Рассматривается задача слежения для линейных каскадных систем, состоящих из двух подсистем, в условиях параметрической неопределенности. Для повышения точности слежения и робастных свойств предлагается модификация метода скоростного биградиента Ю. И. Мышляева за счет расширения размерности выходного каскада путем добавления интегратора, формирования информационного выхода в виде линейной комбинации ошибки слежения и ее производных и синтеза виртуального управления в виде локальной обратной связи по информационному выходу. Описывается четырехэтапная процедура синтеза алгоритма непрямого адаптивного управления на основе метода скоростного биградиента с интегральным виртуальным управлением. Решение задачи слежения обосновывается методом функций Ляпунова. Доказывается достижение поверхности скольжения и информационного выхода за конечное время.

Исследуются идентифицирующие свойства алгоритма. Приводится процедура синтеза алгоритма слежения и результаты компьютерного моделирования замкнутой системы управления на примере линейной системы третьего порядка.

Инфраструктура сбора и распространения открытых данных относится к числу ключевых инструментов цифровой экономики. Открытые данные способны служить мощной базой для развития инноваций, основанных на обработке больших данных и использовании технологий искусственного интеллекта. Тем не менее, в настоящее время в ряде секторов, в том числе в энергетике, эффективная экосистема для внедрения таких инноваций практически не развита. В связи с этим в статье рассматриваются основные проблемы, связанные с накоплением и применением открытых данных электроэнергетики, и возможные пути их решения. Приведен краткий анализ ряда публикаций по вопросу организации открытых данных в энергетике. Выполнен анализ архитектурных особенностей зарубежных платформ открытых данных в электроэнергетике. Отмечено, что вопросам сбора, хранения и предоставления открытых данных за рубежом уделяется значительное внимание, и в настоящее время активно решаются как технические, так и нормативно-правовые проблемы. Перечислены источники открытых данных российской электроэнергетики и проблемы, связанные с извлечением данных из разнородных источников. Рассмотрен экосистемный подход к организации платформы открытых данных и сформулированы основные принципы монетизации данных. Представлены ключевые заинтересованные стороны платформы и механизмы их мотивирования. Предложена архитектура платформы, позволяющая удовлетворить потребности заинтересованных сторон и обеспечить ускоренное развитие инноваций в энергетике. Для эффективного хранения данных в платформе предложено использовать озеро-склад данных. В качестве примера описано приложение на основе платформы открытых данных для прогнозирования часов пиковой нагрузки региональных энергосистем с использованием машинного обучения, которое может быть использовано в составе систем управления энергопотреблением. Сформулированы предложения по доработке организационного и информационного обеспечения открытых данных электроэнергетики в целях повышения эффективности их сбора, хранения и обработки на базе цифровой платформы.

Исследованы динамические характеристики четырехколесного робота при различных вариантах взаимного расположения меканум-колес при маневрировании по нелинейной траектории. Определены возможные варианты размещения меканум-колес и обоснована их управляемость путем анализа матрицы пространства состояний. Предложен алгоритм управления мобильным роботом при движении по криволинейной траектории 4-го порядка при изменяющихся начальных значениях матрицы состояний. Проведено компьютерное моделирование движения робота при различных вариантах взаимного расположения меканум-колес в соответствии с алгоритмом. Получены динамические характеристики робота: зависимости ошибки позиционирования, угла отклонения корпуса робота от начальных координат, угловых скоростей колес для каждой конфигурации. Проведен сравнительный анализ полученных результатов моделирования, в результате чего установлено, что наилучшую управляемость имеют симметричные варианты расположения колес с полным рангом матрицы состояний, а остальные варианты могут иметь ограниченное распространение. Показано, что оценка управляемости топологий мобильного робота с различным взаимным расположением меканум-колес не может базироваться только на теоретической основе анализа матриц пространства состояний, а должна быть подкреплена результатами эксперимента с применением динамической модели движения робота. Симметричные полноранговые варианты расположения меканум-колес в роботе, в которых соседние колеса имеют различный по знаку угол наклона роликов, могут обеспечить всенаправленное движение с хорошей маневренностью и достаточными динамическими показателями электроприводов.

