最优控制--汉密尔顿函数.ppt

在这类极值问题中，要处理两种类型的等式约 束。一是微分方程约束，一是终端边界约束。根据 拉格朗日乘子法，要引入两面两个乘子矢量，一个 是n维λ(t)，另一个是q维μ，将等式约束条件泛函 极值化成无约束条件泛函极值问题来求解。 为此，构造增广泛函 写出哈密顿函数 (5-22) (5-21) 于是 (5-23) 对上式中最后一次作分部积分，得 (5-24) (5-25) (5-26) (5-27) 这是一个可变端点变分问题。考虑x(t)，u(t)， tf相对于它们最优值x*(t)，u*(t)，t*f的变分，并计 算由此引起J′的一次变分δJ′。设 图4 可变终端各变分间的关系 从图4可知在端点处变分之间存在下列近似关系 式中δx(t*f)——x在t*f时的一次变分； δx(t*f+ δtf)——x在tf =t*f+ δtf时的一次变分。 式(5-28)描述了在可变终端情况下，x在这两个时刻 上变分的近似关系，近似式中忽略了高阶无穷小量。 (5-28) 考虑到式(5-24)右边第一项和第二项的一次 变分各有两项： 因此，有 (5-29) 注意到δtf、δx、δu任意性，及泛函极值存在 的必要条件δJ′=0式(5-29)可得极值必要条件如下： (5-30) 式中H[x(tf), u(tf), λ(tf), tf]函数H最优轨线终端处的值。 边界条件x(t0)= x0 (5-32) 终端时刻由下式计算 (5-31) 终端时刻由下式计算 式中H[x(tf), u(tf), λ(tf), tf]函数H最优轨线终端处 的值。上述总共个2n+r+q+1方程，可联解出 2n+r+q+1个变量。 (5-32) 最后，分析哈密尔顿函数沿最优轨线随时间 的变化规律。哈密顿函数H对时间的全导数为 (5-33) 如果u为最优控制，必满足 及 (5-34) 因此，有 上式表明，哈密顿函数H沿最优轨线对时间的 全导数等于它对时间的偏导数。 当H不显含t时，恒有 即 常数 (5-35) 这就是说，对定常系统，沿最优轨线H恒为常值。 例4：给定系统状态方程为 设初始状态x(0)= 0，终端状态约束曲线 x1(1)+x2(1)-1=0求使性能泛函 取极小时的最优控制u*(t)及最优轨线x*(t)。 解 这是个终端时间tf给定，但终端状态受约束 的拉格朗日问题。 哈密顿函数 由性能泛函取极值的必要条件，得 它们的通解为 由边界条件确定积分常数 代入解得 由终端约束方程 x1(1)+x2(1)=1 可解出μ=-3/7。 最优解 * 第五章 用变分法求解连续最优控制问题 —有约束条件的泛函极值 上节讨论没有约束条件的泛函极值问题。但在 最优控制问题中，泛函J所依赖的函数总要受到受控 系统状态方程的约束。解决这类问题的思路是应用 拉格朗日乘子法，将这种有约束条件的泛函极值问 题转化为无约束条件的泛函极值问题。 一、拉格朗日问题 考虑系统 ——n维连续可微的矢量函数。 (5-1) 式中 ； ； 设给定 ，初始状态为x(t0)=x0， 终端状态x(tf)自由。性能泛函为 寻求最优控制u(t)，将系统从初始状态x(t0)=x0 转移到终端状态x(tf)，并使性能泛函J取极值。 (5-2) 将状态方程式(5-1)写成约束方程形式 应用拉格朗日乘子法，构造增广泛函 式中λ(t)——待定的n维拉格朗日乘子矢量。 (5-3) 定义纯量函数 称H[x,u,λ,t]为哈密尔顿函数。则 或 (5-4) (5-5) (5-6) 式中 (5-7) 对式(5-5)右边第二项作分部积分，得 将上式代入式(5-5)，得 (5-8) 使J′取极小的必要条件是，对任意的δu和δx， 都有δJ′=0成立。 设u(t)和x(t)相对于最优控制u*(t)及最优轨线 u*(t)的变分为δu和δx，计算由δu和δx引起的 J′的变分为： 因此得 (5-9) (5-10) (5-11) (5-12) 式(5-9)称为动态系统的伴随方程或协态方程， λ又称为伴随矢量或协态矢量。 式(5-10)即系统的状态方程。 式(5-9)与式(5-10)联立称为哈密尔顿正则方程。 式(5-11)称为控制方程， 这个方程是在假设δu为任意，控制u(t)取值 不受约束条件下得