第6章 连续系统的最优控制 6.1 最优化问题 6.2 最优控制的变分法求解 6.3 线性系统二次型性能指标的最优控制 1、线性系统有限时间最优状态调节系统 ◆二次型性能指标 设受控系统对平衡点的增量方程为 ()()()()()x t A t x t B t u t ?=?+?，00()x t x ?=? 简记为 ()()()()()x t A t x t B t u t =+，00()x t x = 最优状态调节是指：对上述系统，在时间区间0[,]f t t t ∈，
寻求最优状态反馈控制，使初始状态偏差00()x t x =迅速衰减，且同时使二次型性能泛函 11()()[()()()()]d 22f t t t t f f f x u t J x t Q x t x t Q x t u t Q u t t =++? * min f x u J J J J J =++→= 式中 ()0f n n Q ?≥——终端加权矩阵。 ()0x n n Q ?≥——状态加权矩阵。 ()0u r r Q ?>——控制加权矩阵。 三个加权矩阵均为对称矩阵，为简单，一般取为对角矩 阵。 ●1()()2 t f f f f J x t Q x t =表示对终端状态偏差即稳态控制精度的限制。当1 diag[]f f fn Q q q =，2 1 1()2n f fi i f i J q x t ==∑
●0 1()()d 2f t t x x t J x t Q x t t =?表示对控制过程中状态偏差衰减速度的要求。当1 diag[]x x xn Q q q =，0 2 11()d 2f t n x xi i i t J q x t t ==∑? ●0 1()()d 2f t t u u t J u t Q u t t =?表示对控制过程中所消耗的能量的限制，以避免状态偏差过快衰减导致控制量超过允许数值。当 1 diag[]u u ur Q q q =，0 2 11()d 2f t r u ui i i t J q u t t ==∑?，2()i u t 可理解为功率。 实际上，在性能指标中，x J 已经对控制的稳态精度有所要求。当对稳态精度有更高的要求时，才增加f J 项。 由上可知，上述二次型性能指标的物理意义是，在整个时间区间0[,]f t t t ∈，特别是终值时刻f t t =上状态变量尽量接近于0
最优控制综述 摘要：本文主要阐述了关于最优控制问题的基本概念。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，解决最优控制问题的主要方法有古典变分法、极大值原理和动态规划，同时本文也介绍了最优控制理论在几个研究领域中的应用，并对最优控制理论做了一定的总结。 关键字：最优控制；最优化；最优控制理论 Abstract: This article mainly elaborated on the basic concept of optimal control problems. Optimal control theory is studied and solved from all possible solutions to find the optimal solution of a discipline, to solve optimal control problems of the main methods are classical variational method, with the maximum principle and dynamic programming principle. At the same time, this paper also introduces the application of optimal control theory in several research fields, and a summary of optimal control theory. Key Words: Optimal control; optimization; optimal control theory 1.引言 最优控制是现代控制理论的重要组成部分，它研究的主要问题是：在满足一定约束条件下，寻求最优控制策略，使得性能指标取极大值或极小值。最优控制是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。可概括为：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。最优控制是最优化方法的一个应用。从数学意义上说，最优化方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。 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，基本内容和常用方法包括动态规划、最大值原理和变分法。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“极大值原理”，到了60年代，卡尔曼（Kalman）等人又提出了可控制性及可观测性概念，建立了最优估计理论。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）。最优控制理论的实现离不开最优化技术。控制系统最优化问题，包括性能指标的合理选择以及最优化控制系统的设计，而性能指标在很大程度上决定了最优控制性能和最优控制形式。最优化技术就
