昨日，科睿唯安（Clarivate）发布2020年度“高被引科学家”名单。入榜这份备受期待年度名单的科学家在过去十年间均发表了多篇高被引论文，被引频次在 Web of Science中位于同学科前1%，彰显了他们在同行中的重要学术影响力。

科睿唯安表示：在过去的十年里，全球800多万科研人员中，仅有不超过1%的学者发表过数篇在全球同年度同领域中被引频次排名前1%的论文；科睿唯安“高被引科学家”是名副其实的千里挑一的科研精英，是对科研界产生巨大影响的杰出科学家。

《自动化学报》多名作者入选科睿唯安2020年度“高被引科学家”。在此衷心祝贺入选的各位专家！

限于篇幅，以下仅为部分入选学者近年在《自动化学报》发表的高关注度论文（以作者姓氏笔画为序）

刘艳军等：一类多变量非线性系统的自适应模糊控制

针对一类具有干扰和不确定性的多变量非线性系统, 提出了一种自适应模糊控制方法. 该多变量系统由 m 个互连子系统组成, 每个互连子系统中的未知函数是非仿射的. 由于不确定非仿射函数的存在和互连子系统之间的耦合, 这类系统是很难控制的. 通过利用均值定理、模糊系统、Backstepping 设计方法以及引入 Nussbaum 类型函数, 克服了这个困难. 另外, 与大多数研究结果相比较, 提出的方法减少了在线调节参数的数量. 提出的控制方法能实现闭环系统的所有信号是有界的. 仿真实验表明该控制方法的有效性.

LIU Yan-Jun, WANG Wei. Adaptive Fuzzy Control for a Class of Multivariable Nonlinear Systems. ACTA AUTOMATICA SINICA, 2007, 33(11): 1163-1169. doi: 10.1360/aas-007-1163

(刘艳军, 王伟. 一类多变量非线性系统的自适应模糊控制. 自动化学报, 2007, 33(11): 1163-1169. doi: 10.1360/aas-007-1163)

http://www.aas.net.cn/cn/article/doi/10.1360/aas-007-1163

孙长银等：多智能体深度强化学习的若干关键科学问题

强化学习作为一种用于解决无模型序列决策问题的方法已经有数十年的历史, 但强化学习方法在处理高维变量问题时常常会面临巨大挑战. 近年来, 深度学习迅猛发展, 使得强化学习方法为复杂高维的多智能体系统提供优化的决策策略、在充满挑战的环境中高效执行目标任务成为可能. 本文综述了强化学习和深度强化学习方法的原理, 提出学习系统的闭环控制框架, 分析了多智能体深度强化学习中存在的若干重要问题和解决方法, 包括多智能体强化学习的算法结构、环境非静态和部分可观性等问题, 对所调查方法的优缺点和相关应用进行分析和讨论. 最后提供多智能体深度强化学习未来的研究方向, 为开发更强大、更易应用的多智能体强化学习控制系统提供一些思路.

Sun Chang-Yin, Mu Chao-Xu. Important scientific problems of multi-agent deep reinforcement learning. Acta Automatica Sinica, 2020, 46(7): 1301−1312

(孙长银, 穆朝絮. 多智能体深度强化学习的若干关键科学问题. 自动化学报, 2020, 46(7): 1301−1312)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200159

孙长银等：基于扰动观测器的机器人自适应神经网络跟踪控制研究

为解决机器人动力学模型未知问题并提升系统鲁棒性，本文基于扰动观测器，考虑动力学模型未知的情况，设计了一种自适应神经网络（Neural network，NN）跟踪控制器.首先分析了机器人运动学和动力学模型，针对模型已知的情况，提出了刚体机械臂通用模型跟踪控制策略；在考虑动力学模型未知的情况下，利用径向基函数（Radial basis function，RBF）神经网络设计基于全状态反馈的自适应神经网络跟踪控制器，并通过设计扰动观测器补偿系统中的未知扰动.利用李雅普诺夫理论证明所提出的控制策略可以使闭环系统误差信号半全局一致有界（Semi-globally uniformly bounded，SGUB），并通过选择合适的增益参数可以将跟踪误差收敛到零域.仿真结果证明所提出算法的有效性并且所提出的控制器在Baxter机器人平台上得到了实验验证.