Иные симметричные и несимметричные варианты пространственного расположения меканум-колес в роботе обладают худшей управляемостью и могут быть применены, например, в случаях, когда преобладает однонаправленное движение по траектории. В качестве способа повышения динамических показателей в переходных и установившихся режимах было рекомендовано применение астатического контура положения, а повышение качества регулирования контура скорости электроприводов меканум-колес мобильного робота может быть достигнуто путем использования пропорциональноинтегрально-дифференцирующего регулятора, что справедливо при любых значениях матрицы пространства состояний.

Рассматривается одна из актуальных и ключевых задач транспортной отрасли — задача планирования маршрутов следования транспортных средств. Для многих приложений данная задача может быть описана и формализована как задача коммивояжера (англ. Traveling Salesman Problem, TSP), которая заключается в поиске для коммивояжера оптимального маршрута, проходящего через указанные города хотя бы по одному разу с последующим возвратом в исходный город. В общем случае при планировании таких маршрутов приходится решать множественную задачу коммивояжера (англ. Multiple Traveling Salesman Problem, MTSP), допускающую более одного коммивояжера и более одного депо — пункта их базирования, в котором начинаются и заканчиваются маршруты. MTSP как задача комбинаторной оптимизации относится к классу NP-трудных задач. В настоящей статье излагается эвристический метод ее решения на основе геопространственной кластеризации исходного множества го родов. Сначала рассматривается MTSP с одним депо. Дается двухиндексная математическая формализация данной задачи и излагается метод Миллера—Такера—Землина, сводящий ее к задаче целочисленного линейного программирования. Обсуждаются метаэвристические методы решения MTSP. Рассматривается более сложная задача — MTSP с несколькими депо. Излагается кластерный двухэтапный метод решения данной задачи — метод CFRS ("Cluster First — Route Second"), позволяющий свести ее к семейству MTSP с одним депо. Здесь на первом этапе осуществляется геопространственная кластеризация городов, для которой возможно использовать различные методы кластеризации, включая метод K-средних. На втором этапе для каждого построенного кластера осуществляется выбор депо для его обслуживания и строятся маршруты объезда всех городов данного кластера. Обсуждается методология кластеризации как эффективный инструмент решения MTSP.

Приводится числовой пример авиационной логистики — маршрутизация полетов группы БПЛА.

Рассматривается задача формирования строя автономных подводных необитаемых аппаратов для согласованного выполнения групповой миссии. В основе предложенного метода лежит построение вероятностного функционала, который описывает задачу построения строя аппаратов и учитывает при этом возможность коллизий между ними; функционал порождает искусственное потенциальное поле, имеющее понятную интерпретацию. Формирование строя реализуется с помощью градиентного принципа последовательной оптимизации вероятностного функционала.

Приводятся основные предположения, которые принимаются при построении метода. В частности, считается, что группа подводных аппаратов является гомогенной, а структура формируемого строя имеет организацию "лидер—ведомый". Предполагается, что всем аппаратам доступна информация о положении и ориентации лидера и других аппаратов. Формирование строя происходит в условиях непрерывного движения всей группы аппаратов. Известны максимальная и отличная от нуля минимальная допустимые скорости всех аппаратов. В исходном состоянии до начала формирования строя все подводные аппараты находятся в произвольных местах акватории в пределах некоторого разумного расстояния. В работе на основе стандартных рассуждений строится в общем виде функционал, имеющий смысл вероятности формирования заданного строя группой аппаратов при условии отсутствия столкновений аппаратов друг с другом в процессе движения. Вводятся и обосновываются конкретные типы распределений вероятностей, входящие в общий функционал. В общем виде вычисляется явное выражение для градиента этого функционала по пространственным переменным. Выводится закон и приводится механизм управления скоростью подводных аппаратов вплоть до окончания формирования строя. Рассмотренный метод имеет простую программную реализацию и демонстрирует высокую эффективность, что позволяет управлять формированием строя большой группы подводных аппаратов в реальном времени. На примере группы из 11 подводных аппаратов приводятся результаты моделирования, которые подтверждают работоспособность и указанную эффективность предложенного метода.