2-5 求通过(0)1x =，(1)2x =，使下列性能泛函为极值的极值曲线*()x t ： 2(1)f t t J x dt =+? 解：由题可知，始端和终端均固定 被积函数2 1L x =+， 0L x ?=?，2L x x ?=?， 2d L x dt x ??=? 代入欧拉方程 0L d L x dt x ??-?=??，可得20x =，即0x = 故1x c = 其通解为：12x c t c =+ 代入边界条件(0)1x =，(1)2x =，求出11c =，21c = 极值曲线为* ()1x t t =+ 2-6 已知状态的初值和终值为 (1)4x =，()4f x t = 式中f t 自由且f t >1，试求使下列性能泛函达到极小值的极值轨线* ()x t ： 2 1 1[2()()]2 f t J x t x t dt =+ ? 解：由题可知，2 122 L x x =+ ，()4f t ψ=，()14x =，()4f x t = 欧拉方程： L 0d L x dt x ??-=?? 横截条件：()00t x =x ，()() f f x t t ψ=，()0f T t L L x x ψ??? + -= ? ??? 易得到 2dx dt = 故12x t c =+ 其通解为：()2 12x t t c t c =++ 根据横截条件可得：()()()122121114424 f f f f f x c c x t t c t c x t t c ?=++=?? =++=??=+=?? 解以上方程组得：12 569f t c c =?? =-??=? 将f t ，1c ，2c 代入J 可得5 * 20 1500502150233 J x x dt =+=-=? 极值轨线为()* 2 69x t t t =-+ 2-7 设性能泛函为
最优控制综述 摘要：最优化方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。从经济意义上说，是在一定的人力、物力和财力资源条件下，使经济效果达到最大（如产值、利润），或者在完成规定的生产或经济任务下，使投入的人力、物力和财力等资源为最少。而最优控制通常针对控制系统而言，目的在于使一个机组、一台设备或一个生产过程实现局部最优。本文重点阐述了最优系统常用的变分法、极小值原理和动态规划三种方法的基本理论及其在典型系统设计中的应用。 关键词：变分法、极小值原理、动态规划 1 引言 最优控制是分析控制系统常用的方法，是现代控制理论的核心之一。它尤其与航空航天的制导、导航和控制技术密不可分。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的老化指数、抚养指数和劳动力指数为最优等，都是一些经典的最优控制问题。 最优控制问题是要在满足约束条件下寻求最优控制函数，使目标泛函取极值。求解动态最优化问题的方法主要有古典变分法，极小值原理及动态规划法等。 2 研究最优控制的前提条件 2.1状态方程 对连续时间系统: x t=f x t,u t,t 对离散时间系统：x(k+1)=f x k,u k,k k=0,1,……，（N-1）
线性二次型最优控制 一、最优控制概述 最优控制，又称无穷维最优化或动态最优化，是现代控制理论的最基本，最核心的部分。它所研究的中心问题是：如何根据受控系统的动态特性，去选择控制规律，才能使得系统按照一定的技术要求进行运转，并使得描述系统性能或品质的某个“指标”在一定的意义下达到最优值。最优控制问题有四个关键点：受控对象为动态系统；初始与终端条件（时间和状态）；性能指标以及容许控制。 一个典型的最优控制问题描述如下：被控系统的状态方程和初始条件给定，同时给定目标函数。然后寻找一个可行的控制方法使系统从输出状态过渡到目标状态，并达到最优的性能指标。系统最优性能指标和品质在特定条件下的最优值是以泛函极值的形式来表示。因此求解最优控制问题归结为求具有约束条件的泛函极值问题，属于变分学范畴。变分法、最大值原理（最小值原理）和动态规划是最优控制理论的基本内容和常用方法。庞特里亚金极大值原理、贝尔曼动态规划以及卡尔曼线性二次型最优控制是在约束条件下获得最优解的三个强有力的工具，应用于大部分最优控制问题。尤其是线性二次型最优控制，因为其在数学上和工程上实现简单，故其有很大的工程实用价值。 二、线性二次型最优控制 2.1 线性二次型问题概述 线性二次型最优控制问题，也叫LQ 问题。它是指线性系统具有二次型性能指标的最优控制问题。线性二次型问题所得到的最优控制规律是状态变量的反馈形式，便于计算和工程实现。它能兼顾系统性能指标的多方面因素。例如快速性、能量消耗、终端准确性、灵敏度和稳定性等。线性二次型最优控制目标是使性能指标J 取得极小值, 其实质是用不大的控制来保持比较小的误差,从而达到所用能量和误差综合最优的目的。 2.2 线性二次型问题的提法 给定线性时变系统的状态方程和输出方程如下： ()()()()()()()() X t A t X t B t U t Y t C t X t ?=+? =? （2.1）
最优控制的应用概述 1.引言 最优控制是现代控制理论的重要组成部分，它研究的主要问题是：在满足一定约束条件下，寻求最优控制策略，使得性能指标取极大值或极小值。最优控制是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。可概括为：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。最优控制是最优化方法的一个应用。从数学意义上说，最优化方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。从经济意义上说，是在一定的人力、物力和财力资源条件下，是经济效果达到最大（如产值、利润），或者在完成规定的生产或经济任务下，使投入的人力、物力和财力等资源为最少。 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，基本内容和常用方法包括动态规划、最大值原理和变分法。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“极大值原理”，到了60年代，卡尔曼（Kalman）等人又提出了可控制性及可观测性概念，建立了最优估计理论。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）。最优控制理论的实现离不开最优化技术。控制系统最优化问题，包括性能指标的合理选择以及最优化控制系统的设计，而性能指标在很大程度上决定了最优控制性能和最优控制形式。最优化技术就是研究和解决最优化问题，主要包括两个需要研究和解决的方面：一个是如何将最优化问题表示为数学模型；另一个是如何根据数学模型尽快求出其最优解。 2.最优控制问题 所谓最优控制问题，就是指 在给定条件下，对给定系统确定 一种控制规律，使该系统能在规 定的性能指标下具有最优值。也 就是说最优控制就是要寻找容 许的控制作用（规律）使动态系 统（受控系统）从初始状态转移 到某种要求的终端状态，且保证 所规定的性能指标（目标函数）图1 最优控制问题示意图 达到最大（小）值。 最优控制问题的示意图如图1所示。其本质乃是一变分学问题。经典变分理论只能解决一类简单的最优控制问题。为满足工程实践的需要，20世纪50年代中期，出现了现代变分理论。最常用的方法就是极大值原理和动态规划。最优控制在被控对象参数已知的情况下，已成为设计复杂系统的有效方法之一。
