最優控制內容總結-變分法(3)
不同終端約束條件下的最優控制問題,是有約束條件下的最優控制問題在不同的邊界條件下的特殊情形。由於邊界條件的不同,使得該問題呈現出不同的特點。
歸納起來,主要根據終點時間和終端狀態的情況分為四種:時間固定、狀態自由,時間固定、狀態受約束,時間自由、狀態自由,時間自由、狀態受約束。
需要說明的是,對於終端狀態固定的情況屬於狀態受約束的特殊情形,在無約束泛函極值時候曾經分開討論,並且在無約束問題中,將終端約束放置在終端狀態變分項中處理;而在有約束的最優控制問題中,則將其分別處理。
最優控制問題一般描述 :
與前述問題一致,考慮控制系統狀態受限情況下的最優控制問題,
狀態受到的狀態動力模型的約束:
前述方法一致,引入協調變數,將問題轉化為無約束問題:
這裡,
1、時間固定、狀態自由
即
,隱含意思就是\[\delta {t_f} = 0\]
透過對目標函式兩側求變分,可得:
推導到這裡,需要做的工作是對最後一項進行分步積分,目的是將
這項變成
和
的形式表示,進一步可與前面的項進行同類項合併。
由此得出:
在進行上述推導的時候,需要用到的式子就是:
另外,還需要說明的一點是由於邊界條件
,故
在之前的學習中總是由於忘記這個技巧,所以推匯出來的式子總是出問題。
由此,我們就可以得到在時間固定,狀態自由情況下最優控制的必要條件:
正則方程:
,
控制方程:
橫截條件:
邊界條件:
至此,我們得到了時間固定、狀態自由條件下的必要條件。
2、時間固定、狀態受約束條件下
這裡狀態受約束指的是終端狀態收到約束,用等式\[G\left( {{x_{{t_f}}}} \right) = 0\]來描述。
這個描述區別於前面的終端狀態滿足
,我的理解是前者的適用條件更廣泛。因此,這時候給出的處理方式更普遍。
將引入協態變數
將等式約束
整合到目標函式中,可得:
與內容(1)處理方法相同,對目標函式兩側求變分,可得泛函極值的最優條件
需要指出的是,等式約束主要是在lagrange項中,因此只是對橫截條件有影響,而積分項中不變,因此
協態變數可寫成如下式子:
合併後得出:
因此,得出時間固定、狀態受約束條件下泛函取極值的必要條件為:
正則方程:
,
控制方程:
橫截條件:
邊界條件:
和
3、時間自由、狀態自由條件
在時間自由條件下導致泛函為終點時刻的函式,因此,需要參考無約束條件下的處理方法進行推導。
這裡有式子
因此泛函可以進行拆分
上式中,
由於終點時間自由,導致Lagrange項包含了時間變數;
可以看做是終點時間固定的式子。
所以需要對
和
進行特殊處理。
對於
利用中值定理得
這裡,為了後續計算,引入了一個替換公式:
引入這個公式的目的在於,抵消掉
中關於
的函式;
所以上式可以替換得到
同樣,對
項求變分,可得
對上述三項式子進行合併,即可得:
由此得出泛函得極值的必要條件:
正則方程:
控制方程:
橫截條件:
,
邊界條件:
4、時間自由、終端受約束條件下
與內容2類似,終端約束可以表徵為
,
同樣,引入協態變數\[v\]對等式約束進行處理,最終
對上式求變分,與內容3比較,不同部分為\[J_1\];
將此項與原式子合併可得時間自由、終端受約束條件下的泛函極值必要條件:
正則方程:
控制方程:
橫截條件:
邊界條件:
,
下一篇:中年人莫名的焦慮是為什麼?