华中科技大学现代控制理论 7.4 极大值原理.ppt

Ch.7 最优控制原理 目录(1/1) 目 录 7.1 最优控制概述 7.2 变分法 7.3 变分法在最优控制中的应用 7.4 极大值原理 7.5 线性二次型最优控制 7.6 动态规划与离散系统最优控制 7.7 Matlab问题 本章小结 极大值原理(1/4) 7.4 极大值原理 前一节讨论的最优控制问题都基于这样一个基本假定: 控制量u(t)的取值范围U不受任何限制,即控制域U充满整个r维控制空间,或者U是一个开集。 即控制量u(t)受等式条件约束 但是,大多数情况下控制量总是受限制的。 例如,控制量可能受如下大小限制 |ui(t)|?a i=1,2…,r 式中,a为常数。 极大值原理(2/4) 上述约束条件即相当于容许控制空间U是一个超方体。 甚至,有些实际控制问题的控制量为某一孤立点集。 例如,继电器控制系统的控制输入限制为 ui(t)=±a i=1,2…,r 一般情况下,总可以将控制量所受的约束用如下不等式来表示 Mi(u(t),t)?0, i=1,2,… 当控制变量u(t)受不等式约束条件限制时,古典变分法就无能为力了。 以后,还会看到,最优控制往往需要在闭集的边界上取值。 这就要求人们去探索新的理论和方法。 极大值原理(3/4) 应用古典变分法的另一个限制条件是要求函数L(x,u,t), f(x,u,t), S(x(tf),tf)对其自变量的连续可微性,特别是要求?H/?u存在。 因此,类似 这样的有较大实际意义的性能指标泛函就无能为力了。 所以,类似消耗燃料最小这类常见最优控制就无法用古典变分法来解决。 极大值原理(4/4) 鉴于古典变分法的应用条件失之过严,引起了不少数学界和控制界学者的关注。 其中,贝尔曼的动态规划和庞特里亚金的极大值原理是较为成功的,应用也很广泛,成为解决最优控制问题的有效工具。 本节主要介绍极大值原理的结论及其启发性证明。 讲授内容为 自由末端的极大值原理 极大值原理的证明 极大值原理的几种具体形式 约束条件的处理 自由末端的极大值原理(1/8) 7.4.1 自由末端的极大值原理 最优控制问题的具体形式是多种多样的,在7.2节的讨论中可知,3种泛函问题(拉格朗日问题、波尔扎问题和麦耶尔问题)的表达形式可以互相转换。 因此,与前面的方法一致,我们先研究泛函为定常的末值型性能指标的最优控制问题(麦耶尔问题),然后将结论逐步推广至其他最优控制问题。 下面,就定常的末值型性能指标、末态自由的控制问题来叙述极大值原理。 自由末端的极大值原理(2/8)—定理7-9 定理7-9(极大值原理) 设u(t)?U,t?[t0,tf],是一容许控制。 指定的末值型性能指标泛函为 J[u(·)]=S(x(tf)) 式中,x(t)是定常的被控系统 相应于控制量u(t)的状态轨线,tf为未知的末态时刻。 设使该性能指标泛函极小的最优控制函数为u*(t)、最优状态轨线为x*(t)。 则必存在不恒为零的n维向量函数?(t),使得 1) ?(t)是方程 自由末端的极大值原理(3/8) 满足 2) 边界条件 的解,其中哈密顿函数为 3)则有 即 自由末端的极大值原理(4/8) 4) 沿最优轨线哈密顿函数应满足 ??? 下面先对上述极大值原理的涵义作简单的解释,再给出该定理的启发性证明。 自由末端的极大值原理(5/8) 容许控制条件的放宽。 古典变分法应用于最优控制问题,要求控制域U=Rn,即控制域U充满整个r维控制空间。 然后,从控制量的变分?u(t)的任意性出发,导出极值条件?H/?u=0。 这一条件是非常严格的。 其一,它要求哈密顿函数H对控制量u(t)连续可微; 其二,它要求控制量的变分?u(t)具有任意性,即控制量u(t)不受限制,或仅在受等式约束条件限制的开集中取值。 自由末端的极大值原理(6/8) 2) 定理7-9中的式(7-93)和(7-94)同样称为协态方程和横截条件,其相应求解方法与基于古典变分法的最优控制求解方法类似。 变分法的极值条件是一种解析形式,而极大值原理的极值求解条件(7-96)是一种定义形式,不需要哈密顿函数H对控制量u(t)的可微性加以约束,而且对于通常的对u(t)的约束都是适用的, 例如,u(t)受不等式约束条件约束,即在闭集中取值。 自由末端的极大值原理(7/8) 3) 由极值求解条件(7-96)可知,极大值原理得到的是全局最小值,而非局部极值,而古典变分法中由极值条件?H/?u=0得到的是局部极小值。 再则,如果把条件(7-96)仍称为极值条件,则极大值原理得到的是强极值。 而古典变分法在欧拉方程推导时,对极值曲线x*(t)和其导数都引入变分,得到的是弱极值。 不难理解,当满足古典变分法的应用条件时,极值条件?H