1. 有十个城市①为起点，⑩为终点。站与站之间称为段，每段路程所用的时间（小时）写 在段上，则应如何行使，让从①到⑩所花的时间最短。 解：⑴ 4N =11(8)3,(9)4J J ==将距离数字标注于图中，数字旁括号内的文字表示相应的决策变量。由于从8到10及从9到10都只有一种可能，所以本级无决策问题。 ⑵3N = 本级决策有三种选择。每种选择中又有两条可能的路线。例如，从5出发，可达8，也 可达9，所以131(5,8)(8)13(2)min min 4(5,9)(9)44d J J d J ++???? ===????++???? 说明5到10的最短距离为4，路线为5-8-10决策变量为2(5)8S = 同理，从6出发时，有121(6,8)(8)63(6)min min 7(6,9)(9)34d J J d J ++???? ===????++???? 说明6到10的最短距离为7，路线为6-9-10决策变量为2(6)9S = 从7出发时，有121(7,8)(8)33(7)min min 6(7,9)(9)34d J J d J ++???? ===? ???++???? 说明7到10的最短距离为6，路线为7-8-10决策变量为2(7)8S = ⑶2N =本级有三种选择，计算过程如下： 2322(2,5)(5)74(2)min (2,6)(6)min 471166(2,7)(7)d J J d J d J ++???? ???? =+=+=???????? ++???? 决策变量3(2)5(6)S =
2322(3,5)(5)34(3)min (3,6)(6)min 27746(3,7)(7)d J J d J d J ++???????? =+=+=???????? ++???? 决策变量3(3)5S = 2322(4,5)(5)44(4)min (4,6)(6)min 17856(4,7)(7)d J J d J d J ++???? ???? =+=+=???????? ++???? 决策变量3(4)5(6)S = ⑷1N =本级决策是唯一的，计算结果为 2422(1,2)(2)211(1)min (1,3)(3)min 471138(1,4)(4)d J J d J d J ++???? ???? =+=+=???????? ++???? 决策变量4(1)3(4)S = 可确定最短路线为1-3-5-8-10 2．一维线性系统，设变量无约束，最优控制问题的数学模型为： 2 22 10(),k k k k k J qx ru T x ax bu +=+=+∑ 初始状态0x 为已知。式中,,,a b q r 为常数，0,=1r T >设。求最优控制序列。 解： 本题为三级决策问题. 因为=1T ，2 2 210 (),k k k k k J qx ru T x ax bu += +=+∑ ①令3,2N k ==*22 122322,J qx ru x ax bu =+=+ 因为k u 无约束，故令 *122 20J ru u ?==?求得*20u =将上述结果代入*1J 方程，易得*2 12 J qx = ② 2,1N k == 211x ax bu =+ *22*2111222 1212 2 21 111 2222 1111()[()](1)2()J qx ru J q x x ru q x ax bu ru q a x abqx u qb r u =++=++=+++=++++
MATLAB时间最优PID控制算法 function [ output_args ] = Untitled3( input_args ) %UNTITLED3 Summary of this function goes here % Detailed explanation goes here clear all; close all; ts=20; sys=tf([1],[60,1],'inputdelay',80); dsys=c2d(sys,ts,'zoh'); [num,den]=tfdata(dsys,'v'); u1=0;u2=0;u3=0;u4=0;u5=0; y1=0;y2=0;y3=0; error1=0;error2=0; ei=0; for k=1:1:200 time(k)=k*ts; yd(k)=1.0; y(k)=-den(2)*y1+num(2)*u5; error(k)=yd(k)-y(k); kp=0.45;kd=12;ki=0.0048; A=0.4;B=0.6; ei=ei+(error(k)+error1)/2*ts; M=1; if M==1 if abs(error(k))<=B f(k)=1; elseif abs(error(k))>B&abs(error(k))<=A+B f(k)=(A-abs(error(k))+B)/A; else f(k)=0; end elseif M==2 f(k)=1; end u(k)=kp*error(k)+kd*(error(k)-error1)/ts+ki*f(k)*ei; if u(k)>=10 u(k)=10; end if u(k)<=-10 u(k)=-10; end u5=u4;u4=u3;u3=u2;u2=u1;u1=u(k);
