✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Automatic Control期刊2025年issue10文章推送（第2期/共6期）。本期推送共包含10篇研究论文，聚焦于系统辨识与参数化方法、多智能体协同控制、非线性系统分析与优化、模型预测控制、安全临界控制以及生物化学网络实现神经网络等前沿领域，展现了控制理论与工程应用的最新进展。
本期目录
📖 第1篇：有向通信网络下多异构系统的分布式约束最优协同控制
📖 第2篇：参数化有理ODE模型可辨识重参数化新算法
📖 第3篇：具有闭环保证的自动非线性模型预测控制近似方法
📖 第4篇：非线性离散时间系统的分布式弹性区间观测器综合
📖 第5篇：大规模多智能体系统中空间动态的领导者-跟随者密度控制
📖 第6篇：基于Zubov-Koopman提升的未知动力系统吸引域学习：正则性与收敛性分析
📖 第7篇：具有复杂输入约束的非线性系统安全临界控制
📖 第8篇：基于博弈论的分布式最小距离编队跟踪移动目标方法
📖 第9篇：一种用于鲁棒滚动时域控制的逐次凸化方法
📖 第10篇：通过反应网络自动实现神经网络——第一部分：电路设计与收敛性分析
📖 第1篇
📌 有向通信网络下多异构系统的分布式约束最优协同控制
Distributed Constrained Optimal Coordination of Multiple Heterogeneous Systems Over a Directed Communication Network
作者：Chengxin Xian，Yongfang Liu，Yu Zhao，Guanghui Wen，Guanrong Chen
本文围绕有向通信网络下的多异构线性系统，聚焦于分布式最优协同问题与分布式约束最优协同问题。针对系统动态复杂性和通信框架限制，提出了基于基于盈余的共识方法与矩阵扰动理论的创新算法，有效放宽了通信网络的传统假设条件。主要创新是在兼顾异构动态特性与网络资源及局部可行集约束同时，解决了有向网络中的约束最优问题，为工程复杂系统提供新型协同控制方案。
算法设计包括针对无约束问题的闭环分布式最优协同算法，融合输出调节跟踪控制与盈余策略生成模块；针对约束问题设计了投影分布式最优协同算法，充分考虑了系统限制。方法无需局部成本函数梯度的Lipschitz连续性，极大拓展了实际应用的适用性和鲁棒性。
仿真覆盖旋翼飞行器和电池储能系统，结果显示算法在含小幅度时变脉冲扰动时表现出显著鲁棒性，实现了稳定的优化目标达成。总结本研究为复杂有向网络系统的分布式协同控制提供了切实可行的新方案，在智能电网和传感器网络中展现出广阔的应用潜力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10964144
📖 第2篇
📌 参数化有理ODE模型可辨识重参数化新算法
Algorithm to Find New Identifiable Reparameterizations of Parameteric Rational ODE Models
作者：Nicolette Meshkat，Alexey Ovchinnikov，Thomas Scanlon
本文聚焦于结构可辨识性问题，探究参数化有理微分方程模型中的未知参数是否能从完美输入输出数据中恢复。针对当部分参数产生不可辨识时，提出了创新的重参数化算法，突破传统方法的尺度变换限制，显著扩展了可找到全局可辨识重参数化的模型类别。
通过微分代数理论，证明了线性模型始终存在全局可辨识重参数化，并针对特定线性房室模型，推导了显式重参数化公式。算法包含计算输入输出方程、构建有理参数化、重构ODE系统和状态变量转换四步，利用Gröbner基计算突破了原有模型结构限制。
算法在Lotka-Volterra、化学反应网络和生物氢化等模型中验证有效，成功将局部可辨识模型转化为全局可辨识，提供了新的理论工具和实践方法，对系统辨识领域具有重要意义。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10979424
📖 第3篇
📌 具有闭环保证的自动非线性模型预测控制近似方法
Automatic Nonlinear MPC Approximation With Closed-Loop Guarantees
作者：Abdullah Tokmak，Christian Fiedler，Melanie N. Zeilinger，Sebastian Trimpe，Johannes Köhler
针对机器人等安全关键应用中对模型预测控制(MPC)的实时要求，提出了创新算法ALKIA-X，通过具有外推再生核希尔伯特空间范数的自适应局部核插值，自动生成非线性MPC的显式近似，并保证闭环性能。
通过把MPC控制法转为函数逼近问题，采用局部核插值构造可快速评估的近似控制器。算法关键优势包括：快速评估，满足任意误差界限，样本数有界性，具备良好的非迭代计算流程。
数值实验涵盖连续搅拌釜反应器和冷大气等离子体设备，在线评估时间分别低于50微秒和100微秒，显著优于现有方法。该算法适用于资源受限嵌入式系统，为非线性系统的高频安全控制提供新路径。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10955435
📖 第4篇
📌 非线性离散时间系统的分布式弹性区间观测器综合
Distributed Resilient Interval Observer Synthesis for Nonlinear Discrete-Time Systems
作者：Mohammad Khajenejad，Scott Brown，Sonia Martínez
针对非线性有界误差离散时间多智能体系统，提出创新递归分布式估计算法，综合设计包含输入和状态的弹性区间观测器，应对关键系统中对抗性未知输入问题。
方法依托邻域集体正可检测性属性建立观测器设计的理论基础，提出两种增益设计方案，一为基于全局数据的混合整数线性规划，一为分解大型MILP提升计算效率，在性能与可处理性之间实现平衡。
仿真验证涵盖低维独轮车及高维领先电力系统，递归设计能稳定返回最优增益，验证了该框架在具有完全未知分布自由输入非线性多智能体系统中的实用价值和可推广性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10979457
📖 第5篇
📌 大规模多智能体系统中空间动态的领导者-跟随者密度控制
Leader–Follower Density Control of Spatial Dynamics in Large-Scale Multiagent Systems
