《控制与决策》20篇文章入选2024年度“领跑者5000”顶尖学术论文

文摘 2024-09-30 11:31 辽宁

点击蓝字关注我们

“领跑者 5000-中国精品科技期刊顶尖学术论文平台（F5000）”发布了2024年度F5000顶尖学术论文，《控制与决策》期刊共入选20篇（每刊最多20 篇）。

入选文章是从第六届“中国精品科技期刊”中择优选取2019-2023年期间发表的学术论文，且累计被引用次数超学科类别前1%高被引论文的基准线。如果一个期刊在基准线以上的论文数量超过20篇，则根据累计被引用次数相对基准线标准的情况，择优选取其中20篇作为提名论文。《控制与决策》入选F5000的文章数达上限，表明本刊发表的科研成果具有较高的学术价值和实践意义；期刊的学术质量和专业性在相关学科领域得到普遍认可，为促进学术交流与学科创新提供了可靠的科学资料参考来源。

《控制与决策》入选F5000的20篇文章信息如下（按发表时间排序），识别二维码可以进入文章详细页。

基于非结构数据流行学习的碳价格多尺度组合预测

刘金培, 郭艺, 陈华友, 任贺松, 陶志富

2019, 34(2): 279-286

摘要：碳交易价格的有效预测对制定符合国情的碳金融市场政策以及碳金融市场的风险管理都具有重要意义。对此，提出一种基于非结构数据流行学习的碳价格多尺度组合预测方法。首先，利用网络搜索指数提取碳价格相关的非结构化数据，基于等度量映射流行学习对其进行降维；然后，对降维后的非结构化数据、其他影响因素结构化数据、碳交易价格分别进行经验模态分解，得到不同个数的本征模函数，并采用Fine-to-coarse方法对IMF进行重构，得到高频序列、低频序列和趋势项；最后，利用自回归积分滑动平均模型、偏最小二乘回归和神经网络对高频数据、低频数据和趋势项进行预测，将3种预测结果进行集成，得到最终预测值。仿真实验结果表明，所提出的方法可以有效利用多源信息，具有较高的预测精度和良好的适用性。

改进人工蜂群算法求解分布式柔性作业车间调度问题

吴锐, 郭顺生, 李益兵, 王磊, 许文祥

2019, 34(12): 2527-2536

摘要：针对分布式柔性作业车间调度问题的特点，提出一种改进人工蜂群算法。首先，建立以最小化最大完工时间为优化目标的分布式柔性作业车间调度优化模型；然后，改进基本人工蜂群算法以使其适用于求解分布式柔性作业车间调度问题，具体的改进包括设计一种包含三维向量的编码方案，结合问题特点针对性地设计多种策略用于种群初始化,在雇佣蜂改良搜索操作中设计多种有效的进化操作算子，并在跟随蜂搜索操作中引入基于关键路径的局部搜索算子以提升算法的局部搜索能力；最后，利用扩展柔性作业车间通用测试集得到的测试数据设计实验验证算法性能，使用正交试验法优化算法参数设置。仿真实验结果表明，改进后的人工蜂群算法能有效求解分布式柔性作业车间调度问题。

中断情境下可靠性应急设施选址-分配多目标优化模型

于冬梅，高雷阜，赵世杰

2020, 35(6): 1415-1420

摘要：应急设施选址是长期战略性决策布局问题，选址-分配网络面临潜在的中断风险。在中断情境下构建以成本经济性、覆盖质量均衡性及公平性为核心的多目标体系。以最小化系统成本为目标反映经济性，以覆盖服务质量最大化为目标反映均衡性，以最大化最小需求覆盖水平为目标反映公平性，建立中断情境下服务能力有限的可靠性应急设施选址-分配多目标优化模型。采用带精英策略的快速非支配排序遗传算法(NSGA-II)对模型予以求解，获得经济成本、覆盖服务质量均衡性与公平性之间的Pareto解集，给出Pareto最优解集在三维空间的分布及应急设施选址布局网络的拓扑结构。研究成果将为决策者在中断环境下设计可靠的选址-分配网络提供决策支持。

