前言

信息物理系統(tǒng)(Cyber-physical system,CPS)是集成計算、通信和控制于一體的新一代智能系統(tǒng),包含了環(huán)境感知、網(wǎng)絡(luò)通信、嵌入式計算、網(wǎng)絡(luò)控制等系統(tǒng)工程,強調(diào)計算資源和物理資源的綜合協(xié)調(diào),賦予物理系統(tǒng)計算、通信、遠(yuǎn)程協(xié)作、精準(zhǔn)控制和自治的能力.近年來,CPS及其相關(guān)技術(shù)的快速發(fā)展,推動了自主無人系統(tǒng)、工業(yè)互聯(lián)網(wǎng)、智能交通系統(tǒng)、智能電網(wǎng)、智慧醫(yī)療等領(lǐng)域關(guān)鍵技術(shù)的跨越發(fā)展.

然而,在諸多實際應(yīng)用中,CPS通常特別復(fù)雜,呈現(xiàn)出物理系統(tǒng)的異構(gòu)性、物理系統(tǒng)規(guī)模的巨大性、物理環(huán)境的復(fù)雜性、通信方式的多樣性、通信數(shù)據(jù)的海量性和實時性、設(shè)備的計算復(fù)雜性等.分布式優(yōu)化考慮通過一組多智能體對一個全局優(yōu)化決策問題進行分布式求解,其中每個智能體(如機器人、計算機、具有計算能力的網(wǎng)絡(luò)節(jié)點等)只能獲知全局優(yōu)化問題的部分私有信息,而沒有任何智能體可獲得全局優(yōu)化的信息.對于分布式優(yōu)化問題,每個智能體需要和鄰居進行信息分享進而協(xié)同合作求解全局優(yōu)化問題.此外,如果考慮環(huán)境是實時變化的,甚至具有敵意的,此時目標(biāo)函數(shù)或代價函數(shù)具有時變性,甚至不服從任何經(jīng)驗分布,這時如何進行實時的最優(yōu)決策具有很大挑戰(zhàn)性,這種情況下的優(yōu)化在多智能體網(wǎng)絡(luò)下稱為分布式在線優(yōu)化或?qū)W習(xí).

本?？谙嚓P(guān)領(lǐng)域方向共征收23篇論文,致力于報道復(fù)雜CPS分布式優(yōu)化的最新理論、研究、方法及其應(yīng)用,文章研究內(nèi)容簡介如下：

曹嘉馨等人針對納網(wǎng)中隨機的可再生能源發(fā)電和電力需求以及用戶舒適度偏好和環(huán)境因素等對納網(wǎng)能源盈馀和運行成本的影響,提出了一種基于斯坦伯格博弈的需求響應(yīng)和雙向定價算法,實現(xiàn)納網(wǎng)和公共管理中心中電能的合理配置,并保證用戶的熱舒適度.李修賢等研究了含有m-生成森林有向圖拉普拉斯矩陣的零特征值重數(shù)問題,證明了拉普拉斯矩陣的零特征值重數(shù)等于這個圖中的生成森林個數(shù),推廣了帶有生成樹的有向圖的相關(guān)結(jié)論,并結(jié)合分布式優(yōu)化方法,探討了在單積分器多智能體系統(tǒng)編隊控制中的應(yīng)用.顏罡等考慮自動列車在路況變化下的定速控制問題,提出了一種無模型控制器,其只需要很少的列車運行數(shù)據(jù)即可適應(yīng)新的路況.付瑛博等研究了離散時間多機器人系統(tǒng)對靜態(tài)目標(biāo)的同步定位與圍陷問題,提出了基于虛擬系統(tǒng)法的路徑規(guī)劃方案,并設(shè)計了基于方位角觀測的離散時間估計器與控制器的聯(lián)合設(shè)計方法.項雷軍等針對多區(qū)域互聯(lián)電力系統(tǒng)提出了一種計及溫控負(fù)荷響應(yīng)的二維云模型分布式頻率控制方法,設(shè)計了基于?？似绽士朔匠痰臏乜刎?fù)荷分布式控制策略,并在不同運行場景下驗證了所提出綜合控制方法的動穩(wěn)態(tài)性能.

王小文等人針對線性和非線性多智能體系統(tǒng)的一致性跟蹤問題,提出了基于P和PD類型的迭代學(xué)習(xí)控制方法,嚴(yán)格證明了該方法在有向圖下的漸近收斂,并通過仿真實例進一步證明了該方法的有效性.王山丹等針對欠驅(qū)動無人艇的路徑跟蹤問題,首次提出了一種新的固定時間預(yù)測器,用來預(yù)測位置誤差,實現(xiàn)對干擾的估計和補償.孫輝輝等人針對復(fù)雜環(huán)境下目標(biāo)跟蹤機器人高效路徑規(guī)劃需求,提出了基于多智能體強化學(xué)習(xí)專家型深度確定性策略梯度的機器人主動清障路徑規(guī)劃算法,提高了收斂速度和清障成功率,降低了跟蹤誤差.張斌等通過基于頻域的二元隨機過程方法研究了具有丟包、時延、編解碼和雙通道噪聲的多輸入多輸出離散時間網(wǎng)絡(luò)控制系統(tǒng)(NCSs)的最優(yōu)跟蹤性能.葉欣茹等為解決現(xiàn)有智能交通通信網(wǎng)絡(luò)脆弱性檢測方法復(fù)雜度高、實時性差的問題,提出引入深度學(xué)習(xí)技術(shù)對網(wǎng)絡(luò)脆弱性檢測方法進行設(shè)計.

