Алгоритм стайного поведения основан на правилах Рейнольдса: согласование скорости, предотвращение столкновений с соседями и притяжение к соседям. Основная проблема: при возникновении динамического препятствия может произойти затор – ближайшие к препятствию агенты изменят направление движения, а отдаленные агенты поздно будут реагировать на помеху и создадут давку. Задача данной работы: реализовать метод убегания стаи от хищника на основе Q-обучения. Используя методы обучения, те роботы, которые не видят хищника как опасное препятствие, могут получать информацию о нем от других агентов, наблюдать за своими соседями и по динамике их поведения регулировать свое движение.

Решается задача разработки подхода к управлению двигателем постоянного тока, который мог бы рассматриваться как альтернатива стандартной схеме подчиненного регулирования. В частности, продемонстрированы недостатки упомянутого классического подхода, в том числе невозможность эффективной компенсации влияния немоделируемой динамики (изменение параметров якорной цепи и момента инерции) и возмущений (нагрузка на валу двигателя). Решением данных проблем может являться совместное использование: 1) методики линеаризации обратной связью для выделения немоделируемой динамики из описания объекта и 2) второго метода Ляпунова для ее компенсации. В исследовании предложена линеаризация электродвигателя постоянного тока на основе решения обратной задачи динамики, позволяющая учитывать ограничения на физические сигналы тока и напряжения якорной цепи. Для компенсации выделенной немоделируемой динамики электропривода предложен линейный адаптер с параметрами, настраиваемыми в реальном времени на базе формул, полученных с помощью второго метода Ляпунова. Их отличительной особенностью является то, что при их использовании нет необходимости знать коэффициент усиления объекта, а достаточно иметь его знак. Устойчивость системы с адаптером достигнута путем введения в формулы настройки сигма-модификации, что подтверждается анализом на базе Uniform Ultimate Boundedness. Экспериментальная проверка предложенного подхода проведена на базе модели электропривода постоянного тока. В качестве примера показана способность адаптивной системы компенсировать изменение параметров якорной цепи в 1,5 раза от номинала, колебания момента инерции – в два раза от номинала, а также момент нагрузки, равный половине момента, соответствующего току отсечки двигателя. В завершении приводится обсуждение результатов с выявлением направлений дальнейшей работы.

14 марта 2021 года столетие с момента принятие новой экономической политики (НЭП). Реализация НЭП позволила получить грандиозные эффекты. Поскольку нацпроекты сейчас также имеют ориентиры на исключительные результаты, то большой интерес представляет сопоставление условий и инструментов реализации НЭП в начале ХХ и начале ХХI века.

Процессы нестационарного теплообмена достаточно широко распространены в применяемых в промышленности технологических агрегатах. Нестационарность чаще всего возникает при широких температурных диапазонах нагрева материала в печах, примером которых может являться нагрев стальных заготовок перед механической обработкой (прокаткой) в металлургии. В таком случае полезно было бы иметь модель данного процесса, так как тепловая обработка – энергоемкий процесс. Наличие модели, способной спрогнозировать температуру нагреваемого объекта еще до того, как сам процесс завершится, позволит решить обратную задачу оптимизации и найти наиболее оптимальные кривые расходов энергоносителя для печи. Классическим подходом к решению данной проблемы является построение конечно-разностной (сеточной) модели нестационарного теплопереноса, однако данная модель требует адаптации. То есть необходимо найти конечные виды зависимости теплоемкости, теплопроводности и плотности от температуры для нагреваемого объекта. Данные параметры зависят от физико-химических свойств нагреваемого металла (марки стали). На реальных производствах обычно одинаково нагревают схожие по свойствам марки (группы марок). В данной работе авторы рассматривают подходы к нахождению температурной зависимости для трех упомянутых выше параметров теплообмена при помощи аппроксимации их эмпирических дискретных замеров с помощью регрессионных моделей для групп марок стали. В результате установлено, что усреднение коэффициентов полученных отдельных регрессионных моделей для конкретных марок стали в группе эффективнее усреднения самих исходных дискретных значений параметров теплообмена по маркам стали в группе в рамках температурных интервалов.

Работа посвящена решению задачи идентификации неизвестных кусочнопостоянных параметров классического линейного регрессионного уравнения. Для решения этой задачи в работе предлагается новая процедура обработки регрессионного уравнения, основанная на использовании в известном подходе интегрального динамического расширения и смешивания (I-DREM) интервального интегрального фильтра с экспоненциальным списыванием и сбросом. Как доказано в работе, предложенный фильтр, в отличие от известных в литературе, во-первых, позволяет при использовании в процедуре I-DREM из исходного регрессионного уравнения с матричным регрессором генерировать регрессионное уравнение со скалярным регрессором и регулируемым уровнем возмущения, вызванным изменением параметров; во-вторых, ослабляет требование постоянного возбуждения регрессора для экспоненциальной ограниченности ошибки оценки кусочно-постоянных неизвестных параметров, а в-третьих, позволяет частично решить проблему потери чувствительности к новым данным базового интегрального фильтра с экспоненциальным списыванием. Основным результатом работы является процедура обработки матричного линейного регрессионного уравнения, позволяющая построить градиентный закон оценки, гарантирующий при выполнении условия конечного возбуждения регрессора экспоненциальную ограниченность ошибки оценки кусочно-постоянных неизвестных параметров. Все вышеупомянутые свойства в работе доказаны аналитически и/или продемонстрированы в рамках численного эксперимента.