最优控制问题求解方法综述(中英双语)

共轭梯度法解最优控制

一、最优控制：咱们先聊聊啥是最优控制

1.大家都知道，生活中每个人都在追求一个“最优解”，对吧？比如说怎么花最少的钱买到最好的东西，或者怎么用最短的时间走到最远的地方。最优控制的核心，就是解决一个问题：如何控制某个系统，才能让系统的表现达到最优。举个简单的例子，假设你是一个赛车手，要控制赛车在赛道上行驶，如何加速、刹车，才能在最短的时间内跑完比赛，这就是最优控制。

2.回到控制的问题上。最优控制的目标，简单来说就是想找到一组操作策略，能够让系统从一个初始状态开始，经过一系列控制操作，最终以最佳的方式到达目标状态。这中间可能会有很多复杂的变量，比如时间、能量、成本等等，而这些都是我们要在最优控制中考虑的因素。如果你想学好最优控制，得有一颗细心的心，因为每个细节都可能影响到最后的结果。

3.最优控制方法可不止一种哦！有些方法直接看控制器的动作，像是线性控制；而有些方法更复杂，需要对控制问题进行数学建模，然后通过一些优化算法来找出最好的控制策略。今天，我们要聊的，就是其中一种非常有趣的优化方法——共轭梯度法。

二、共轭梯度法：它怎么帮忙的？

1.共轭梯度法，听起来像是一个复杂的数学术语对吧？别担心，咱们先从它的名字说起。梯度，大家都知道，就是在一个函数的曲面上，最陡的方向，指向着函数值增加最快的方向。共轭梯度法的“共轭”是什么意思呢？它是一种特别巧妙的技巧，通过选择一组“共轭”方向来迭代求解最优化问题。这就好像你去爬山，不是光看坡度最大的一条路，而是选择一条最“合适”的路径，帮助你更加高效地到达山顶。

2.共轭梯度法怎么具体运作的呢？它的优势就是不需要像其他一些方法那样，存储和处理大量的矩阵数据。它通过逐步调整控制策略，并且巧妙地在梯度方向上进行搜索，最终找到了最优解。想象一下，如果你在玩游戏，控制着角色在一个复杂的迷宫里行走，每走一步，你都会重新计算一下周围的环境，选择一个更合适的方向继续走。共轭梯度法就是帮你做这件事的“导航仪”。

最优控制理论课件

第一章绪论

1.1 引言

近50年来，科学技术的迅速发展，对许多被控对象如宇宙飞船、导弹、卫星和现代工业设备与生产过程的性能提出了更高的要求，在许多情况下要求系统的某种性能指标为最优。这就要求人们对控制问题都必须从最优控制的角度进行研究分析和设计。

最优控制理论是现代控制理论的重要组成部分。其形成与发展奠定了整个现代控制理论的基础。早在20世纪50年代初九开始了对最短时间控制问题的研究。随后，由于空间技术的发展，越来越多的学者和工程技术人员投身于这一领域的研究和开发，逐步形成了较为完整的最优控制理论体系。

最优化问题就是根据各种不同的研究对象以及人们预期要达到的目标，寻找一个最优控制规律，或设计出一个最优控制方案或最优控制系统。

最优控制理论研究的主要问题是：根据已建立的被控对象的时域数学模型或频域数学模型，选择一个容许的控制律，使得被控对象按预定要求运行，并使给定的某性能指标达到最优值。从数学的观点来看，最优控制理论研究的问题是求解一类带有约束条件的泛函取值问题，属于变分学的理论范畴。然而，经典变分学理论只能解决容许控制属于开机的一类，为适应工程实践的需要，20世纪50年代中期出现了现代变分理论。在现代变分理论中最常用的两种分法是动态规划和极小值原理。

动态规划时美国学者R.E贝尔曼于1953-1957年为了解决多级决策问题的算法而逐步创立的。

最小值原理时前苏联科学院院士π.C.庞特里亚金与1956年-1958年间逐步创立的。

近年来，由于数字计算机的飞速发展和完善，逐步形成了最优控制理论中的数值计算法，参数优化方法。当性能指标比较复杂或者不能用变量或函数表示时，可以采用直接搜索法，经过若干次迭代，都所到最优点。常用的方法有邻近极值法、梯度法、共轭梯度法及单纯形法等。同时由于可以把计算机作为控制系统的一个组成部分，以实现在线控制，从而使最优控制理论的工程实现成为现实。因此，最优控制理论提出的求解方法，既是一种数学方法，又是一种计算机算法。