§2.6 习题 2.2 解： ()()()()()()0 120 010 01 22J J x t x t x x t x x dt x x x t x dt x t xdt αααδαδααδαδααδδδδ===?= +???? ?? ?? =+++? ??=++???? = +?? ? 已知0.1x t δ=， 当0.1x t δ=， ()12 10.1212J t t t dt δ= += ? 当0.2x t δ=， ()12 10.226 J t t t dt δ=+= ? 2.4 解： ()10 ,,t t J L x x t dt = ? L = ()()00L 0 ,f f d L dt x x t x x t x ????-=???? ==??? 欧拉方程：横截条件：x
?0d x x c c x a dt ?? =→=→=±= ? 令 设()()( )()* 000 111x b x t at b x t t x a ?=→=?=+→→=? =→=?? ， ()*1x t = 1* J ?==? ，最短曲线为()* x t t = 2.5 解： 2122 L x x =+ ， ()4f t ψ=，()14x =， ()4f x t = ()()()()00L 0 ,,0 f T f f t d L dt x x L t x x t t L x x ψψ????-=???? ????==+-= ? ???? ? 欧拉方程：横截条件：x ()*211222dx x t c x t t c t c dt ? =→=+→=++ ， ()* 12x t t c = + 又由横截条件得： ()()2* 164f f x t x t =→= ()()() 122 121114 424f f f f f x c c x t t c t c x t t c ?=++=???=++=??=+=?? ()()*21* 25696269f t x t t t c x t t c =??=-+??→=-→??=-??? =? 520 150021502 3 J x x dt ?=+ =-? ， 极值轨线为()* 2 69x t t t =-+
最优控制问题求解方法综述 Summary of approaches of optimal control problem 摘要：最优控制问题就是依据各种不同的研究对象以及人们预期达到的目的，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。解决最优问题的主要方法有变分法、极小值原理和动态规划法，本文重点阐述了各种方法的特点、适应范围、可求解问题的种类和各种方法之间的互相联系。 Abstract：Optimal control problems are to find an optimal control law or design a optimal control program or system according to various kinds of different research objects and the aim people want. The approaches to solve optimal control problems generally contain variational method, the pontryagin minimum principle and dynamic programming. This paper mainly states characteristics, range of application, kinds of the solvable problems of each approach and the association between these three methods. 关键词：最优控制、变分法、极小值、动态规划 Keywords: optimal control , classical variational method , the pontryagin minimum principle , dynamic programming 正文： 最优控制理论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。 Optimal control theory is a main branch of modern control theory, which focuses on studying basic conditions and synthetic approaches of optimizing systematic performance index. Optimal control theory is a subject studying and solving for the optimal solution from all possible control solutions. What it study can be summarized in this way: given a manipulated dynamic system or motor process, we are supposed to find a optimal control solution from allowable solutions of the same category, making the systematic movement transfer to the appointed state from a original state and getting a optimal performance index at the same time. And this kind of problems exist in technology field or social problems. 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，指定运动过程的初始状态和目标状态，并且规定一个评价运动过程品质优劣的性能指标。通常，性能指标的好坏取决于所选择的控制函数和相应的运动状态。系统的运动状态受到运动方程的约束，而控制函数只能在允许的范围内选取。因此，从数学上看，确定最优控制问题可以表述为：在运动方程和允许控制范围的约束下，对以控制函数和运动状态为变量的性能指标函数（泛函）求取极值（极大值或极小值）。解决最优控制问题的主要方法有古典变
