改良的离散事件系统最优化控制理论及应用

随着系统结构和任务目标的复杂化，传统的命令控制（Command & Control）分析和合成技术将不能适应，不优化的命令和控制将会产生严重的后果，至少也会浪费大量的资源。离散事件系统的智能控制研究是以系统内在结构为基础，以运行的任务目标为导向，以量化的测度来实现命令控制的最优化。目前基于语言测度的离散事件控制分析和合成理论与应用已经收到了良好的效果，但是还有很多亟待解决的地方，例如（1）开环模型需要规范化以实现可控事件和非可控事件的完全分离；（2）以概率相关的可控事件活度需要随着控制器进行变化，（3）在实际应用中应该采用自适应算法对非可控事件的活度进行调节，从而保障最优控制器也跟着适应。上述这些改进将对已有的以语言测度为基础的离散事件控制技术产生重大改进。另外我们将把离散系统应用于机器人物流控制来展示离散系统控制技术应用的必要性，同时验证新的理论和算法的正确性。