带有输出约束的柔性关节机械臂预设性能自适应控制

陈强，丁科新，南余荣

2021, 36(2): 387-394

摘要：针对带有输出约束和模型不确定的柔性关节机械臂系统，提出一种基于时变障碍李雅普诺夫函数的预设性能自适应控制方法。通过构造指数衰减的时变约束边界，提出时变正切型障碍李雅普诺夫函数，能够同时适用于约束与非约束情况,进而拓宽传统对数型障碍李雅普诺夫函数的适用范围。此外，通过预先设置时变边界函数的相关参数，使得系统输出在初始阶段具有较小的超调量和较快的跟踪速度，并能够满足系统的稳态性能要求。在此基础上，结合反演法设计反馈控制律，保证系统的输出约束性能和轨迹跟踪精度。最后，基于李雅普诺夫稳定性定理证明所有闭环信号能够达到一致最终有界，并给出数值仿真对比验证所提出方法的有效性。

基于深度时序特征迁移的轴承剩余寿命预测方法

陈佳鲜，毛文涛，刘京，张新明

2021, 36(7): 1699-1706

摘要：不同工况下轴承退化数据分布不一致导致深度学习等方法对剩余寿命预测效果有限，而已有迁移学习预测方法未能充分挖掘不同工况退化序列的内在趋势性，为此，提出一种基于深度时序特征迁移的轴承剩余寿命预测方法。首先，提出一种深度时序特征融合的健康指标构建模型，利用时间卷积网络挖掘退化趋势的内在时序特征，得到源域多轴承的健康指标；然后，提出一种最小化序列相似度的领域自适应算法，利用源域健康指标作为退化趋势元信息，选取目标域与源域之间的公共敏感特征；最后，采用支持向量机构建预测模型。在IEEE PHM Challenge 2012 轴承全寿命数据集上进行实验，结果表明，所提出方法构建的健康指标可更有效地反映退化趋势，同时明显提升剩余寿命预测的准确度。

考虑平台营销努力的直播电商服务供应链质量努力策略

邢鹏，尤浩宇，樊玉臣

2022, 37(1): 205-212

摘要：直播电商作为电商市场的新趋势日益受到人们的关注，鉴于此，研究一个品牌服务提供商、一个主播和一个直播服务平台所组成的直播电商服务供应链质量努力策略问题。考虑主播不签约和主播签约两种情形，分别构建直播电商服务供应链成员的利润函数，以利润最大化为目标，运用博弈理论优化得到两种情形下直播电商服务供应链成员最优质量努力策略和利润。通过算例分析，探讨主播佣金比例和直播服务平台抽成比例对服务供应链最优策略和最优利润的影响。研究结果表明：两种情形下主播服务质量努力随主播佣金比例的增加而增大，随直播服务平台抽成比例的增加而减少，而直播服务平台质量努力均随主播佣金比例和直播服务平台抽成比例的增加而增大。

基于鲸鱼算法优化LSSVM的滚动轴承故障诊断

蔡赛男，宋卫星，班利明，齐小刚，汤润之

2022, 37(1): 230-236

摘要：针对轴承振动信号中的故障特征难以提取的问题，提出一种基于改进的鲸鱼算法优化最小二乘支持向量机(LSSVM)的故障分类方法。首先，利用变分模态分解(VMD)对原始信号进行分解，使用中心频率法解决VMD中分解参数K值的选取问题；其次，计算每个IMF分量的多尺度排列熵值，提取信号故障特征；再次，针对鲸鱼算法收敛速度慢和精度低的问题，引入冯诺依曼拓扑结构和自适应权重进行改进，可以适当地调整全局搜索能力和局部搜索能力之间的平衡；最后，采用改进后的鲸鱼算法优化LSSVM核函数的参数和惩罚因子，建立滚动轴承故障诊断模型，并利用美国凯斯西储大学提供的轴承数据集进行仿真实验。实验结果表明，所提方法的故障分类性能更好，准确率更高。

基于自适应惯性权重的樽海鞘群算法

白钰，彭珍瑞

2022, 37(1): 237-246

摘要：针对标准樽海鞘群算法收敛精度低、收敛速度慢的问题，提出一种基于自适应惯性权重的樽海鞘群算法(AIWSSA)。首先，在追随者位置更新公式中引入惯性权重因子评价个体之间的影响程度；然后，结合种群成功率与非线性递减函数对惯性权重因子进行自适应调整，使算法的全局和局部搜索能力得到更好地平衡；最后，为防止算法陷入局部最优，引入差分变异思想对非最优个体进行变异。对12个基准测试函数进行求解，实验结果表明：AIWSSA具有较高的收敛精度、收敛速度和鲁棒性；Wilcoxon统计检验结果表明：与标准樽海鞘群算法、改进的樽海鞘群算法、其他群体智能算法相比，AIWSSA表现出较好的性能。通过将其应用于两种带约束的工程设计问题，验证了AIWSSA的有效性。

