SCIS专题 | 网络系统的控制、优化和学习

智能社会的全方位迅猛发展，对各类互联设备与系统的可扩展性、稳健性和高性能提出严苛要求；网络化系统的分布式、高效和智能能力逐渐成为必需，也不可避免地暴露出其易受攻击等一系列安全性和弹性问题。同时, 新型的控制、优化、估计和学习技术全面融入网络化系统, 对其研究和分析提出了巨大挑战。

特约编辑：

任伟, University of California Riverside, USA

曹明, University of Groningen, The Netherlands

陈智勇, University of Newcastle, Australia

胡国强, Nanyang Technological University, Singapore

虞文武, 东南大学, 中国

为了更好地将最新的网络化系统的研究成果介绍给读者，SCIENCE CHINA Information Sciences 在2023年66卷第9期组织出版了“网络系统的控制、优化和学习专题” (Special Topic: Control, Optimization, and Learning for Networked Systems)。

01

网络化系统的安全问题成为备受关注的课题，Secure cooperative output regulation for linear parameter-varying systems under DoS attacks: a resilient observer approach 处理了异构参数时变线性多智能体系统在DoS攻击下的协同输出调节的问题。

Predictive sliding-mode control of networked high-order fully actuated systems under random deception attacks 解决了网络化高阶全驱系统在通信通道中存在欺骗攻击时的输出跟踪问题。

Data-driven cooperative output regulation of multi-agent systems under distributed denial of service attacks 提出了基于学习的控制策略，解决了具有未知动力学的多智能体系统在DoS攻击下的最优协同输出调节的问题。

02

网络化系统中的控制问题是近来控制领域非常活跃的研究课题之一，Sampled-data bipartite containment control over a network of wave equations 提出了一种分布式采样控制协议以解决波动方程网络的二分包含控制问题。

Leaderless output sign consensus of heterogeneous multi-agent systems over switching signed graphs 研究了异构多智能体系统的输出符号一致性问题。

03

在网络化系统估计方面，Accuracy analysis for distributed dynamic state estimation in large-scale systems with a cyclic network graph 研究了一类大规模网络化系统的分布式动态估计问题。

04

在网络化系统现实生活中的应用方面，Distributed model-free adaptive predictive control of traffic lights for multiple interconnected intersections 提出了分布式无模型自适应预测控制算法，解决了多交叉口交通信号灯的控制问题。

05

另外，Iterative learning security control for discrete-time systems subject to deception and DoS attacks 研究了在欺骗和DoS攻击下系统安全问题并提出了迭代学习控制策略。

Sliding modes: from asymptoticity, to finite time and fixed time 提出了一种新的固定时间滑模控制方法。

这些结果为网络化系统的研究和分析提供了有效的工具和潜在的研究方向。

欢迎您阅读、下载和分享！

英文版

中文版