控制系统中的最优控制理论及应用

控制系统是现代工程中不可或缺的一部分，它能够将输入信号转化为相应的输出信号，以实现对系统行为的调整和控制。而在控制系统中，最优控制是一种关键的理论和方法，它能够在给定的条件下寻找到最优的控制策略，以使系统的性能达到最佳。

最优控制理论的核心是最优化问题，即在给定一组约束条件下，寻找能使某个性能指标达到最优的控制策略。常见的性能指标有能耗最小、系统响应最快、误差最小等。为了解决这类问题，最优控制理论通常利用微积分和变分法等数学工具来建立系统的数学模型，并通过求解最优化问题得到最优控制策略。

在最优控制理论中，常用的方法有数学规划、动态规划和最优化方法。其中，数学规划是在一组约束条件下，通过建立目标函数的数学模型，利用数学优化算法求解最优解。动态规划是一种递推算法，它通过将复杂的最优控制问题分解为一系列子问题，并利用最优化原理逐步递推求解。最优化方法则是一类数学求解算法，通过迭代优化搜索来找到目标函数的最优解。

除了理论研究，最优控制理论在实际应用中也具有广泛的价值。例如，在工程领域中，最优控制可应用于航空航天、自动化控制、能源管理等方面。在航空航天领域，最优控制可以用于飞行器的轨迹规划和姿态控制，以实现飞行器的安全、高效运行。在自动化控制领域，最优控制可以用于工业生产中的过程控制和优化，以提高生产效率和降低能源消耗。在能源管理领域，最优控制可以用于电力系统的调度和优化，以合理分配能源资源和提高能源利用效率。

此外，在生物学、经济学和社会科学等领域中，最优控制理论也有广泛的应用。在生物学中，最优控制可用于模拟和研究生物系统的行为和进化规律。在经济学中，最优控制可用于确定最佳的生产方案和资源配置，以实现社会效益的最大化。在社会科学中，最优控制可用于指导社会政策和管理决策，以实现社会资源的合理分配。

综上所述，最优控制理论是控制系统中的重要组成部分，它通过数学建模和优化算法，为控制系统提供了有效的解决方案。最优控制理论不仅在理论研究中具有重要价值，也在实际应用中具有广泛的应用前景。通过运用最优控制理论，我们可以优化控制系统的性能，提高工程和社会系统的效率和效益。因此，进一步研究和应用最优控制理论是一个具有重要意义的课题。

最优控制问题的鲁棒H∞控制设计

随着科技的发展，控制理论在工程领域发挥着越来越关键的作用。最优控制是控制理论中的一个重要分支，它的目标是在给定的约束条件下，使系统的性能达到最佳。然而，实际系统常常受到各种不确定因素的干扰，这就需要应用鲁棒控制来解决这些问题。本文将探讨最优控制问题的鲁棒H∞控制设计。

1. 引言

最优控制问题是控制理论中的一个经典问题，它的目标是在给定的约束条件下，通过合适的控制策略使系统的性能达到最佳。最优控制的方法有很多种，比如动态规划、最优化理论等。而鲁棒控制是一种可以应对系统参数不确定性或者外部干扰的控制方法。H∞控制是鲁棒控制的一种重要方法，可以有效地抑制系统的不确定性，并在一定程度上保证系统的稳定性和性能。

2. 最优控制与鲁棒控制的结合

最优控制问题的解决需要考虑系统的性能以及各种约束条件，而鲁棒控制则可以应对系统参数变化或者外部扰动对系统性能的影响。将最优控制和鲁棒控制相结合，可以得到更加鲁棒的控制策略。

在最优控制问题中引入鲁棒性的考虑，可以通过引入H∞范数来描述系统的性能和不确定性。H∞范数可以有效地衡量系统的响应对不确定因素的敏感程度，通过优化H∞范数，可以得到更加鲁棒的控制策略。

