优控制的计算方法.pptVIP

（1）选，代入状态方程和协态方程（7-54）、（7-55）、（7-62）和（7-63），时的计算可求得积分可得梯度向量共轭梯度。（2）时，用一维寻优来决定。将代入状态方程（7-54）、（7-55）和协态方程（7-62）、（7-63），得积分得可求得的最优值为于是由（7-62）式积分上式可得共轭系数共轭梯度（3）时，控制量为同以上步骤，将代入状态方程和协态方程，求出对寻优，可得，于是由所以这个例子只要两步迭代即可得到最优解。一般说来，共轭梯度法比梯度法收敛快，但接近最优解后收敛性仍是较慢的。一个补救办法是重新启动，即找出几个共轭梯度方向 后，令 ，再用（7-50）重新迭代，寻找共轭梯度方向。可以证明，即为最优控制。这只要证明即可。7.2间接法logo（一）边界迭代法这个方法的特点是逐步改善对缺少的初始条件的估计，以满足规定的边界条件。它的原理如下。可解出，将它表示为和的函数，即利用哈密顿函数H取极小的方法（7-64）将所求得的代入正则方程（7-1），消去正则方程中的。再引入增广状态（7-65）设（7-65）式有个已知初始条件， 个终端条件已知，设为和，这是混合式的两点边值条件（参见例3-6），用边界迭代法也很易处理。一般是非线性向量函数。则正则方程（7-1）可写成（7-66）显然，是已知的，设（7-67）定义因未知，用一个估计值得到的解为（7-69）设由、出发积分正则方程（7-66），求得解,从中抽出个分量构成。显然的值将随 而变，记成（7-68）定义则称和是共轭的。（单位阵）时，共轭就变为通常的正交。若中两个向量和满足（7-24）设向量，是两两共轭的，以为寻找方向，可得共轭梯度法的迭代寻优程序：（7-25）与梯度法不同处仅在于用共轭梯度代替负梯度。问题是如何产生共轭梯度方向。值由和对共轭的关系来确定，即（7-26）（7-27）令，即初始时共轭梯度与梯度方向相反、大小相等。以后的共轭梯度可如下递归产生：将（7-26）代入（7-27），得称为共轭系数。故（7-28）用（7-28）式计算是不方便的，因为要用到二阶导数阵。由（7-22）和（7-23）知分别为的第个和第个分量，右端表示由的第行第列元素构成的矩阵。计算这个二阶导数阵非常困难。为此，有必要推导不用来计算的公式。（7-29）性质1 若是空间中彼此共轭的向量，则它们是线性独立的。在这个推导中要用到共轭梯度的下列性质：证明：因为正定，上式对每一个成立，所以必须有与假设矛盾，这说明 是线性独立的，它们构成了空间中的一组基向量。上式左端各项对取内积后有（7-31）用反证法。若不线性独立，则必存在不全为零的常数使（7-30）其中,可这样来求：作内积（7-33）从而按照这个性质，函数的极小点可用这组基来表示，即（7-32）性质2式中，。（7-34）说明，在处函数的梯度