YU Xin-Bo, HE Wei, XUE Cheng-Qian, SUN Yong-Kun, SUN Chang-Yin. Disturbance Observer-based Adaptive Neural Network Tracking Control for Robots. ACTA AUTOMATICA SINICA, 2019, 45(7): 1307-1324

(于欣波, 贺威, 薛程谦, 孙永坤, 孙长银. 基于扰动观测器的机器人自适应神经网络跟踪控制研究. 自动化学报, 2019, 45(7): 1307-1324)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180222

孙富春等：多个体协调控制问题综述

对多个体协调控制问题的研究现状进行综述. 介绍了多个体协调控制领域的基本问题, 并结合系统中网络与动力学不确定性, 对该领域当前的研究热点和前沿进行分析阐述. 进一步, 对工程中广为应用的Euler-Lagrange系统协调控制最新研究成果进行归纳总结. 最后指出该研究领域存在的问题及今后的研究方向.

MIN Hai-Bo, LIU Yuan, WANG Shi-Cheng, SUN Fu-Chun. An Overview on Coordination Control Problem of Multi-agent System. ACTA AUTOMATICA SINICA, 2012, 38(10): 1557-1570

(闵海波, 刘源, 王仕成, 孙富春. 多个体协调控制问题综述. 自动化学报, 2012, 38(10): 1557-1570)

http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2012.01557

宋永端, 温长云等：受攻击信息物理系统的分布式安全状态估计与控制—一种有限时间方法

研究具有非线性耦合特性信息物理系统（Cyber physical systems，CPS）在被攻击情况下的分布式有限时间状态安全估计和控制问题.首先，提出一种由分布式安全测量预选器和有限时间观测器组成的分布式有限时间状态安全估计策略，可确保系统的状态在预设的有限时间之内被准确估计出来.然后，利用获得的安全状态估计，借助反步设计方法，建立一套分布式有限时间安全控制算法.理论分析表明，该方法可以保证系统能在有限时间内实现对给定信号的跟踪.最后，通过微电网系统仿真验证了所提方法的有效性.

AO Wei, SONG Yong-Duan, WEN Chang-Yun. Distributed Secure State Estimation and Control for CPSs Under Sensor Attacks - A Finite Time Approach. ACTA AUTOMATICA SINICA, 2019, 45(1): 174-184

(敖伟, 宋永端, 温长云. 受攻击信息物理系统的分布式安全状态估计与控制—一种有限时间方法. 自动化学报, 2019, 45(1): 174-184)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180385

陈阳泉等：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.

YIN Pei-Li, WANG Jian-Hua, CHEN Yang-Quan, WANG Fei-Yue. Parallel Measurements: A New Theory and Framework for Complex Measurement System and A Case Study. ACTA AUTOMATICA SINICA, 2018, 44(3): 425-433

(尹培丽, 王建华, 陈阳泉, 王飞跃. 平行测量:复杂测量系统的一个新型理论框架及案例研究. 自动化学报, 2018, 44(3): 425-433)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c170192

陈俊龙等：面向边缘计算应用的宽度孪生网络

边缘计算是将计算、存储、通信等任务分配到网络边缘的计算模式. 它强调在用户终端附近执行数据处理过程, 以达到降低延迟, 减少能耗, 保护用户隐私等目的. 然而网络边缘的计算、存储、能源资源有限, 这给边缘计算应用的推广带来了新的挑战. 随着边缘智能的兴起, 人们更希望将边缘计算应用与人工智能技术结合起来, 为我们的生活带来更多的便利. 许多人工智能方法, 如传统的深度学习方法, 需要消耗大量的计算、存储资源, 并且伴随着巨大的时间开销. 这不利于强调低延迟的边缘计算应用的推广. 为了解决这个问题, 我们提出将宽度学习系统(Broad learning system, BLS)等浅层网络方法应用到边缘计算应用领域, 并且设计了一种宽度孪生网络算法. 我们将宽度学习系统与孪生网络结合起来用于解决分类问题. 实验结果表明我们的方法能够在取得与传统深度学习方法相似精度的情况下降低时间和资源开销, 从而更好地提高边缘计算应用的性能.