作者：Gian Carlo Maffettone，Alain Boldini，Maurizio Porfiri，Mario di Bernardo
本文提出创新领导者-跟随者控制框架，通过聚焦领导者智能体控制，调控大规模跟随者智能体的空间密度动态，解决群体机器人引导及环境污染管理等实际问题。
构建耦合偏积分-微分方程描述领导者与跟随者密度，设立系统可行性数学条件，设计确保全局稳定性的两类反馈控制架构，兼顾前馈和动态反馈调节机制。
该方法创新地以可控领导者、扩散跟随者及非互易排斥交互为核心，实现期望集体行为，无需复杂通信，理论和数值模拟均验证方案在多维空间及不同规模群体中的广泛适用性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10980336
📖 第6篇
📌 基于Zubov-Koopman提升的未知动力系统吸引域学习：正则性与收敛性分析
Learning Regions of Attraction in Unknown Dynamical Systems via Zubov–Koopman Lifting: Regularities and Convergence
作者：Yiming Meng，Ruikun Zhou，Jun Liu
本文关注非线性系统中渐近稳定平衡点的吸引域估计问题，提出基于Zubov-Koopman算子提升的数据驱动学习方法，适用于未知动力系统的吸引域建模。
突破传统Lyapunov函数构造难题，利用无限维函数空间映射和算子流，间接逼近Zubov方程解，通过迭代学习达到近最大Lyapunov函数的估计，显著降低数据需求并实现有限时间内理想估计效果。
数值实验表现出优异的预测能力，且可构建带形式化验证的Lyapunov函数，适合用于航空、机器人及电力系统等安全关键领域的非线性系统边界分析与运维。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10964583
📖 第7篇
📌 具有复杂输入约束的非线性系统安全临界控制
Safety-Critical Control for Nonlinear Systems With Complex Input Constraints
作者：Yaosheng Deng，Masaki Ogura，Yang Bai，Yujie Wang，Mir Feroskhan
针对现实系统中普遍存在的时变输入约束，本文提出基于控制屏障函数(CBF)的创新控制方法，通过引入辅助输入和系统增广，将约束输入问题转化为约束输出问题，简化了二次规划求解并增强系统兼容性。
区别于传统屏障李雅普诺夫函数方法忽视状态相关约束，方法兼顾复杂、时变且与状态相关的输入约束，设计了利用基函数加权组合的扰动估计更新律，有效消除不匹配扰动影响，确保安全集不变和稳定性。
数值仿真与普通CLF-CBF控制器对比，验证了所提方案在面对系统输入约束时的安全性保障，成功解决了全状态控制与输入约束下的非线性控制挑战，具备广泛的工程应用前景。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11005992
📖 第8篇
📌 基于博弈论的分布式最小距离编队跟踪移动目标方法
A Game-Based Approach to Distributed Least-Distance Formation Tracking With a Moving Target
作者：Jun Shi，Maojiao Ye，Lei Ding，Shengyuan Xu，Qing-Long Han
本文提出基于博弈论的创新方法，解决移动目标下分布式最小距离编队跟踪问题。核心挑战为智能体与目标之间距离不预设，通过求解距离优化问题自主调节，实现智能适应。
构建一阶和二阶积分器智能体的分布式博弈框架，设计基于梯度搜索、正则化及一致性协议的纳什均衡策略，并提出领导者-跟随者估计机制以处理部分信息缺失场景。
理论证明方法不受目标移动速度限制，可实现全局最优形状形成与距离最小化。仿真覆盖车辆网络与四旋翼无人机，验证方案实用性及有效性，为时变分布式优化提供新视角。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10949718
📖 第9篇
📌 一种用于鲁棒滚动时域控制的逐次凸化方法
A Successive Convexization Approach for Robust Receding Horizon Control
作者：Yana Lishkova，Mark Cannon
本文针对非线性系统及凸状态控制约束，提出基于序列凸逼近与凸函数差分表示的鲁棒非线性模型预测控制新策略，构建包含预测轨迹的管道，兼顾逼近误差及外部扰动，以确保约束满足。
突出利用系统模型凸性，通过紧致线性化误差边界实现非保守解。针对加性扰动，引入新颖线性化点选择策略，构建鲁棒滚动时域方案，保证递归可行性与闭环稳定性。
理论与仿真验证表明方法具备优异收敛性和计算效率，适合实时控制，并为非线性系统鲁棒控制提供了全新理论框架和实用工具。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10949760
📖 第10篇
📌 通过反应网络自动实现神经网络——第一部分：电路设计与收敛性分析
Automatic Implementation of Neural Networks Through Reaction Networks—Part I: Circuit Design and Convergence Analysis
作者：Yuzhen Fan，Xiaoyu Zhang，Chuanhou Gao，Denis Dochain
结合生物神经元机制与人工神经网络迅速发展，本文创新性提出通过生化反应网络(BCRNs)自动实现三层非线性全连接神经网络(FCNN)的设计方案，实现分子级智能系统的自主学习与执行。
方案将FCNN分解为赋值、前向传播、判断、学习与清除五大模块，利用BCRNs编程并借助物种浓度信息载体及平衡态表达，设计了全新生化赋值模块和基于双稳态反应的判断模块，以及支持任意乘法计算的分裂因子-乘法方法。
理论分析证明了反应系统对目标计算结果的指数收敛性，通过多个二元分类问题验证了设计的有效性，奠定了分子尺度智能系统开发基础，拓展了合成生物学与人工智能的交叉研究领域。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10938215
点击关注 获取更多精彩