004.2013.02071
摘要:
传统图像去噪法基于有用信息和噪声频率特性的差别实现去噪，实际中，有用信息和噪声在频带上往往存在重叠，因此，传统去噪法在抑制噪声的同时，往往损失了细节信息，使图像变模糊. 本文引入稀疏与低秩矩阵分解模型描述图像去噪问题，基于该模型，采用交替方向法（Alternating direction method，ADM）得到复原图像. 实验证明该方法比常用的中值滤波法更有效地抑制了椒盐噪声，同时更好地保持了原始图像的细节信息.
传统图像去噪法基于有用信息和噪声频率特性的差别实现去噪，实际中，有用信息和噪声在频带上往往存在重叠，因此，传统去噪法在抑制噪声的同时，往往损失了细节信息，使图像变模糊. 本文引入稀疏与低秩矩阵分解模型描述图像去噪问题，基于该模型，采用交替方向法（Alternating direction method，ADM）得到复原图像. 实验证明该方法比常用的中值滤波法更有效地抑制了椒盐噪声，同时更好地保持了原始图像的细节信息.
2013, 39(12): 2077-2089.
doi: 10.3724/SP.J.1004.2013.02077
摘要:
针对局部样条嵌入算法 （Local spline embedding，LSE） 存在样本外点学习和无监督模式学习问题，本文提出了一种新颖的正交局部样条判别投影算法 （O-LSDP）.该算法通过引入明确的线性映射关系，构建平移缩放模型，以及正交化特征子空间，从而使该算法能够应用于模式分类问题并显著改善了算法的分类识别能力.在标准人 脸数据库和植物叶片数据库上的实验结果验证了该算法的有效性与可行性.
针对局部样条嵌入算法 （Local spline embedding，LSE） 存在样本外点学习和无监督模式学习问题，本文提出了一种新颖的正交局部样条判别投影算法 （O-LSDP）.该算法通过引入明确的线性映射关系，构建平移缩放模型，以及正交化特征子空间，从而使该算法能够应用于模式分类问题并显著改善了算法的分类识别能力.在标准人 脸数据库和植物叶片数据库上的实验结果验证了该算法的有效性与可行性.
2013, 39(12): 2090-2099.
doi: 10.3724/SP.J.1004.2013.02090
摘要:
为减少光照对人脸识别的影响，本文提出了一种以补偿角度和（Sum of Compensated Angle）为不变量的光照补偿新方法. 首先，补偿角度和是临界补偿状态下两幅图像的光照角度之和. 对某单光源系统，该不变量仅由光照系统决定且为定值. 其次，根据人类头骨在法兰克福截面的形状特性，我们提出了包含人头骨结构的几何人脸光照模型. 据此模型，补偿角度由不变量和待补偿图像的光照角度计算得出，从而将光照补偿转化为简单加法操作. 最后，在Yale B人脸数据库上的补偿结果表明了算法的有效性. 较Sang-Ⅱ Choi的方法显著地提高了大角度下的补偿效果，且在水平和竖直方向上更加鲁棒.
为减少光照对人脸识别的影响，本文提出了一种以补偿角度和（Sum of Compensated Angle）为不变量的光照补偿新方法. 首先，补偿角度和是临界补偿状态下两幅图像的光照角度之和. 对某单光源系统，该不变量仅由光照系统决定且为定值. 其次，根据人类头骨在法兰克福截面的形状特性，我们提出了包含人头骨结构的几何人脸光照模型. 据此模型，补偿角度由不变量和待补偿图像的光照角度计算得出，从而将光照补偿转化为简单加法操作. 最后，在Yale B人脸数据库上的补偿结果表明了算法的有效性. 较Sang-Ⅱ Choi的方法显著地提高了大角度下的补偿效果，且在水平和竖直方向上更加鲁棒.
2013, 39(12): 2100-2110.
doi: 10.3724/SP.J.1004.2013.02100
摘要:
研究了返工工件的单机重调度问题.在初始调度中初始工件带有不同的就绪时间，优化目标为最小化初始工件等待时间和；重调度时在满足每个初始工件最大等待时间约束情况下安排返工工件的生产，优化目标为最小化所有工件等待时间和.文中首先建立了RRSM （Rescheduling for reworks on single machine）问题模型，并证明其为NP难问题.然后，提出并证明了三个RRSM问题性质，进而根据诸性质设计了求解RRSM问题的动态插入启发式（Dynamic insert heuristic，DIH）算法.证明了应用DIH算法能在多项式时间内求得两种特殊RRSM问题的最优解. 最后，分析了DIH算法解的特点，给出了最优解的判定方法，并通过算例说明了DIH算法的有效性.