3. 鲁棒H∞控制设计的方法鲁棒H∞控制设计的关键是确定系统的H∞范数和设计合适的控制器来优化H∞范数。通常可以采用以下步骤进行鲁棒H∞控制设计：

(1) 确定系统的数学模型，并分析系统的不确定性和外部干扰。

(2) 设计系统的H∞性能指标，可以根据系统的需求和约束条件来确定。

(3) 根据系统的H∞指标和约束条件，设计合适的控制器结构。可以采用线性控制器，如PID控制器，或者非线性控制器，如模糊控制器等。

(4) 利用数学工具和优化算法，优化系统的H∞范数，得到最优的控制器参数。

(5) 实施最优控制器，并进行系统的仿真和实验验证。

4. 实例分析

为了更好地理解鲁棒H∞控制设计的方法和效果，我们选取一个简单的控制系统进行实例分析。考虑一个以直流电机为对象的控制系统，系统模型如下：

最优控制的三大经典方法

嘿，咱今儿就来聊聊最优控制的三大经典方法呀！你可别小瞧了这三个方法，它们就像是武林高手的绝招，各有各的厉害之处呢！

先来说说动态规划吧！这就好比是你在走一条漫长的路，你得一路上不断地思考，每一步怎么迈才能最省劲儿，最能达到你的目标。它能把一个复杂的大问题，分解成一个个小的阶段问题，然后逐一去解决，就像蚂蚁搬家一样，一点一点地把难题给攻克了。你说神奇不神奇？

再讲讲变分法呀！这就好像是在寻找一条最完美的曲线。你要在众多的曲线中，找到那条能让某个指标达到最优的。就像是在一堆宝石中，找出那颗最闪亮的一样。它需要你有敏锐的眼光和精准的判断，可不是随随便便就能做到的哦！

还有那庞特里亚金极大值原理呢！这个呀，就像是给你指明了一个方向，告诉你朝着哪里走才能最快地到达目的地。它能在一些复杂的情况下，给你一个最明确的指引，让你不会迷失方向。

你想想看，要是没有这些方法，那我们在面对很多问题的时候，不就像无头苍蝇一样乱撞了吗？有了它们，我们就像是有了指南针和地图，能够更加从容地前进。

比如说在工程领域，这些方法可以帮助我们设计出最优的控制系统，让机器运行得更加高效；在经济领域呢，可以帮助我们做出最优的决策，让资源得到最合理的利用。这不就像是给我们的生活和工作加上了一双翅膀，让我们能够飞得更高、更远吗？

而且呀，这些方法可不是一成不变的，它们也在不断地发展和完善呢！就像我们人一样，要不断地学习和进步。随着科技的不断进步，它们也会变得越来越厉害，能解决的问题也会越来越多。

所以啊，可别小看了这最优控制的三大经典方法哦！它们可是我们解决问题的得力助手呢！它们就像是隐藏在幕后的英雄，默默地为我们的生活和工作贡献着力量。你说，我们能不好好了解它们、利用它们吗？

总之呢，最优控制的三大经典方法，那绝对是杠杠的！它们在各个领域都发挥着重要的作用，让我们的生活变得更加美好。让我们一起为这些厉害的方法点赞吧！

现代控制理论 7-1 最优控制的一般概念

1第七章动态系统的最优控制方法

§1 最优控制的一般概念

§2 最优控制中的变分法

§3 极小值原理及其应用

§4 线性二次型问题的最优控制

改善性能，达到各种性能指标控制

系统

研究系统分析

System Analysis

综合设计

System Synthesis建模建模稳定性

稳定性

可观性可观性可控性可控性

设计控制器设计控制器稳态

性能稳态

性能动态

性能

2确保系统某种指标最优的综合，

如最短时间、最低能耗等。综合设计

System Synthesis

常规综合Conventional Synthesis 常规综合Conventional Synthesis

最优综合/控制Optimal Synthesis最优综合/控制Optimal Synthesis只满足系统某些指标的要求，如

稳定性、快速性及稳态误差；

返回

经典控制理论设计控制方法

幅值裕量、相位裕量（频率指标）;

上升时间、调节时间、超调量（时域指标）

特点：系统的控制结构是确定的；

控制参数设计一般采用试凑方法；

不是最优结果。PID控制串联校正

3现代控制理论常规综合方法

上升时间、调节时间、超调量（时域指标）

希望的闭环极点位置（复域指标）;

特点：系统的控制结构是确定的；

不是最优结果。

综合状态反馈

最优化(optimization)

