最优控制读书报告

最优控制读书报告

学院

专业

班级

姓名

学号

最优控制理论是现在控制理论的一个重要组成部分。控制理论发展到今天，经历了古典控制理论和现代控制理论两个重要发展阶段，现已进入了以大系统理论和智能控制理论为核心的第三个阶段。对于确定性系统的最优控制理论，实际是从20世纪50年代才开始真正发展起来的，它以1956年原苏联数学家庞特里亚金（Pontryagin）提出的极大值原理和1957年贝尔曼提出的动态规划法为标志。这些理论一开始被应用于航空航天领域，这是由于导弹、卫星等都是复杂的MIMO非线性系统，而且在性能上有极其严格的要求。时至今日，随着数字技术和电子计算机的快速发展，最优控制的应用已不仅仅局限于高端的航空航天领域，而更加渗入到生产过程、军事行动、经济活动以及人类的其他有目的的活动中。最优控制的发展成果主要包括分布式参数的最优控制、随机最优控制、自适应控制、大系统最优控制、微分对策等，可以这样讲，最有控制理论对于国民经济和国防事业起着非常重要的作用。

这个学期开设的最优控制课程，主要介绍的是静态优化，经典变分法以及极小值原理。对于静态优化的方法，解决的主要是如何求解函数的极值问题；变分法则被用来求解泛函的极值问题；极小值原理的方法，适用于类似最短时间控制、最少燃料控制的问题。另外，在这些的基础上，我们还学习研究了线性系统二次型指标的最优控制，即线性二次型问题（LQR）。

类似其他的控制理论与控制工程的专业课程，最优控制的基础不但是有关自动化、控制方面的内容，很大一部分可以说是高等数学，以及更加深刻的数学知识和理论。就这门课程而言，遇到的第一个比较重要的数学命题，就是关于泛函的问题。在学习泛函之前，我们都对于函数的定义非常清楚，简而言之，泛函就是“函数的函数”。在动态系统最优控制问题中，其性能指标就是一个泛函，而性能指标最优即泛函达到极值。

以如下方式表示泛函，

[()]J J X t =

那么求解泛函极值的问题，就是让()J X 在*X X =处有极值的必要条件是对于所有容许的增量函数X δ（自变量的变分），泛函()J X 在*X 处的变分为0：

*(,)0J X X δδ=

为了判别其为极大还是极小，就需要计算其二阶变分2J δ。

具体的泛函极值问题又可以分为两类，无约束条件与有约束条件。对于泛函

0,,f

t t J F X X t dt ??=???&（,X X &为向量）取无约束极值的必要条件为()0F d F X dt X

??-=??&（欧拉-拉格朗日方程），当0()X t ()f X t 自由时，还需要横截条件0F X ?=?&（当0t t =和f t t =时）。 对于状态方程为[](),(),X

f X t U t t =&的系统，其性能指标[]0(),(),(),f

t f f t J X t t F X t U t t dt φ??=+???，初始状态给定，终端状态满足向量约束方程，给出其取极值时的必要条件为：()()H

X

H X λλ??=-??????=???

&&协态方程正则方程状态方程 0H U

?=? （控制方程） ()()()

T

f f f G t v X t X t φλ??=+?? （横截条件） 其中，(,,,)(,,)(,,)T

H X U t F X U t f X U t λλ=+?称作哈密顿函数。 在经典变分法中，U δ为任意，如果不满足这种情况，就需要利用极小值原理来求解。极小值原理是对经典变分法的扩展，可以解决经典变分法无法解决的最优控制问题。也就是当控制有约束，哈密顿函数H 对U 不可微时，要用极小值原理。所得出的最优控制必要条件与变分法所得的条件的差别，仅在于用哈密顿函数在最优控制上取值的条件

*****(,,,)min (,,,)U H X U t H X U t λλ∈Ω=代替0H U

?=?，可以看出，后者可以作为前者的特殊情况。其他条件包括正则方程，横截条件，边界条件等都一样。需要注意的是，极小值原理解决最短时间控制问题时，最短时间的控制量只能取约束的边界值+1或-1；而最少燃料控制的控制量可取边界值+1、-1、0。

用极小值原理解非线性系统的最优控制将导致非线性两点边值问题，这类问题求解是很困难的。即使系统是线性的，但当指标函数是最短时间、最少燃料这种形式，要求得到最优控制的解析表达式，并构成反馈控制（即把U(t)表示为X(t)的函数）也是非常困难的。线性二次型问题的实用意义在于：把它所得到的最优反馈控制与非线性系统的开环最优控制结合起来，可减少开环控制的误差，达到更精确的控制的目的。