研究了返工工件的单机重调度问题.在初始调度中初始工件带有不同的就绪时间，优化目标为最小化初始工件等待时间和；重调度时在满足每个初始工件最大等待时间约束情况下安排返工工件的生产，优化目标为最小化所有工件等待时间和.文中首先建立了RRSM （Rescheduling for reworks on single machine）问题模型，并证明其为NP难问题.然后，提出并证明了三个RRSM问题性质，进而根据诸性质设计了求解RRSM问题的动态插入启发式（Dynamic insert heuristic，DIH）算法.证明了应用DIH算法能在多项式时间内求得两种特殊RRSM问题的最优解. 最后，分析了DIH算法解的特点，给出了最优解的判定方法，并通过算例说明了DIH算法的有效性.
2013, 39(12): 2111-2120.
doi: 10.3724/SP.J.1004.2013.02111
摘要:
复杂网络同步是复杂系统和复杂网络的前沿研究方向之一，已经取得很大的进展. 但是对于节点以耦合矩阵左特征向量加权平均态、孤立节点的解与网络的同步态之间具有什么关系，什么是网络的同步态和同步轨等基本问题仍然缺乏深入的研究，弄清楚这些问题对于复杂网络同步的理解和应用具有重要的意义. 本文采用数学分析方法证明，如果网络同步，则加权平均态 x = j=1Njxj可以定义为同步态，一般来说，x在正极限集的意义下，也就是孤立节点方程的解. 因此在实际应用中，把孤立节点方程的解s（t） 与加权平均态x不加区别地对待是合理的. 同步态是不依赖于初始条件的通解，而同步轨是依赖于初始条件的特解. 对于混沌节点的网络，同步态应该理解为吸引子，而不是某一条轨道. 最后，本文还提供一些实例加以说明，并指出一些尚待解决的问题.
复杂网络同步是复杂系统和复杂网络的前沿研究方向之一，已经取得很大的进展. 但是对于节点以耦合矩阵左特征向量加权平均态、孤立节点的解与网络的同步态之间具有什么关系，什么是网络的同步态和同步轨等基本问题仍然缺乏深入的研究，弄清楚这些问题对于复杂网络同步的理解和应用具有重要的意义. 本文采用数学分析方法证明，如果网络同步，则加权平均态 x = j=1Njxj可以定义为同步态，一般来说，x在正极限集的意义下，也就是孤立节点方程的解. 因此在实际应用中，把孤立节点方程的解s（t） 与加权平均态x不加区别地对待是合理的. 同步态是不依赖于初始条件的通解，而同步轨是依赖于初始条件的特解. 对于混沌节点的网络，同步态应该理解为吸引子，而不是某一条轨道. 最后，本文还提供一些实例加以说明，并指出一些尚待解决的问题.
2013, 39(12): 2121-2130.
doi: 10.3724/SP.J.1004.2013.02121
摘要:
提出了一种双模态自适应小波粒子群（Binary-modal adaptive wavelet particle swarm optimization，BAWPSO）的永磁同步电机（Permanent magnet synchronous motor，PMSM）多参数识别与温度监测方法.为了提高算法动态寻优性能，群体被划分为正向学习和反向学习两种模态；对处于不同模态的粒子分别采用正向学习策略与反向学习策略协同求解，扩大了解的搜索空间；同时对粒子个体极值采用自适应小波算子增强学习以提高收敛精度.永磁同步电机参数辨识结果表明所 提方法能够有效地辨识电机电阻，dq轴电感与转子磁链等参数，且能有效追踪系统参数变化值.在辨识出电机定子绕阻值后，根据金属阻值与温度之间的线性 原理间接计算定转子温度，从而实现永磁同步电机系统温度在线监测.