——研究和解决如何从一切可能的方案中寻

找最优的方案。

(1) 如何将最优化问题表示为数学模型；

(2) 如何根据数学模型（尽快）求出其最优解。

最优控制(optimal control)

——控制理论中的优化技术。寻找在某种性能

指标要求下最好的控制。举例

返回

4一连续搅拌槽，J为搅拌器。槽中原放0℃的液体，

现需将其温度经1小时后升高到40℃。为此在入口处送

进温度为u(t) 的液体，出口处流出等量的液体，以保持

槽内液面恒定。试寻找u(t) 的变化规律，使槽中液体

温度经1小时后上升到40℃，并要求散失的热量最小。

J例：搅拌槽的温度控制例：搅拌槽的温度控制

最优控制理论

1

最优控制理论

本词条由“科普中国”百科科学词条编写与应用工作项目提供专业内容并参与编辑

最优控制理论（optimal control theory），是现代控制理论的一个主要分支，着重于研究使控制系统的性

能指标实现最优化的基本条件和综合方法。最优控制理论是研究和解决从一切可能的控制方案中寻找最优

解的一门学科。它是现代控制理论的重要组成部分。

1简介

这方面的开创性工作主要是由贝尔曼（R.E.Bellman）提出的动态规划和庞特里亚金等人提出的最大值原理。

这方面的先期工作应该追溯到维纳（N.Wiener）等人奠基的控制论（Cybernetics）。1948年维纳发表了题为

《控制论—关于动物和机器中控制与通讯的科学》的论文，第一次科学的提出了信息、反馈和控制的概念，

为最优控制理论的诞生和发展奠定了基础。

2研究内容

最优控制理论所研究的问题可以概括为：对一个受控的动力学系统或运动过程，从一类允许的控制方案中

找出一个最优的控制方案，使系统的运动在由某个初始状态转移到指定的目标状态的同时，其性能指标值

为最优。这类问题广泛存在于技术领域或社会问题中。

例如，确定一个最优控制方式使空间飞行器由一个轨道转换到另一轨道过程中燃料消耗最少，选择一个温

度的调节规律和相应的原料配比使化工反应过程的产量最多，制定一项最合理的人口政策使人口发展过程

中老化指数、抚养指数和劳动力指数等为最优等，都是一些典型的最优控制问题。最优控制理论是50年代

中期在空间技术的推动下开始形成和发展起来的。苏联学者Л.С.庞特里亚金1958年提出的极大值原理和美

国学者R.贝尔曼1956年提出的动态规划，对最优控制理论的形成和发展起了重要的作用。线性系统在二次型性能指标下的最优控制问题则是R.E.卡尔曼在60年代初提出和解决的。

3主要方法

为了解决最优控制问题，必须建立描述受控运动过程的运动方程，给出控制变量的允许取值范围，指定运

最优控制第三章课后习题答案

1. 2**'2**'*'*01min()2yJyyyyyydx,若(0)y与(2)y任意，求*y及(*)Jy。

解：这是端点自由问题，相应的欧拉—拉格朗日方程为：

()0fdfydty即''1(1)0dyyydt得''1y则'1yxc，21212yxcxc

由横截条件：0fy得'1yy=0即21121(1)102xcxcc

0x，1210cc；2x，12350cc。联立得122,1cc

所以*21212yxx，*'2yx代入得2**'2**'*'*023201()21(221)243Jyyyyyydxxxxdx

2.电枢控制的直流电动机忽略阻尼时的运动方程：()ut式中，为转轴的角位移，()ut为输入。目标函数为2201min()2uJdt，使初态(0)1及(0)1转移到终态(2)0及(2)0，求最优控制*()ut及最优角位移*()t，最优角速度*()t。

解：设12,xx则122,xxxu。

哈密顿函数：212212Huxu

协态方程: 121120,0HHxx

控制方程：20Huu即*2()()utt将*()ut代入状态方程，可得

1222121(),(),0,()xxtxtt

边界条件为1212(0)1,(0)1,(2)0,(2)0xxxx

可见这是两点边值问题，对正则方程进行拉氏变换，可得 11222211221()(0)()()(0)()()(0)0()(0)()sXsxXssXsxssssss联立以上四式，可解出43211221()(0)(0)(0)(0)sXssxsxs