网络攻击下动态供应链系统数据驱动容错控制

作者：刘永泽; 李庆奎^*

来源：北京信息科技大学学报(自然科学版), 2023, 38(01): 8-23.

DOI：10.16508/j.cnki.11-5866/n.2023.01.002

• 虚假数据注入攻击
• 供应链
• 数据驱动
• 容错控制
• 无模型自适应

研究了受到虚假数据注入攻击的多输入多输出非线性供应链系统(supply chain system, SCS)的无模型自适应容错控制问题。首先，对SCS生产过程进行分析，并基于等价动态线性化方法为其建立具有未知需求扰动与网络攻击输入的数据模型。其次，利用径向基函数神经网络(radial basis function neural network, RBFNN)对未知非线性函数的逼近能力，针对一个包含网络攻击的组合信号进行在线拟合，并基于优化准则技术对不确定需求及等价数据模型中时变参数进行估计。最后，设计了一种无模型自适应容错控制(model free adaptive fault tolerant control, MFAFTC)策略，并通过一个算例仿真验证了容错控制器的收敛性和有效性。

• 单位
  自动化学院; 北京信息科技大学