提出了一种双模态自适应小波粒子群（Binary-modal adaptive wavelet particle swarm optimization，BAWPSO）的永磁同步电机（Permanent magnet synchronous motor，PMSM）多参数识别与温度监测方法.为了提高算法动态寻优性能，群体被划分为正向学习和反向学习两种模态；对处于不同模态的粒子分别采用正向学习策略与反向学习策略协同求解，扩大了解的搜索空间；同时对粒子个体极值采用自适应小波算子增强学习以提高收敛精度.永磁同步电机参数辨识结果表明所 提方法能够有效地辨识电机电阻，dq轴电感与转子磁链等参数，且能有效追踪系统参数变化值.在辨识出电机定子绕阻值后，根据金属阻值与温度之间的线性 原理间接计算定转子温度，从而实现永磁同步电机系统温度在线监测.
2013, 39(12): 2131-2142.
doi: 10.3724/SP.J.1004.2013.02131
摘要:
对交通视频车辆轨迹时序特征下的车辆行驶状态进行研究，提出了一种基于隐马尔科夫模型（Hidden Markov model，HMM）的车辆行驶状态实时判别方法.首先对轨迹序列进行了基于轨迹长度的去不完整轨迹序列、对车辆轨迹点序列的线 性平滑滤波和最小二乘线性拟合的预处理操作，保证了所获得轨迹序列的有效性；其次，提出一种基于车辆运行轨迹点序列方向角的车辆轨迹特征值表示方法和基于方向角区间划分的HMM观察值序列生成方法，该方法以方向角的区间变化来区分不同轨迹模式的特征；最后，采用多观察值序列下的Baum-Welch 算法训练得到相关交通场景轨迹模式类的最优HMM 参数，并通过实时获取车辆行驶轨迹段与相应模型的匹配，实现对车辆行驶状态的实时判别. 仿真实验验证了本文方法的有效性和稳定性.
对交通视频车辆轨迹时序特征下的车辆行驶状态进行研究，提出了一种基于隐马尔科夫模型（Hidden Markov model，HMM）的车辆行驶状态实时判别方法.首先对轨迹序列进行了基于轨迹长度的去不完整轨迹序列、对车辆轨迹点序列的线 性平滑滤波和最小二乘线性拟合的预处理操作，保证了所获得轨迹序列的有效性；其次，提出一种基于车辆运行轨迹点序列方向角的车辆轨迹特征值表示方法和基于方向角区间划分的HMM观察值序列生成方法，该方法以方向角的区间变化来区分不同轨迹模式的特征；最后，采用多观察值序列下的Baum-Welch 算法训练得到相关交通场景轨迹模式类的最优HMM 参数，并通过实时获取车辆行驶轨迹段与相应模型的匹配，实现对车辆行驶状态的实时判别. 仿真实验验证了本文方法的有效性和稳定性.
2013, 39(12): 2143-2149.
doi: 10.3724/SP.J.1004.2013.02143
摘要:
结合模糊聚类算法和支持向量机回归算法提出了一种新的T-S模糊模型自组织算法. 该算法首先利用一种改进模糊聚类算法提取模糊规则和辨识前件参数，然后将T-S模糊模型后件变换为标准线性支持向量机回归模型，并利用支持向量机回归算法辨识后件参数. 仿真结果表明，相比现有的自组织算法，本文提出的T-S模糊模型自组织算法在规则数较少的情况下，仍然具有较高的辨识精度和较好的泛化能力. 最后，利用提出的T-S模糊模型自组织算法较好地建立了直拉硅单晶炉加热器和空气预热器的温度模型.
结合模糊聚类算法和支持向量机回归算法提出了一种新的T-S模糊模型自组织算法. 该算法首先利用一种改进模糊聚类算法提取模糊规则和辨识前件参数，然后将T-S模糊模型后件变换为标准线性支持向量机回归模型，并利用支持向量机回归算法辨识后件参数. 仿真结果表明，相比现有的自组织算法，本文提出的T-S模糊模型自组织算法在规则数较少的情况下，仍然具有较高的辨识精度和较好的泛化能力. 最后，利用提出的T-S模糊模型自组织算法较好地建立了直拉硅单晶炉加热器和空气预热器的温度模型.