Li Yi-Kai, Zhang Tong, Chen Jun-Long. Broad Siamese network for edge computing applications. Acta Automatica Sinica, 2020, 46(10): 2060−2071

(李逸楷, 张通, 陈俊龙. 面向边缘计算应用的宽度孪生网络. 自动化学报, 2020, 46(10): 2060−2071)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200555

陈积明等：数据驱动的高速铁路强风报警自适应解除策略

高速铁路在中国发展迅速，带来了全新的交通变革.较快的运行速度在带来效率提升的同时也增加了沿线强风对其运行安全的威胁.为了安全运行，铁路沿线部署了大量风速监测传感器，一旦监测到强风，将通过调度中心发出信号，调度沿线列车减速慢行甚至停车.在报警过程中，如何确定报警保持时间极具挑战.如果保持过短，则可能发生重复报警，增加处置次数，加重工作人员负担；若取消过晚，则影响轨道通过能力，带来不必要的效率损失.为此，本文提出一种高速铁路强风报警解除时间调整策略，用于改善这一问题.该策略通过轨道沿线部署的风速计装置，结合时空信息对短时未来强风情况进行预测，基于预测情况，自适应调整报警解除时间.该策略能够有效减少报警冗余时长，提高列车运行效率.

LIU Hao-Yu, HE Shi-Bo, CHEN Ji-Ming. Data-driven Adaptive Adjustment Strategy for Strong Wind Alarm in High-speed Railway. ACTA AUTOMATICA SINICA, 2019, 45(12): 2242-2250

(刘昊俣, 贺诗波, 陈积明. 数据驱动的高速铁路强风报警自适应解除策略. 自动化学报, 2019, 45(12): 2242-2250)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190227

夏元清等：绿色能源互补智能电厂云控制系统研究

针对现代电力系统中设施庞杂、多源异构海量数据难以有效处理、“信息孤岛”长期存在以及整体优化调度管理能力不足等问题, 基于云控制系统理论, 以智能电厂为研究对象, 本文提出了智能电厂云控制系统(Intelligent power plant cloud control system, IPPCCS)解决方案. 基于智能电厂云控制系统, 针对绿色能源发电波动性强、抗扰能力差的问题, 利用机器学习算法对采集到的风电、光伏输出功率进行短时预测, 获知未来风、光机组功率输出情况. 在云端使用经济模型预测控制(Economic model predictive control, EMPC)算法, 通过实时滚动优化得到水轮机组的功率预测调度策略, 保证绿色能源互补发电的鲁棒性, 充分消纳风、光两种能源, 减少水轮机组启停和穿越振动区次数, 在为用户清洁、稳定供电的同时降低了机组寿命损耗. 最后, 一个区域云数据中心的供电算例表明了本文方法的有效性.

Xia Yuan-Qing, Gao Run-Ze, Lin Min, Ren Yan-Ming, Yan Ce. Green energy complementary based on intelligent power plant cloud control system. Acta Automatica Sinica, 2020, 46(9): 1844−1868

(夏元清, 高润泽, 林敏, 任延明, 闫策. 绿色能源互补智能电厂云控制系统研究. 自动化学报, 2020, 46(9): 1844−1868)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190581

夏元清等：基于压缩动量项的增量型ELM虚拟机能耗预测

在基于基础设施即服务（Infrastructure as a service，IaaS）的云服务模式下，精准的虚拟机能耗预测，对于在众多物理服务器之间进行虚拟机调度策略的制定具有十分重要的意义.针对基于传统的增量型极限学习机（Incremental extreme learning machine，I-ELM）的预测模型存在许多降低虚拟机能耗预测准确性和效率的冗余节点，在现有I-ELM模型中加入压缩动量项将网络训练误差反馈到隐含层的输出中使预测结果更逼近输出样本，能够减少I-ELM的冗余隐含层节点，从而加快I-ELM的网络收敛速度，提高I-ELM的泛化性能.