基于改进秃鹰搜索算法的同步优化特征选择

贾鹤鸣，姜子超，李瑶

2022, 37(2): 445-454

摘要：针对传统支持向量机在封装式特征选择中分类效果差、子集选取冗余、计算性能易受核函数参数影响的不足，利用元启发式优化算法对其进行同步优化。首先利用莱维飞行策略和模拟退火机制对秃鹰搜索算法的局部搜索能力与勘探利用解空间能力进行改进，通过标准函数的测试结果验证其改进的有效性；其次将支持向量机核函数参数作为待优化目标，利用改进后的算法在封装式特征选择模型中搜寻最优核函数参数，同时获得相对应的最优特征子集；最后对UCI存储库的12个标准数据集进行特征选择仿真实验，在平均分类准确率、所选特征个数及适应度值上进行综合评估分析。实验结果表明，所提算法可有效降低特征维度，能够更准确地实现数据分类，在空间搜索与求解精度方面较原算法及其他非线性最优化算法表现优秀，具有一定的工程应用价值。

考虑时变速度的多车场绿色车辆路径模型及优化算法

周鲜成，吕阳，贺彩虹，刘长石，杨堃

2022, 37(2): 473-482

摘要：针对多车场绿色车辆路径问题，根据顾客的坐标位置，采用K-means聚类方法将顾客分配给不同的车场；考虑时变速度和实时载重对车辆油耗和碳排放的影响，确定车辆油耗和碳排放的度量函数；在此基础上，以车辆油耗成本、碳排放成本、车辆使用成本、驾驶员工资以及时间窗惩罚成本之和最小化作为优化目标，构建多车场绿色车辆路径模型，并根据模型特点设计一种改进的蚁群算法进行求解。算例仿真结果表明，所构建的模型和提出的算法能合理调配不同车场的车辆，科学规划车辆路径，有效规避交通拥堵时间段，降低物流配送总成本，减少车辆油耗和碳排放，促进物流配送企业的节能减排。

面向冷链物流配送路径优化的知识型蚁群算法

任腾，罗天羽，李姝萱，向尚，肖和录，邢立宁

2022, 37(3): 545-554

摘要：生鲜电商、冷链宅配的盛行使冷链物流订单呈现出“小批量、多批次、易腐坏”的特点，进一步增大了城市冷链物流配送路径优化的必要性与难度。鉴于此，同时考虑顾客满意度和道路拥堵状况，构建最小化总成本的冷链车辆路径优化数学模型。为求解该问题，将知识型精英策略下的禁忌搜索算子和动态概率选择的知识模型融入蚁群算法，设计一种新的知识型蚁群算法。通过对模拟实例和真实实例进行仿真实验，对传统蚁群算法、基于禁忌搜索改进的蚁群算法与所提出的知识型蚁群算法进行对比分析，验证了所构模型和知识型蚁群算法的有效性。

基于时空图卷积循环神经网络的交通流预测

谷振宇，陈聪，郑家佳，孙棣华

2022, 37(3): 645-653

摘要：针对交通流预测模型中路网空间结构刻画和交通流时空特性挖掘不充分的问题，构建一种新型的有向时空图，通过定义节点相对临近度来表征路网结构关系，通过学习邻域节点对预测节点的影响权重来表征节点间时空维度的作用关系，从而能更好表达交通流的时空特性。将时空图作为预测模型的输入，采用图卷积获取交通流数据空间依赖关系，采用门控循环神经网络获取交通流数据的时空依赖关系，建立一种基于时空图卷积循环神经网络的交通流预测模型(STG-CRNN)。在美国公路交通数据集上对模型预测效果进行验证，其结果表明：STG-CRNN模型的预测结果在平均绝对误差、均方根误差和平均绝对百分误差方面，均优于自回归移动平均模型、门控循环单元模型，以及扩散卷积循环神经网络模型。