2013, 39(12): 2150-2153.
doi: 10.3724/SP.J.1004.2013.02150
摘要:
由于独立延迟线性时滞（Linear time-delay with independent delays，LTD-ID）系统的稳定条件对系统参数有严格的限制，只有极少数依赖延迟线性时滞（LTD with dependent delays，LTD-DD）系统可满足该稳定条件. LTD-ID 系统的特征多项式属拟多项式，其根为多重延迟的函数，这使得LTD-ID系统的稳定性检验非常困难. 为解决该问题，基于二维域混合多项式，本文提出LTD-DD系统的若干稳定性判据. 应用例表明所提出的稳定性判据是简单的和有效的，所提出的定理4可解决现有LMI稳定性判据的保守性问题.
由于独立延迟线性时滞（Linear time-delay with independent delays，LTD-ID）系统的稳定条件对系统参数有严格的限制，只有极少数依赖延迟线性时滞（LTD with dependent delays，LTD-DD）系统可满足该稳定条件. LTD-ID 系统的特征多项式属拟多项式，其根为多重延迟的函数，这使得LTD-ID系统的稳定性检验非常困难. 为解决该问题，基于二维域混合多项式，本文提出LTD-DD系统的若干稳定性判据. 应用例表明所提出的稳定性判据是简单的和有效的，所提出的定理4可解决现有LMI稳定性判据的保守性问题.
2013, 39(12): 2154-2159.
doi: 10.3724/SP.J.1004.2013.02154
摘要:
研究了一类不确定非线性系统的输出反馈半全局镇定问题. 不同于现有文献，本文研究的控制系统具有更强的非线性和未知控制系数，这增加了设计输出反馈控制器的难度. 基于反推方法和输出反馈占优方法，设计了输出反馈半全局控制器. 通过选取适当的设计参数，该控制器可以保证闭环系统的半全局渐近稳定. 仿真实例验证了理论结果的有效性.
研究了一类不确定非线性系统的输出反馈半全局镇定问题. 不同于现有文献，本文研究的控制系统具有更强的非线性和未知控制系数，这增加了设计输出反馈控制器的难度. 基于反推方法和输出反馈占优方法，设计了输出反馈半全局控制器. 通过选取适当的设计参数，该控制器可以保证闭环系统的半全局渐近稳定. 仿真实例验证了理论结果的有效性.
2013, 39(12): 2160-2163.
doi: 10.3724/SP.J.1004.2013.02160
摘要:
探讨了阶数在（0，1）区间的分数阶奇异系统的容许性条件. 文中首先给出了正则性，无脉冲性和容许性的定义，然后给出了分数阶奇异系统容许性的充分必要条件，最后通过数值仿真的例子来说明我们给出的容许性条件.
探讨了阶数在（0，1）区间的分数阶奇异系统的容许性条件. 文中首先给出了正则性，无脉冲性和容许性的定义，然后给出了分数阶奇异系统容许性的充分必要条件，最后通过数值仿真的例子来说明我们给出的容许性条件.
2013, 39(12): 2164-2169.
doi: 10.3724/SP.J.1004.2013.02164
摘要:
基于主-从系统状态同步的思想，提出了母艇在平面运动中回收自治水下航行器（Autonomous underwater vehicle，AUV）的一种控制方法. 在给出母艇和自治水下航行器的动力学模型基础上，建立了自治水下航行器（从系统）接收母艇（主系统）的状态信息并控制自身接近母艇的主从控制方案，使母艇自主回收水下航行器的问题转化为两者的运动状态同步问题. 利用有限时间稳定性理论，设计了一种在常值海流扰动影响下，自治水下航行器能够在有限时间内被母艇回收的滑模控制器，理论证明和仿真实例证实了该控制器的有效性.
基于主-从系统状态同步的思想，提出了母艇在平面运动中回收自治水下航行器（Autonomous underwater vehicle，AUV）的一种控制方法. 在给出母艇和自治水下航行器的动力学模型基础上，建立了自治水下航行器（从系统）接收母艇（主系统）的状态信息并控制自身接近母艇的主从控制方案，使母艇自主回收水下航行器的问题转化为两者的运动状态同步问题. 利用有限时间稳定性理论，设计了一种在常值海流扰动影响下，自治水下航行器能够在有限时间内被母艇回收的滑模控制器，理论证明和仿真实例证实了该控制器的有效性.