ZOU Wei-Dong, XIA Yuan-Qing. Virtual Machine Power Prediction Using Incremental Extreme Learning Machine Based on Compression Driving Amount. ACTA AUTOMATICA SINICA, 2019, 45(7): 1290-1297

(邹伟东, 夏元清. 基于压缩动量项的增量型ELM虚拟机能耗预测. 自动化学报, 2019, 45(7): 1290-1297)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180703

夏元清等：智能交通信息物理融合云控制系统

针对现代智能交通信息物理融合路网建设中的对象种类复杂、采集数据量大、传输及计算需求高以及实时调度控制能力弱等问题，基于云控制系统理论，以现代智能交通控制网络为研究对象，设计了智能交通信息物理融合云控制系统方案，包括智能交通边缘控制技术和智能交通网络虚拟化技术.基于智能交通流大数据，在云控制管理中心服务器上利用深度学习和超限学习机等智能学习方法对采集的交通流数据进行训练预测计算，能够预测城市道路的短时交通流和拥堵状况.进一步在云端利用智能优化调度算法得到实时的交通流调控策略，用于解决拥堵路段交通流分配难题，提高智能交通控制系统动态运行性能.仿真结果表明了本文方法的有效性.

XIA Yuan-Qing, YAN Ce, WANG Xiao-Jing, SONG Xiang-Hui. Intelligent Transportation Cyber-physical Cloud Control Systems. ACTA AUTOMATICA SINICA, 2019, 45(1): 132-142

(夏元清, 闫策, 王笑京, 宋向辉. 智能交通信息物理融合云控制系统. 自动化学报, 2019, 45(1): 132-142)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c180370

高会军等：随机非线性系统基于事件触发机制的自适应神经网络控制

针对一类具有严格反馈结构且控制方向未知的随机非线性系统，提出了基于事件触发机制的自适应神经网络（Adaptive neural network，ANN）输出反馈控制方法.利用径向基神经网络逼近系统中未知的非线性函数.通过引入Nussbaum增益函数并设计滤波器，解决了系统控制方向未知的问题.通过设计具有相对阈值的事件触发机制，保证了闭环随机非线性系统的有界性.最后给出数值仿真例子验证所提控制方法的有效性.

WANG Tong, QIU Jian-Bin, GAO Hui-Jun. Event-triggered Adaptive Neural Network Control for a Class of Stochastic Nonlinear Systems. ACTA AUTOMATICA SINICA, 2019, 45(1): 226-233

(王桐, 邱剑彬, 高会军. 随机非线性系统基于事件触发机制的自适应神经网络控制. 自动化学报, 2019, 45(1): 226-233)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.2018.c180404

鲁仁全等：复杂无向网络连通性的一种高效判定算法

通信网络的拓扑结构连通性是多智能体系统一致性控制或编队控制等的理论前提.以往, 各种多智能体系统一致性控制或编队控制方面的文献仅侧重于控制协议、智能体动力学模型和控制律设计, 而缺乏对多智能体通信网络拓扑结构的连通性研究.网络连通性高效判定算法不仅是大规模多智能体系统一致性控制或编队控制的保证, 而且在图论、现代移动通信、计算机与交通等各种网络中有着重要和广泛的应用.针对复杂无向网络的连通性问题, 本文给出了一种新的高效判定算法、以及该算法的时间复杂度和空间复杂度的上界.该算法具有非常低的时间复杂度和空间复杂度, 且便于计算机实现, 因而具有重要的理论意义和广泛的实用价值.