与经典控制问题相比，线性二次型问题有两个显著的特点：第一，它研究的是多输入多输出动态系统的控制问题，其中包括了作为特例的单输入单输出情形；第二，它的性能指标是综合性的，既包含有误差的成分，又包含有控制能量的成分。根据线性的最优反馈控制律，即控制量正比与状态变量，可写成()()()u t G t X t =-或()()()u k L k X k =-。把这种线性二次型问题的最优控制与非线性系统的开环控制结合起来，还可减少开环控制的误差。线性二次型问题的最优控制一般可分状态调节器问题和伺服跟踪问题两大类。

对于终端时刻t f 有限的连续系统状态调节器问题，要求加权阵P 、Q 为对称半正定，R 为对称正定，但并不要求系统完全可控。

将最优控制写成1()()()()()()()T

U t R t B t K t X t G t X t -=-=-，()K t 满足黎卡提矩阵微分方程1()()()()()()()()()()()T T

K t K t A t A t K t K t B t R t B t K t Q t -=--+-&从t f 到t 0逆向积分建议采用变步长四阶龙格-库塔法。

近一段时间看了一些相关与最优控制方法的论文，同时通过控制系统实验，进一步加强了对最优化控制理论的了解和认识。在对单级倒立摆的控制中，采用了线性二次最优LQR

控制，根据系统方程Bu AX X

+=&确定最佳控制向量K ，使得性能指标dt Ru u QX X J )(0**?∞

+=达到最小值，其控制原理图如下

对线性系统：

CX Y Bu AX X

=+=&

根据期望性能指标选取Q 和R ，利用MATLAB 命令lqr 就可以得到反馈矩阵K 的值。

K=lqr(A ，B ，Q ，R)

改变矩阵Q 的值，可以得到不同的响应效果，Q 的值越大(在一定的范围之内)，系统抵抗干扰的能力越强，调整时间越短。具体实验结果如图：

LQR 最优控制系统中Q(t)，R(t)的选择是相互制约，相互影响的，因此，在实际应用中，

根据性能指标的要求来对Q(t)，R(t)中元素的加权值提出相应的要求，使系统性能指标最优的同叫又均衡考虑能量消耗等因素．

研究结果表明：使用线性二次型最优控制器对被控对象进行控制，控制效果好，可实现最优控制的目的．适应性强，因而值得进一步研究和推广。

最优控制理论的实现，离不开一系列的最优化方法，主要包括两个方面就是如何将最优化问题表示为数学模型，如何根据数学模型尽快求出其最优解。在最优化问题的数学模型建立后，其求解方法大致可以分为解析法、数值解法（即直接法）、解析与数值相结合的求解方法、网络最优化方法。而随着模糊理论、神经网络等智能技术和计算机技术的发展，智能式的优化方法在控制领域中得到了重视和发展，比如将模糊控制与自适应算法相融合，或者将模糊控制与神经网络、遗传算法等相融合的智能优化。它们通过改进自学习算法、遗传算法，按给定的优化性能指标，对被控对象进行逐步寻优学习，从而有效地确定控制器的结构和参数。

作为一名双控专业的研究生，对于控制算法的精益求精是最本质的追求。在如今的控制领域，各种控制算法，尤其是与数学学科相融合，得到了极大的发展。最优控制作为一门发展较为成熟的理论，其成效已在日常生活中显而易见。人们不断的追求高质量的生活，同时也不得不考虑未来的能源紧缺问题，因此寻找一个适合人类生存的最优方式，已经成了人类面临的最大命题。因此，最优控制理论还亟待更快更好的发展。而学习到的最优控制知识还远远不够，不仅需要拓宽自己的知识层面，也需要巩固已学到的知识。将理论与实际结合，将知识付诸于实践。同时，不断深入研究，争取在控制领域有所建树。

参考文献

[1] 张洪钺，王青。最优控制理论与应用。北京：高等教育出版社，2006.

[2] 方洋旺。随机系统最优控制。北京：清华大学出版社，2005.

[3] 巨永锋，李登峰。最优控制。重庆：重庆大学出版社，2005.

[4] 肖军，白静。状态反馈最优控制器设计及仿真。鞍山师范学院学报，2009-08，11（4）：58-61.

[5] 袁野，张靓。最优控制理论及其在视频编码中的应用。软件导刊，2009-06，Vol.8,No.6

[6] 张亚锋，和兴锁。普适变量下的最优控制求解研究。飞行力学，2009-12，Vol.27,No.6

[7] 罗东升，刘衍民。最优控制与最优参数选择问题的转化。遵义师范学院学报，2008-8，Vol.11,No.4.

THANKS !!!

致力为企业和个人提供合同协议，策划案计划书，学习课件等等

打造全网一站式需求

欢迎您的下载，资料仅供参考