2013, 39(12): 2170-2176.
doi: 10.3724/SP.J.1004.2013.02170
摘要:
针对含有外部扰动的连续Takagi-Sugeno模糊系统，本文给出了抑制这种扰动的局部H∞控制新方法. 首先，应用拉格朗日极值法给出了新的界定隶属函数导数的条件，与现有文献相比该条件有两个优点：1）能够将 Lyapunov水平集必须包含在紧集C中的要求转化为线性矩阵不等式 （Linear matrix inequality，LMI）；2）能够找出比现有文献大的稳定区域. 然后，基于此条件得到了局部H∞控制定理. 最后通过两个仿真算例证明了该方法的有效性.
针对含有外部扰动的连续Takagi-Sugeno模糊系统，本文给出了抑制这种扰动的局部H∞控制新方法. 首先，应用拉格朗日极值法给出了新的界定隶属函数导数的条件，与现有文献相比该条件有两个优点：1）能够将 Lyapunov水平集必须包含在紧集C中的要求转化为线性矩阵不等式 （Linear matrix inequality，LMI）；2）能够找出比现有文献大的稳定区域. 然后，基于此条件得到了局部H∞控制定理. 最后通过两个仿真算例证明了该方法的有效性.
2013, 39(12): 2176-2185.
doi: 10.3724/SP.J.1004.2013.02176
摘要:
资源不确定性高和调度鲁棒性要求高是跨企业项目调度问题的重要特征，本文采用资源置信度度量资源的不确定性，建立了考虑资源置信度约束的跨企业项目鲁棒性优化调度模型，设计了路径重连求解算法.算法以路径重连机制搜索解空间，以嵌入 的启发式时间缓冲插入算法快速生成鲁棒性调度，并可通过局部增强搜索算法进一步优化调度的鲁棒性.本文应用项目调度标准问题 库PSPLIB中大量问题实例进行了仿真实验，同两个当前具有代表性的鲁棒性项目调度算法进行了比较，实验结果表明了文中算法的有 效性与优势.
资源不确定性高和调度鲁棒性要求高是跨企业项目调度问题的重要特征，本文采用资源置信度度量资源的不确定性，建立了考虑资源置信度约束的跨企业项目鲁棒性优化调度模型，设计了路径重连求解算法.算法以路径重连机制搜索解空间，以嵌入 的启发式时间缓冲插入算法快速生成鲁棒性调度，并可通过局部增强搜索算法进一步优化调度的鲁棒性.本文应用项目调度标准问题 库PSPLIB中大量问题实例进行了仿真实验，同两个当前具有代表性的鲁棒性项目调度算法进行了比较，实验结果表明了文中算法的有 效性与优势.
2013, 39(12): 2186-2192.
doi: 10.3724/SP.J.1004.2013.02186
摘要:
如何解决迁移学习中的负迁移问题并合理把握迁移的时机与方法，是影响迁移学习广泛应用的关键点. 针对这个问题，提出一种基于相似度衡量机制的决策树自适应迁移方法（Self-adaptive transfer for decision trees based on a similarity metric，STDT）. 首先，根据源任务数据集是否允许访问，自适应地采用成分预测概率或路径预测概率对决策树间的相似性进行判定，其亲和系数作为量化衡量关联任务相似程度的依据. 然后，根据多源判定条件确定是否采用多源集成迁移，并将相似度归一化后依次分配给待迁移源决策树作为迁移权值. 最后，对源决策树进行集成迁移以辅助目标任务实现决策. 基于UCI 机器学习库的仿真结果说明，与多源迁移加权求和算法（Weighted sum rule，WSR）和MS-TrAdaBoost 相比，STDT 能够在保证决策精度的前提下实现更为快速的迁移.
如何解决迁移学习中的负迁移问题并合理把握迁移的时机与方法，是影响迁移学习广泛应用的关键点. 针对这个问题，提出一种基于相似度衡量机制的决策树自适应迁移方法（Self-adaptive transfer for decision trees based on a similarity metric，STDT）. 首先，根据源任务数据集是否允许访问，自适应地采用成分预测概率或路径预测概率对决策树间的相似性进行判定，其亲和系数作为量化衡量关联任务相似程度的依据. 然后，根据多源判定条件确定是否采用多源集成迁移，并将相似度归一化后依次分配给待迁移源决策树作为迁移权值. 最后，对源决策树进行集成迁移以辅助目标任务实现决策. 基于UCI 机器学习库的仿真结果说明，与多源迁移加权求和算法（Weighted sum rule，WSR）和MS-TrAdaBoost 相比，STDT 能够在保证决策精度的前提下实现更为快速的迁移.
