第07章：最优控制的计算办法.pptx

第七章 最优控制的计算方法;本章主要内容 7.1 直接法 7.2 间接法 7.3 小结 ; 在前面讨论变分法、极小值原理及动态规划时，我们列举了一些例子。为了易于说明问题，这些例子都是非常简单的，可以用手算来解决问题。但是在实际工作中所遇到的最优控制问题，一般都是很复杂的，必须用计算机求解。;;; 直接法; 间接法;7.1 直接法; 1． ;2． ; 3． ;4．;5、; 6、 ;例7-1;解;;; 图7-1用梯度法寻找最优控制 图7-2 最优状态的求解;梯度法应用得比较多，它的优点是： （1）简单，编制程序容易； （2）计算稳定可靠。 缺点是： （1）在接近最优解时，迭代收敛很慢，为改善 收敛性可用共轭梯度法及二阶变分法等； （2）不能区分局部极小和全局极小； （3）对控制变量受约束，终端状态受约束的情 况不能直接处理。对于这种有约束的情况 可用约束梯度法或惩罚函数法加以处理。;;; ;;; （二）共轭梯度法; 1．求函数极值的共轭梯度法;定义; ;;;; 性质1 ;证明：;;性质2 ;;;性质3;证明;;;;; 如果一个算法能在有限步内求出二次函数的极小点，就称这个算法具有二阶收敛性或有限步收敛性。;性质4; 证：;;;;;2、用共轭梯度法解最优控制问题; 除了这些以外，其它在形式上与求函数极值的共轭梯度法一样。;共轭梯度法求最优控制步骤为 （1） （2） （3） ;（4） （5） （6）;（7） （8）;例7-2;解;;（1）; ;（2） ;; ; ;（3） ;;7.2 间接法 ;;; ;; ;;; ;计算步骤如下 （1） （2）;（3） （4） （5）;这种方法的缺点是： （1） （2） （3）;例7-3 ;解 ;表7-1; 这个方法的特点是用迭代算法来改善对正则方程解的估计，使它逐步逼近正则方程的精确解。及前面一样，将正则方程写成。; 拟线性化法将非线性两点边值问题转化为线性两点边值问题，因此变得容易求解。;满足给定边界条件;（7-80）可写成下面的线性非齐次方程;;例7-4;解;;根据（7-85）、（7-86）可得;;7.3 小结 ;2．;例 7-5 ;解：;;3．; 共轭梯度法比梯度法稍微复杂些，但收敛速度也快些。同样，在接近最优解时，共轭梯度法收敛速度变慢。要加速接近最优解时的收敛速度可用二阶变分法，不过这种方法的计算复杂程度要增加很多。 ;4．;5．;