[工学]最优控制 第三章 静态最优化问题的最优控制.pptVIP

* 第三章 静态最优化问题 的最优控制 静态最优化问题的目标函数是一个多元普通 函数，其最优解可以通过古典微分法对普通函数 求极值的途径解决。 动态最优化问题的目标函数是一个泛函数， 确定其最优解要涉及古典变分法求泛函极值的问 题。 1 第三章 静态最优化问题的最优控制 这门课的重点在后边，但考虑到变分法与微分 法在求极值问题上有相似之处，为收到触类旁通的 功效，这节对较熟悉的普通函数求极值问题作一回 顾。 2 第三章 静态最优化问题的最优控制 一、一元函数的极值 设J=f(u)为定义在闭区间[a,b]上的单值连续可 微函数，则存在极值点u*的必要条件是 (3-1) 3 第三章 静态最优化问题的最优控制 u*为极小值点充要条件是 f (u)=0, f (u)0 (3-2) u*为极大值点充要条件是 f (u)=0, f (u)0 (3-3) 因为f(u)的极小值和-f(u)的极大值等效，所以今 后所有推倒和结论，均以极小值为准。 4 第三章 静态最优化问题的最优控制 由式(3-1)求得的极值点u*为驻点，其性质是： 当f (u*)0，u*为极大值点； 当f (u*)=0，u*为拐点； 当f (u*)0，u*为极小值点。 而且，这些极值f (u*)只是相对于u*左右邻近 的f(u)而言的，故具有局部性质，称为相对极值。 5 第三章 静态最优化问题的最优控制 它在定义域上可以不止一个，如果将整个定义 域[a,b]上所有的极小值进行比较，找出最小的极小 值，称为最小值。它具有全局性质，而且是唯一 的。一般地记为 (3-4) 6 第三章 静态最优化问题的最优控制 二、多元函数的极值 设n元函数f = f(u)，这里u = [u1 u2 … un]T为n 维列向量。它取极值的必要条件是 或函数的梯度为零矢量。 (3-5) (3-6) 7 第三章 静态最优化问题的最优控制 至于取极小值的充要条件，尚需满足 即下列海赛矩阵为正定矩阵。 (3-7) (3-8) 8 第三章 静态最优化问题的最优控制 例1：设 试求的极值点及其极小值点。 解：由极值必要条件 得 9 第三章 静态最优化问题的最优控制 联立解得极值点为x* = [1 1 -2]T。 又从 得海赛矩阵 故x = [1 1 -2]T为极小值点x*，f的极小值 f * = f(x*) = 0。 正定 10 第三章 静态最优化问题的最优控制 三、具有等式约束条件的极值 上面讲的是无约束条件极值问题的求解方法。 对于具有等式约束条件的极值问题，则要通过等效 变换，化为无约束条件的极值问题来求解。 11 第三章 静态最优化问题的最优控制 例如用一定面积的铁皮作罐头桶，要求罐头桶容积为最大几何尺寸的问题，就是个具有等式约束的极值问题。 设罐头桶的几何尺寸：高为l，半径为r，则容积为 J = v(r,l) =πr2l (3-9) 给定铁皮面积常量。要使罐头桶容积为最大，必然要受条件 g(r,l) = (2πr2+2πrl)-A = 0 (3-10) 的约束。 解此类问题的方法有多种，如嵌入法(消元法)和拉格朗日乘子法(增元法)等。 12 第三章 静态最优化问题的最优控制 (1) 嵌入法 先从约束条件式(3-10)解出一个变量，例如 然后代入目标函数式(3-9) 这样就变成一个没有约束条件的函数式。 (3-11) 13 第三章 静态最优化问题的最优控制 显然，式(3-11)取极值的条件为 可解出极值点： (3-12) (3-13) 14 第三章 静态最优化问题的最优控制 故上述极值点为极大值点。罐头桶的最大容积为 (3-14)