控制系统参数优化及仿真课件.pptxVIP

控制系統參數優化及仿真

優化技術包括內容很多，本章主要介紹與系統最優化技術有關的參數優化技術方法。第一節首先對控制系統常用的優化技術做一概括性的敘述。第二節介紹單變數技術的分割法和插值法。第三節為多變量尋優技術，介紹工程中常用的最速下降法，共軛梯法和單純形法。第四節為隨機尋優法。第五節簡單介紹具有約束條件的尋優方法。第六節介紹含函數尋優的基本方法。最後向讀者介紹了Matlab優化工具箱的使用方法。

6.1參數優化與函數優化優化技術是系統設計中帶有普遍意義的一項技術,本節首先討論優化技術中的一些基本定義和問題.一、優化問題數學模型的建立用優化方法解決實際問題一般分三步進行：(1)提出優化問題，建立問題的數學模型。(2)分析模型，選擇合適的求解方法。(3)用電腦求解，並對演算法，誤差，結果進行評價。顯然，提出問題，確定目標函數的數學運算式是優化問題的第一步，在某種意義上講也是最困難的一步。以下分別說明變數，約束和目標函數的確定。

6.1參數優化與函數優化(1)變數的確定變數一般指優化問題或系統中待確定的某些量。例如，在電機的優化設計中，變數可能為電流密度J,磁通密度B，軸的長度，直徑以及其他幾何尺寸等。電路的優化設計中要確定的變數主要是電路元件(R,L,C)的數值。對產品設計問題來說，一般變數數較少(例如，幾個到幾十個)。變數數的多少以及約束的多少表示一個優化問題的規模大小。因此，工程上最優設計問題屬於中小規模的優化問題，而生產計畫，調度問題中變數數可達幾百個幾千個，屬於大規模優化問題。變數用X表示，磁通密度表示，。

6.1參數優化與函數優化(2)約束條件求目標函數極值時的某些限制稱為約束。例如，要求變數為非負或為整數值，這是一種限制；可用的資源常常是有限的(資源泛指人力，設備，原料，經費，時間等等)；問題的求解應滿足一定技術要求，這也是一種限制(如產品設計中規定產品性能必須達到的某些指標)。此外，還應滿足物理系統基本方程和性能方程(如電路設計必須服從電路基本定律KCL和KVL)。控制系統優化設計則用狀態方程和高階微分和差分方程來描述其物理性質。

6.1參數優化與函數優化如果列寫出來的約束式，越接近實際系統，則所求得的優化問題的解，也越接近於實際的最優解。等式約束：不等式約束：或

6.1參數優化與函數優化(3)目標函數優化有一定的標準和評價方法，目標函數是這種標準的數學描述。目標函數可以是效果函數或費用函數，。用效果作為目標函數時，優化問題是要求極大值，而費用函數不得超過某個上界成為這個優化問題的約束；反之，最優函數是費用函數時，問題變成了求極小值，而效果函數不得小於某個下界就成為這個極小值問題的約束了，這是對偶關係。

6.1參數優化與函數優化費用和效果都是廣義的，如費用可以是經費，也可以是時間、人力、功率、能量、材料、占地面積或其他資源。而效果可以是性能指標、利潤、效益、精確度、靈敏度等等。也可以將效果與費用函數統一起來，以單位費用的效果函數或單位效果的費用函數為目標函數，前者是求極大值，後者是求極小值。求極大值和極小值問題實際上沒有什麼原則的區別。因為求的極小值相當於求-的極大值，即。兩者的最優值均當時得到。

6.1參數優化與函數優化綜上所述，優化問題的數學模型可以表示成如下形式：(6.1.1)約束條件

6.1參數優化與函數優化二、優化問題的分類優化問題可以按下述情況分類：(1)有沒有約束？有約束的話是等式約束還是不等式約束？(2)所提問題是確定性的還是隨機性的？(3)目標函數和約束式是線性的還是非線性的？(4)是參數最優還是函數最優，即變數是不是時間的函數？(5)問題的模型是用數學解析公式表示還是用網路圖表示？在網路上的尋優稱為網路優化。限於本書的內容要求，在此只介紹參數優化和函數優化。

6.1參數優化與函數優化(1)參數優化在控制對象已知，控制器的結構、形式已確定的情況下，通過調整控制器的某些參數，使得某個目標函數最優，這就是參數優化問題。例如，圖6.1.1所示的控制系統，在某個給定函數的作用下，測量給定與輸出量之間的偏差，用作為指標函數，要求調整控制器的參數，使得該指標函數達到最小。圖6.1.1控制器參數的調整

6.1參數優化與函數優化假定控制器有個