基于深度在线迁移的变负载下滚动轴承故障诊断方法

康守强，刘旺辉，王玉静，王庆岩，Mikulovich V I

2022, 37(6): 1521-1530

摘要：针对变负载条件下滚动轴承源域与目标域中相同状态的数据特征分布差异性较大，目标域数据按照序列方式在线获取时，数据更新需重新训练模型的问题，提出一种深度在线迁移的CNN-ISVM变负载下滚动轴承故障诊断方法。该方法运用短时傅里叶变换得到不同负载下滚动轴承振动信号的频谱图并构建数据集；使用源域数据建立CNN-ISVM预训练模型并保存模型参数；利用迁移学习将源域共享模型参数迁移至目标域CNN-ISVM模型训练过程中，快速建立分类模型；分类模型中的ISVM分类器在保留已学到知识的基础上，在线处理目标域新增数据，无需重新训练。经实验验证，所提出方法可实现数据按照序列方式采集的变负载下滚动轴承多状态在线分类，并具有较好的稳定性及较高的准确率。

基于深度强化学习的微电网在线优化调度

季颖，王建辉

2022, 37(7): 1675-1684

摘要：提出一种基于深度强化学习的微电网在线优化调度策略。针对可再生能源的随机性及复杂的潮流约束对微电网经济安全运行带来的挑战，以成本最小为目标，考虑微电网运行状态及调度动作的约束，将微电网在线调度问题建模为一个约束马尔可夫决策过程。为避免求解复杂的非线性潮流优化、降低对高精度预测信息及系统模型的依赖，设计一个卷积神经网络结构学习最优的调度策略。所提出的神经网络结构可以从微电网原始观测数据中提取高质量的特征，并基于提取到的特征直接产生调度决策。为了确保该神经网络产生的调度决策能够满足复杂的网络潮流约束，结合拉格朗日乘子法与soft actor-critic，提出一种新的深度强化学习算法来训练该神经网络。最后，为验证所提出方法的有效性，利用真实的电力系统数据进行仿真。仿真结果表明，所提出的在线优化调度方法可以有效地从数据中学习到满足潮流约束且具有成本效益的调度策略，降低随机性对微电网运行的影响。

基于扩张状态观测器的四旋翼无人机快速非奇异终端滑模轨迹跟踪控制

赵振华，肖亮，姜斌，曹东

2022, 37(9): 2201-2210

摘要：针对受多源干扰影响的四旋翼无人机系统的轨迹跟踪控制问题进行研究，充分考虑位置回路和姿态回路动态特性，提出一种全回路复合快速非奇异终端滑模轨迹跟踪控制方案。首先，通过变换将轨迹跟踪问题转化为位置回路和姿态回路的指令跟踪控制问题；然后，将各通道之间的耦合以及多源干扰影响视作集总干扰，并基于扩张状态观测器对其进行估计；接着，基于干扰估计信息和快速非奇异终端滑模控制算法，分别在位置回路和姿态回路构造复合快速非奇异终端滑模控制器；最后，基于位置回路和姿态回路虚拟控制量解得无人机真实控制量旋翼转速。仿真结果表明，所提出控制方案显著提升了四旋翼无人机轨迹跟踪的响应速度和抗干扰性能。

基于方形邻域和随机数组的哈里斯鹰优化算法

刘小龙，梁彤缨

2022, 37(10): 2467-2476

摘要：针对哈里斯鹰优化算法探索能力和开发能力不平衡的问题，通过设置一种多子群方形邻域拓扑结构引导各子群内的个体可以纵横双向随机觅食。为了避免局部最优，通过设置固定置换概率，加强各个子群个体的信息交流，使子群内个体依照随机数组与其他子群的相应个体进行置换。在子群内部，基于历史进化信息进行HHO算法中的算子选择，以更好地利用现有问题领域的信息。利用可变维度基准函数与各种智能优化算法及其改进方法进行跨文献对比，结果表明改进方法在收敛精度、寻优能力上明显高于原始算法和对比文献，且具有较好的鲁棒性，适合推广至实际的优化问题之中。

