在张嗣瀛院士诞辰100周年,追忆与张先生30余年亦师亦友的交往。表达了对张先生的爱国情怀、教育风范与科研精神的敬仰,以及对张先生的怀念之情。

张嗣瀛参加了红箭73控制系统三年的研制工作,做出了重要贡献。先后解决了三个关键性的难题,找出了导弹不听控的关键因素,提出了校正陀螺仪安装角的大胆建议,并给出了陀螺仪安装角校正方向和校正量,设计了一种方便直观的基于指令波形与合成矢量的控制律,用来解决旋转飞行体的一类两通道交叉耦合的解耦问题。1978年获得了全国科学大会所颁授的“做出突出贡献的科技工作者奖”。

在简单回顾矩阵半张量积的历史后,介绍矩阵半张量积及矩阵半张量和的一般性定义及其数学本质的一些探索。包括它与数学三大分支:近世代数、微分几何以及泛函分析的关系。揭示它们作为跨越维数的算子,对经典的固定维数数学结构的拓展。作为综述文章,内容以介绍相关概念和初步结果为主,亦有少量预测性的展望。希望揭示这样一个事实:由于矩阵半张量积打破了矩阵运算中维数的蕃蓠,它必然会产生对传统的固定维数数学理论的冲击。

多智能体系统的分布式协同定位是系统执行诸多复杂协同任务的关键环节。分布式协同定位方法旨在使各智能体利用相对空间测量信息与锚节点位置信息,通过结合分布式的网络通信,计算自身在全局坐标系下的位置。本文针对多智能体系统分布式协同定位方法的研究进展进行详细总结。首先,根据相对空间测量信息的类型,将现有分布式协同定位方法分为如下三类:基于距离测量信息、基于方位测量信息、以及基于混合测量信息的分布式协同定位方法。进而,通过描述测量信息与智能体位置之间的约束关系,对上述分布式协同定位方法的设计方案进行详细阐述,并比较现有方法的优缺点。此外,针对带有恶意测量信息的多智能体系统,介绍了可靠分布式协同定位方法的研究现状。最后,本文对多智能体系统分布式协同定位方法存在的问题进行了归纳总结,并提出了一些可能的解决方向。

复杂网络上的观点动力学是近年来网络科学、控制理论和社会学等领域的研究热点,主要关注网络中观点的演化规律及干预策略。本文基于经典观点动力学模型,综述了在Friedkin-Johnsen模型框架基础上发展出的两个主要研究方向。一是社会压力下内隐观点与外显观点的共演化机制,重点介绍从众行为与观点极化的研究进展;二是围绕观点最大化框架,梳理观点干预优化问题的研究思路,并总结在节点选择、干预时机等方面的策略与方法。最后,展望观点动力学在多学科交叉背景下的未来研究方向。

为了促进各行业的规范化发展,各领域都需要制定相应的标准化文件,例如国家标准、行业标准。这些标准化文件不仅为行业提供了统一的操作规范,还为相关方提供了明确的指导依据。中共中央、国务院在《国家标准化发展纲要》中明确指出,推进标准的数字化进程是实现行业现代化的重要举措。因此,开展标准化文件的自动化生成研究显得尤为重要。随着人工智能技术的迅速发展,尤其是大语言模型在文本生成任务中的突出表现,利用这些先进技术来实现标准化文件的自动化生成成为可能。基于此背景,提出了一种两阶段生成标准化文件的方案。该方案首先通过大模型生成标准化文件的大纲,然后在此基础上扩展生成完整的文档内容。通过结合上下文学习和检索增强生成等技术,该方法不仅能够生成高质量的文本,还显著提升了生成内容的准确性和专业性。为验证该方案的可行性,我们在自建的数据集上进行了系列实验,结果表明,该方法能够有效地生成符合行业标准的文档,具有良好的实用性和推广潜力。

针对图数据中普遍存在的节点属性缺失问题,提出了一种新型的属性缺失图学习框架。该框架通过重构二部联合网络,将节点属性映射为边信息,使属性补全与图节点分类任务能够在统一框架下协同进行,灵活处理连续型数据和离散型数据缺失。并基于属性图的属性同质性和结构同质性,提出一种基于二部联合网络的属性缺失表示学习方法,引入边嵌入和注意力机制捕获二部联合网络中属性属性与结构属性之间的相关性,从而提升缺失属性学习。在4个基准图数据集上的实验表明该方法在属性补全任务和后续节点分类任务中均优于基线方法,验证了该方法有效性。

人体运动生成旨在生成真实、高质量的人体运动,为总结文本驱动的人体运动生成技术的研究进展,通过广泛调研相关研究与文献,系统梳理了文本驱动的人体运动生成任务的发展过程与研究现状。按生成模型分类全面归纳了任务相关的模型方法,对技术重点问题的研究进展做了进一步分析。总结了实验中常用数据集和评价方法,并深入讨论了该领域亟待解决的问题和未来可能的研究方向。

当前复杂刑事案件呈现出多要素耦合、动态演化的系统性特征,其侦查过程面临非线性信息整合的挑战。犯罪嫌疑人通过换装换鞋、面部遮挡、姿态伪装等反侦查手段,并结合复杂环境干扰,导致视频结构化、人脸识别等单一视频技术手段的实战效能显著降低。为解决这一问题,聚焦嫌疑人识别与追踪的实际需求,突破单一模态的识别瓶颈,融合视频结构化、人脸识别、步态识别等多源信息,提出以步态识别为核心的多信息融合视频侦查体系,实现嫌疑人行为模式与身份特征的双重刻画,为提升身份识别能力与复杂案件侦破效率提供了新的技术路径。