Wang Zhuo, Qin Bo-Dong, Xu Yong, Lu Ren-Quan, Wei Qing-Lai. An e–cient algorithm for determining the connectivity of complex undirected networks. Acta Automatica Sinica, 2020, 46(10): 2129-2136

(王卓, 秦博东, 徐雍, 鲁仁全, 魏庆来.复杂无向网络连通性的一种高效判定算法.自动化学报, 2020, 46(10): 2129-2136)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190246

鲁仁全等：基于性能指标约束的一类输入死区非线性系统最优控制

针对一类考虑指定性能和带有输入死区约束的严格反馈非线性系统，本文提出了一种自适应模糊最优控制方法.采用模糊逻辑系统逼近系统的未知非线性函数及代价函数，利用backstepping方法及命令滤波技术，设计前馈控制器.针对仿射形式的误差系统，结合自适应动态规划技术，设计最优反馈控制器.采用指定性能控制方法，将系统跟踪误差约束在指定范围内.利用死区斜率信息解决具有死区输入的非线性系统的控制问题.基于Lyapunov稳定性理论，证明闭环系统内所有信号是一致最终有界的.最后仿真结果验证了本文方法的可行性和有效性.

Guo Zi-Jie, Bai Wei-Wei, Zhou Qi, Lu Ren-Quan. Adaptive optimal control for a class of nonlinear systems with dead zone input and prescribed performance. Acta Automatica Sinica, 2019, 45(11): 2128−2136

(郭子杰, 白伟伟, 周琪, 鲁仁全. 基于性能指标约束的一类输入死区非线性系统最优控制. 自动化学报, 2019, 45(11): 2128−2136)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190414

鲁仁全等：具有指定性能和全状态约束的多智能体系统事件触发控制

针对一类非严格反馈的非线性多智能体系统一致性跟踪问题，在考虑全状态约束和指定性能的基础上提出了一种事件触发自适应控制算法.首先，通过设计性能函数，使跟踪误差在规定时间内收敛于指定范围.然后，在反步法中引入Barrier Lyapunov函数使所有状态满足约束条件，结合动态面技术解决传统反步法产生的"计算爆炸"问题，并利用径向基函数神经网络（Radial basis function neural networks，RBF NNs）处理系统中的未知非线性函数.最后基于Lyapunov稳定性理论证明系统中所有信号都是半全局一致最终有界的，跟踪误差收敛于原点的有界邻域内且满足指定性能.仿真结果验证了该控制算法的有效性.

YANG Bin, ZHOU Qi, CAO Liang, LU Ren-Quan. Event-Triggered Control for Multi-Agent Systems With Prescribed Performance and Full State Constraints. ACTA AUTOMATICA SINICA, 2019, 45(8): 1527-1535

(杨彬, 周琪, 曹亮, 鲁仁全. 具有指定性能和全状态约束的多智能体系统事件触发控制. 自动化学报, 2019, 45(8): 1527-1535)

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190252

谢胜利等：基于超平面法矢量的欠定盲信号分离算法

探讨欠定情况下(观测信号少于源数目)的盲信号分离. 首先给出了 m 维超平面的法矢量的计算公式, 提出了一个基于超平面法矢量的矩阵恢复算法. 其次针对语音分离, 提出了 k 源区间及其检测方法, 从而使 k-SCA 条件下的算法推广到了非稀疏信号的盲分离. 在源信号重建上, 提出了一个简化 l1 范数解的新算法. 几个仿真实验 (含语音信号实验) 证实了所提出算法的性能.

XIAO Ming, XIE Sheng-Li, FU Yu-Li. Underdetermined Blind Source Separation Algorithm Based on Normal Vector of Hyperplane. ACTA AUTOMATICA SINICA, 2008, 34(2): 142-149

(肖明, 谢胜利, 傅予力. 基于超平面法矢量的欠定盲信号分离算法. 自动化学报, 2008, 34(2): 142-149)

http://www.aas.net.cn/cn/article/doi/10.3724/SP.J.1004.2008.00142