最优控制理论的发展与展望..docVIP

最优控制理论的发展与展望 [1]最优控制理论是 20 世纪 60 年代迅速发展起来的现代控制理论中的主要内容之一 ,它研究和解决的是如何从一切可能的方案中寻找一个最优的方案。1948 年维纳等人发表论文 ,提出信息、反馈和控制等概念 ,为最优控制理论的诞生和发展奠定了基础。我国著名学者钱学森在 1954 年编著的《工程控制论》直接促进了最优控制理论的发展。美国著名学者贝尔曼的“动态规划”和原苏联著名学者庞特里亚金的“最大值原理”是在最优控制理论的形成和发展过程中 ,最具开创性的研究成果 ,并开辟了求解最优控制问题的新途径。此外 ,库恩和图克共同推导的关于“不等式约束条件下的非线性最优必要条件(库恩 —图克定理) ”及卡尔曼的关于“随机控制系统最优滤波器”等是构成最优控制理论及现代最优化技术理论基础的代表作。[1] [1]鲁棒控制是针对不确定性系统的控制系统的设计方法 ,其理论主要研究的问题是不确定性系统的描述方法、鲁棒控制系统的分析和设计方法以及鲁棒控制理论的应用领域。鲁棒控制理论发展的最突出的标志之一是 H∞控制。H∞控制从本质上可以说是频域内的最优控制理论。鲁棒控制与最优控制结合解决许多如线性二次型控制、电机调速、跟踪控制、采样控制、离散系统的镇定、扰动抑制等实际问题。 [2]近年来，最优控制理论[1,2]的研究，无论在深度和广度上，都有了很大的发展，已成为系统与控制领域最热门的研究课题之一，取得了许多研究成果。 同时，也在与其他控制理论相互渗透，出现了许多新的最优控制方式，形成了更为实用的学科分支。 例如鲁棒最优控制[3]、随机最优控制[4]、分布参数系统的最优控制[5]、大系统的次优控制[6]、离散系统的最优控制及最优滑模变结构控制[7,8]等。 而对于非线性系统，其最优控制求解相当困难， 需要求解非线性 HJB 方程或非线性两点边值问题，除简单情况外[9]，这两个问题都无法得到解析解。 因此，许多学者都致力于寻求近似的求解方法[10~13]，通过近似解得到近似的最优控，即次优控制。 1 非线性最优控制理论研究成果分类 目前，较为流行的近似最优控制求解方法主要有以下几类[6] [13]。 1．1 幂级数展开法：幂级数展开方法通过一个幂级数来构造控制律，得到序列形式的近似最优解，或者将系统中的非线性项以幂级数形式分解，或者通过引进一个临时变量并围绕它展开。 V（x）=∞i =0ΣV（i）（x），Vx（x）=∞i = 0ΣV（i）（x），f（x）=∞i = 0Σf（i）（x） 将上式代入 HJB 方程求得级数近似解， 也可利用 Adomian 分解将非线性项进行分解，由此寻求非线性 HJB 方程级数的近似解。 1．2 Galerkin 逐次逼近方法：由动态规划得到的一般性偏微分 HJB 方程， 引入一个迭代过程来求解一般非线性 HJB 方程的一个近似解序列。 u（k＋1）＝－12R－1BT 坠V（k）坠x（x），k＝0，1，2…1．3 广义正交多项式级数展开法： 其主要思想是将最优控制问题中的状态变量，控制输入，性能指标和各个参数分别用广义正交多项式展开，利用广义正交多项式的积分、乘积运算阵 tt0乙θ（t）dt＝Pθ（t），tiθ（t）＝Liθ（t） 将描述系统的微分方程转化为一系列的代数方程 X＝MU＋N。 然后， 得到 TU=V，T 非奇异时由 U=T-1V 得到的控制律是一个多项式级数解 u（t）＝θpt（t）U。 该方法将最优控制问题转化为代数极值问题，从而避免了求解时变非线性 Riccati 方程。 1．4 有限差分和有限元方法： 经典的有限差分和有限元方法可以用 来近似求解非线性 HJB 方程。 近年来，这类方法用来近似求取非线性HJB 方程的粘性解。 1．5 状态相关 Riccati 方程方法： 这种方法适用的模型是仿射非线性系统，通过极大值原理假设最优控制律具有如下形式 u*（t）＝－R－1BT（x）P（x）x 其中 P（x）为下式所述里卡提方程的解－P.（x）=AT（x）P（x）＋P（x）A（x）－P（x）B（x）R－1BT（x）＋QP（x（tf））＝Qf这样，问题的关键归结于近似求解 P（x）。 状态相关里卡提方程方法通过在 P（x）中引 入 灵 敏 度 参 数 变 量 ε，在 ε＝0 邻 域 内 将 P（x）展 为幂级数 P（x，ε）＝P（x）ε＝0＋Pεε（x）ε2／ 2ε＝0＋…＝mn ＝ 0ΣεnLn（x） 通过比较幂级数同次项系数将状态相关里卡提方程分解为 一 组矩阵微分方程序列，由此求得其近似解。 状态相关里卡提方程方法所设计的近似最优控制律是一种级数形式的状态反馈控制律。 1．6 Riccati 方程近似序列法： 该方法对非线性系统构造线性时变序列以及相应的线性二次型时变性能指标，得到线