在中美战略竞争日益加剧的背景下,对比分析中美数字经济政策具有重大的战略意义。面对传统政策对比方法在样本范围和人工分析的局限性,本研究提出了一种创新性的基于跨语言模型的复杂分析框架,结合数字经济政策特性,通过针对性微调跨语言模型,对中美数字经济政策进行多维分类与多语言相似度计算,实现了中美数字经济政策环境的自动化对比分析。通过实验表明,本文提出的方法能够在政策工具、数字经济组成要素等多个维度准确识别政策文本特征,在多个分类维度上的准确率均优于基线方法。基于本文方法,通过对1.6万余篇中美数字经济政策文本进行对比分析,本文揭示了两国政策在政策工具使用、数字经济产业发展重心等方面的关键差异,并针对性提出了进一步发展数字经济的政策建议。

为研究超图网络的节点状态估计问题,建立具有成对和三体相互作用的超图网络模型。针对是否考虑扩散耦合形式的两种超图网络模型,建立相应的观测器网络,并构造误差动态网络。然后,利用李雅普诺夫稳定性理论证明两种误差动态网络的渐近稳定性,推导实现状态估计所需满足的充分条件。最后,通过数值模拟验证了面对两种超图网络模型状态估计方案的准确性和有效性。结果表明,设计的方法能够准确估计是否考虑扩散耦合形式的两种超图网络节点状态,有利于提高对高阶复杂网络的估计和控制能力。

超图中的影响力最大化问题在各个领域都具有广泛的应用。现有的方法或是对节点间影响冗余的考虑不够充分,或是仅考虑单一度量对节点初始排序,这导致无法准确刻画节点的真实传播值。为同时充分考虑节点间的影响冗余和节点的真实传播值,本文提出了一种基于遗传算法的低冗余超图影响力最大化方法(LR-HGA),该算法在遗传算法的选择操作和交叉操作中考虑这两点。在6个真实超图网络中,基于超图上定义的SI传播模型进行实验,结果表明,与先进的基准算法相比,该算法得到的种子集整体上具有更广的传播范围。

用户性别是用户画像的核心之一,精确识别用户性别的现有方法主要依赖用户公开属性,较少考虑网络结构信息。本研究基于模体理论融合性别信息,将同质模体细分成异质模体,提出一种基于异质模体特征的性别识别方法,提取更加细节的局部信息来区分不同性别的用户。所提方法,相较于目前流行的网络嵌入类方法,Accuracy指标提高了1.3%到14.2%,AUC指标提高了2.7%到15.8%,且在不同比例训练集上性能稳定。异质模体方法可应用于社交用户的身份检测,有助于挖掘社交网络用户属性特征。

为利用图注意力机制解决复杂网络中的关键节点识别问题,综合考虑节点传播力和结构影响力,在生成网络上构建训练标签,通过图注意力网络模型学习节点重要性。实验证明该算法在影响最大化和免疫隔离两个关键任务中表现出色。

针对复杂网络结构复杂、难以建模、控制器设计困难等问题,提出了对带有未知非线性耦合复杂网络的无模型自适应牵制控制方案。首先选取牵制控制节点,并基于受控节点上测量得到的输入输出数据对受控网络未知动力学模型作动态线性化数据建模,然后在最小方差准则下推导出相应控制器,从而设计出完全分布式的牵制控制方案。该方案设计仅需网络的输入输出数据而不依赖于复杂网络的模型,是一种数据驱动的牵制控制方法。同步稳定性结论则是基于简约定理、压缩映射和虚拟控制三种方法相结合得到的。仿真结果表明,该方案能够通过牵制控制网络中的少数节点,有效地驱动网络中的所有节点达到同步。

为了研究风电场并网位置对电力网络韧性的影响,建立了一个新的分析框架来研究风电网络的韧性。在该框架中,结合了网络结构和功能模型,并应用了相应的韧性评估指标,提出了一种基于Q-Learning算法的并网策略,用以确定风电场的最优并网位置。使用含风力发电的IEEE118电网模型验证了这一策略的有效性。研究显示,基于Q-Learning算法的并网策略在减少运行成本和过载风险方面优于传统启发式方法及遗传算法,强调了合理并网策略在增强电网韧性的关键作用。

设计了一类伪路图并引入切换信号,运用图论和矩阵论研究多智能体系统的能控性。首先,得到多智能体的系统矩阵及其指数函数,获得多智能体系统实现能控性的充要条件;其次,讨论了不同的单领导者选取方式对能控性矩阵的影响;最后,得到系统在给定切换序列下到达能控状态空间任意指定位置的最小切换周期。

针对异构多智能体系统无法完成聚类的现象,提出基于最小引力路径的异构多智能体系统聚类的隐私保护。引入差分隐私保护拉普拉斯噪声,保护智能体系统信息隐私性;提出感知密度算法,提高对初始中心智能体选取的适应能力;构建引力模型,利用Dijkstra算法计算最小引力路径,确保所有智能体能够被分配到相应组别。实验表明,该算法成功完成异构多智能体系统的聚类分析,同时保障了智能体数据的统计特性,实现了隐私保护。

为探究激励机制对居民参与垃圾分类积极性的驱动作用,基于多个小区垃圾分类实证数据分析,通过RFM模型量化居民参与垃圾分类的积极性并做用户价值分类。在此基础上,围绕主观规范、分类知识和分类态度,建立用户价值转变的多主体仿真模型。结果表明,居民垃圾投递积极性受到主观规范的影响;分类知识和分类态度与居民垃圾投递积极性均存在正相关关系。