未知环境下基于改进DWA的多机器人编队控制

常路，单梁，戴跃伟，戚志东

2022, 37(10): 2524-2534

摘要：针对多机器人系统在未知环境下难以有效避障和保持队形的问题，在改进动态窗口法(DWA)的基础上，提出一种领航-跟随法与行为法相结合的多机器人编队控制算法。首先，通过修正速度窗口和3个现有评价函数，并添加两个新的评价函数改进DWA算法，增加速度的采样范围，提高优秀轨迹的评分，并增强机器人朝目标导航和未知环境下的全局搜索能力；然后，对周围环境和编队状态实时检测，为各机器人设计不同的行为(包括导航、避障、跟踪和等待)及其选择方式，兼顾编队避障及队形保持；接着，基于改进DWA和社会力模型(SFM)设计行为控制策略，在未知环境下使领航者能够规划适合整体编队运行的路径，跟随者能够根据编队的不同状态自适应地切换跟随方式；最后，基于Matlab和V-REP进行一系列仿真，结果表明在未知环境下，所提出的改进DWA能够显著提高机器人的通行效率和全局搜索能力，编队控制算法能够实现队形稳定保持、灵活避障与变换。

混合改进策略的黑猩猩优化算法及其机械应用

何庆，罗仕杭

2023, 38(2): 354-364

摘要：针对黑猩猩优化算法存在易陷入局部最优、收敛速度慢、寻优精度低等缺陷，提出混合改进策略的黑猩猩优化算法(SLWChOA)。首先，利用Sobol序列初始化种群，增加种群的随机性和多样性，为算法全局寻优奠定基础；其次，引入基于凸透镜成像的反向学习策略，将其应用到当前最优个体上产生新的个体，提高算法的收敛精度和速度；同时，将水波动态自适应因子添加到攻击者位置更新处，增强算法跳出局部最优的能力；最后，通过10个基准测试函数、Wilcoxon秩和检验以及部分CEC2014函数进行仿真实验来评价改进算法的寻优性能，实验结果表明，所提算法在寻优精度、收敛速度和鲁棒性上均较对比算法有较大提升。另外，通过一个机械优化设计实验进行测试分析，进一步验证了SLWChOA的可行性和适用性。

基于改进SSA优化MDS-SVM的变压器故障诊断方法

谢国民，蔺晓雨

2023, 38(2): 459-467

摘要：为了提高变压器故障诊断精度，提出一种基于改进SSA优化MDS-SVM的变压器故障诊断方法。首先，利用多维尺度缩放法(MDS)对20维变压器故障特征数据进行特征提取，降低高维数据存在的稀疏性和多重共线性；其次，引入樽海鞘群算法(SSA)，并对该算法进行改进，增置信赖机制和突变，以提高算法的收敛速度和收敛能力；然后，通过与原始SSA、PSO、GWO和β-GWO算法进行寻优测试对比来验证改进SSA算法的优越性；最后，使用改进SSA算法对MDS降低维数和支持向量机(SVM)的参数联合寻优，构建新的故障诊断模型。分析并比较其与常用算法优化的SVM故障诊断模型、BP神经网络、K最近邻以及随机森林故障诊断模型的故障诊断精确度，结果表明，基于改进SSA的MDS-SVM变压器故障诊断模型的精确度高于其他算法模型，且泛化能力较强。

基于进化蚁群算法的移动机器人路径优化

李涛，赵宏生

2023, 38(3): 612-620

摘要：针对蚁群算法进行路径规划中出现的运行时间长、搜索效率低和容易出现死锁的问题，提出一种基于达尔文进化论思想的蚁群算法。首先，针对空白栅格搜索效率低的问题，提出一种蚁群算法简易模式；然后在启发函数中引入目标影响因子和障碍物影响因子以提高算法的全局搜索能力，避免陷入死锁；最后利用达尔文的进化论改进蚁群算法的信息素更新规则用于加快算法的迭代速度，缩小运行时间。在不同规模的栅格地图环境下的实验表明，所提出的进化蚁群算法能够加快迭代速度，提高搜索效率，实现最优路径并避免算法死锁问题。

学术至上尊重学者协同合作

诚信为本质效为要守正创新

－联系我们－

《控制与决策》

网站：http://kzyjc.alljournals.cn

电话：024-83687766

邮箱：kzyjc@mail.neu.edu.cn

《Journal of Control and Decision》

网站：

https://www.tandfonline.com/toc/tjcd20/current

邮箱：tengrong@ise.neu.edu.cn

http://mp.weixin.qq.com/s?__biz=MzkyNzIxMTU4OA==&mid=2247495762&idx=1&sn=43d395fff4d536c1206d11519b6312d8

控制与决策

该服务号旨在发布期刊、网刊动态和征文通知等内容