最大值原理及其应用.docVIP

最大值原理及其应用实例 [摘要]：最优控制中的最大值原理，是在目标泛函的最大化问题中得到最优控制的必要条件是使哈密顿函数达最大值而得名的。它被广泛应用于开放式捕鱼以及日常实际问题求最优策略的解决过程中，但是虽然它解决了古典变分法所遇到的困难，给出了最优控制问题解的必要条件，却绝非充分条件，所以在应用中具有一定局限性。 [关键词]：最大值原理；哈密顿函数；必要条件；最优控制；最优策略 正文： 1．最大值原理的内涵 设系统的状态方程为 控制u属于Rm中的某个有界闭集U，最优控制问题是求u∈U，使得 最小。 假设f(x,u,t)的分量为fi(x,u,t)，并假设 ，，，，，， 都是其自变量的连续函数。用u*、x*分别表示最优控制和最优轨迹，则u*使J(u)取最小值的必要条件是： 1.1存在协状态向量λ*(t),它和x*(t),u *(t)一起满足正则方程 1.2哈密顿函数作为u的函数在u=u*(t)取最小值，即 1.3 正则方程的边界条件： 1.3.1 若x(tf)=xf 是给定的，则边界条件为 1.3.2 如果tf给定，x(tf)自由，那么边界条件为 1.3.3 如果tf也是自由的，还要加一个条件： 以确定tf 。 1.3.4 如果要求x(tf)落在m维流型S上， 那么边界条件为 如果tf是自由的，再增加条件 可以看出，上述的正则方程和边界条件与u无约束的情况用变分法导出的完全相同。 注1： 如果最优控制问题是求，使得目标函数J（u）最大，在最大值原理中，最优控制u*应使哈密顿函数值最大，即 最大值原理就是在目标泛函的最大化问题中得到最优控制的必要条件是使哈密顿函数达最大值而得名的。 同样，由于目标函数的最小化问题中得到最优控制的必要条件是使哈密顿函数达最小值，也有人称这个原理为最小值原理。 注2：哈密顿函数作为u的函数，在u=u*(t)处取最小值，因此式 对区间[t0 ,tf]上的所有t成立，其含义是：对于由最优控制u=u*(t)引发的x*(t)和协状态λ*（t），哈密顿函数作为u函数，在u=u*(t)处取最小值。 在u为标量的情况，必要条件的含义是：在特定的时刻t和特定的x*(t)、λ*（t）曲线，哈密顿函数的右端可以看做u的函数，最优控制u*(t)使它取最小值 当U为闭区间[a,b]时，允许的控制满足 哈密顿函数仅作为u的函数，有如图所示的三种情况： 图1 关于哈密顿函数的示意图 第一种情况：哈密顿函数的最小值在区间[a,b]内的点达到。如果哈密顿函数关于u是可微的，则必要条件为 其他两种情况是哈密顿函数的最小值在区间[a,b]的边界点达到，这时则必须用更广泛的条件 也就是用条件 来描述。 当x(tf)是自由的时，应用最大值原理求最优策略的具体步骤如下： 第1步：构造系统的哈密顿函数为 第2步：由 导出决策变量u与状态变量x、协状态变量λ的关系，记为u=u(x,λ)。 第3步：写出以下正则（正规）方程组为 将u=u(x,λ)带入正则方程，解出x=x*(t),λ=λ*(t)。 第4步：将x=x*(t),λ=λ*(t)代入u=u(x,λ)得到最优策略 如果决策问题还要求满足边界条件x(tf)=xf ，则以这个边界条件取代正则方程组中的条件。[1] 2．最大值原理在开放式捕鱼中的应用 2.1.应用最大值原理建立模型 所谓开放式捕鱼是指任何渔船都可以任意捕捞。当然,要使捕渔业有长期利润,这就需要考虑怎样控制每年的捕鱼量才能有利于鱼的繁殖,使得在一定时间内鱼的产量最高,也就是使捕渔业赚得的经济收入总数为最大。为了讨论这个问题,首先建立如下数学模型: 设F(x)表示一个给定单种群鱼群的自然增长率,用h(t)表示收获率,x为鱼群的种群密度,t为时间,则鱼群的增长函数为： （1） 赚得的经济收入总数为： （2） 其中,δ为经济效益指标(折扣率),p为所捕鱼的单位价格,c(x)为单位成本函数。 所以原问题是要求一个最优收获率h*(t)来使经济收总数J最大。文献用欧拉方程求解最优收获率h*(t)。 设 那么由欧拉方程: 则可得到方程: （3） 若方程(3)有唯一解x=x*,则x*就为所求的最优种群密度(能使经济收入达到最大且不会使鱼群灭绝的鱼群密度)。若用表示最大可行收获率,则 这种方