郭方洪等人針對微電網(wǎng)系統(tǒng)中存在的參數(shù)空間規(guī)模大,能源供給不確定等挑戰(zhàn),提出了一種基于分布式深度強化學(xué)習(xí)方法的微電網(wǎng)能量在線優(yōu)化策略,可有效在線搜尋發(fā)電成本、交易電價和電源壽命等的最優(yōu)決策值,解決傳統(tǒng)方法計算量過大的問題.王悅等研究了一類線性多智能體系統(tǒng)在DoS攻擊下的安全一致性控制問題,通過引入匹配機制來同步由多率采樣引起的智能體不同狀態(tài)分量的采樣數(shù)據(jù),提出了基于多率采樣的安全一致性控制器,獲得了包含DoS攻擊持續(xù)時間以及攻擊頻率的安全一致性充分條件.陳劍飛等考慮了多園區(qū)綜合能源系統(tǒng)與配電網(wǎng)之間的接入影響,提出了一種計及配電網(wǎng)靈活性的分布式協(xié)同優(yōu)化調(diào)度方案,通過改進自適應(yīng)步長交替方向乘子法實現(xiàn)優(yōu)化問題的分布式求解,提升了配電網(wǎng)靈活性及園區(qū)綜合能源系統(tǒng)運行經(jīng)濟性.馬永勝等研究了拒絕服務(wù)攻擊下基于觀測器的事件觸發(fā)微電網(wǎng)控制.袁亞洲等針對現(xiàn)場級工業(yè)無線網(wǎng)絡(luò),提出了流量分區(qū)超幀架構(gòu),并基于該架構(gòu)設(shè)計了R-MAC(時隙預(yù)留接入?yún)f(xié)議)和C-MAC(時隙爭用接入?yún)f(xié)議)以滿足不同應(yīng)用場景需求.

朱鳳增等人研究了無線傳感器網(wǎng)絡(luò)中的分布式濾波問題,采用Round-Robin協(xié)議來限制數(shù)據(jù)包大小,有效減輕通信負(fù)擔(dān),對通信資源受限下的分布式濾波器設(shè)計具有一定理論指導(dǎo)意義.時俠圣等人針對多智能體系統(tǒng)中的分布式資源分配問題,提出了基于自適應(yīng)精確罰函數(shù)的分布式資源分配算法,在無需全局先驗知識的情況下實現(xiàn)了該問題的最優(yōu)分配.潘曉偉等針對多個體參與的廣義納什平衡點的求解問題,基于三算子分裂算法提出了一種半分布式的FRDR算法,使得對偶變量的信息交換總是按照分布式的方式進行,同時給出了迭代殘差的收斂速率.趙振根等針對信息物理融合系統(tǒng)乘性攻擊檢測的問題,提出了兩種基于魯棒性能的乘性攻擊檢測與數(shù)據(jù)驅(qū)動實現(xiàn)策略,并在飛行器系統(tǒng)中仿真驗證了所提檢測方法的有效性.周治威等人針對聯(lián)邦學(xué)習(xí)過程中通信資源有限的問題,提出了基于權(quán)重自適應(yīng)量化和重復(fù)控制的聯(lián)邦學(xué)習(xí)方法,有效降低了通信復(fù)雜度,并研究了該策略對算法精度的影響.

孟敏等人提出了增廣的主對偶算法Aug-PDG,用以求解帶凸不等式約束的優(yōu)化問題,并在較弱的假設(shè)條件下證明了算法的半全局收斂性,該方法在智能電網(wǎng),機器人控制等領(lǐng)域具有一定的潛在應(yīng)用價值.汪城博等研究了動態(tài)能源資源協(xié)調(diào)問題,將問題轉(zhuǎn)換為一般性的復(fù)合約束優(yōu)化形式,并提出了一種新的原對偶算法.魏文軍等人提出了基于逆最優(yōu)方法的分布式一致性最優(yōu)控制律,用以求解區(qū)間2型Takagi-Sugeno(IT2 T-S)模糊非線性多智能體系統(tǒng)全局最優(yōu)控制問題,實現(xiàn)有向拓?fù)淝袚Q下的非線性多智能體系統(tǒng)二次性能全局最優(yōu)分布式協(xié)同控制.

最后感謝各位作者分享他們的研究成果;感謝審稿專家們對審稿工作的支持以及提出的寶貴審稿意見;感謝《控制理論與應(yīng)用》期刊編輯部各位老師的大力支持與付出,使得本?？軌蝽樌皶r的與讀者見面.