实验报告 课程名称：现代控制工程与理论实验课题：最优控制 学号：12014001070 姓名：陈龙 授课老师：施心陵
最优控制 一、最优控制理论中心问题： 给定一个控制系统（已建立的被控对象的数学模型），选择一个容许的控制律，使被控对象按预定要求运行，并使给定的某一性能指标达到极小值（或极大值） 二、最优控制动态规划法 对离散型控制系统更为有效，而且得出的是综合控制函数。这种方法来源于多决策过程，并由贝尔曼首先提出，故称贝尔曼动态规划。 最优性原理：在一个多级决策问题中的最优决策具有这样的性质，不管初始级、初始状态和初始决策是什么，当把其中任何一级和状态做为初始级和初始状态时，余下的决策对此仍是最优决策 三、线性二次型性能指标的最优控制 用最大值原理求最优控制，求出的最优控制通常是时间的函数，这样的控制为开环控制当用开环控制时，在控制过程中不允许有任何干扰，这样才能使系统以最优状态运行。在实际问题中，干扰不可能没有，因此工程上总希望应用闭环控制，即控制函数表示成时间和状态的函数。 求解这样的问题一般来说是很困难的。但对一类线性的且指标是
二次型的动态系统，却得了完全的解决。不但理论比较完善，数学处理简单，而且在工际中又容易实现，因而在工程中有着广泛的应用。 一．实验目的 1.熟悉Matlab的仿真及运行环境； 2.掌握系统最优控制的设计方法； 3.验证最优控制的效果。 二．实验原理 对于一个给定的系统，实现系统的稳定有很多途径，所以我们需要一个评价的指标，使系统在该指标下达到最优。如果给定指标为线性二次型，那么我们就可以利用MATLAB快速的计算卡尔曼增益。 三．实验器材 PC机一台，Matlab仿真平台。 四．实验步骤 例题1 （P269）考虑液压激振系统简化后的传递函数方框图如下，其中K a为系统前馈增益，K f为系统反馈增益，w h为阻尼固有频率。（如图5-5所示） 将系统传递函数变为状态方程的形式如下： ,
最优控制及应用 摘要：最优控制是最优化方法的一个应用。最优控制，又称动态最优化，是现代控制理论的最基本，最核心的部分。它所研究的中心问题是：如何根据受控系统的动态特性，去选择控制规律，才能使得系统按照一定的技术要求进行运转，并使得描述系统性能或品质的某个“指标”在一定的意义下达到最优值。最优控制问题有四个关键点：受控对象为动态系统；初始与终端条件（时间和状态）；性能指标以及容许控制。 最优化一般可以分为最优设计、最优计划、最优管理和最优控制四个方面。而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，解决最优控制问题的主要方法有古典变分法、极大值原理和动态规划。最优控制理论已被应用于综合和设计最速控制系统、最省燃料控制系统、最小能耗控制系统、线性调节器等。同时本文也介绍了最优控制理论的新进展，即在线优化方法（局部参数最优化和整体最优化设计方法、预测控制中的滚动优化算法、稳态阶梯控制、系统优化和参数估计的集成研究方法）和智能优化方法（神经网络优化方法、遗传算法、模糊优化方法）。 关键词：最优化；最优控制；遗传算法 Optimum Control and Applications Abstract: The optimum control is an application of optimization methods and is also called dynamic optimization, being the most fundamental and the most central part of the modern control theory. Its studied central problem is how to decide the control law on the basis of dynamic characteristics of the controlled system so that the system operates according to technical requirements and a certain indicator, which describes the system performance or quality, is optimized in a certain sense. The four key points of optimum control are the dynamic systems as the controlled plant, initial condition and terminal condition (time and state) and performance index and admissible control. The optimization consists of optimal design, optimal plan, optimal management and optimal control. The optimal control theory is a subject of studying and finding the optimal solution from all possible control plans. The main solutions of solving optimal control problems include the classical variation methods, maximum principles as well as dynamic planning. The optimal control theory has been applied to comprehensive and designed time optimal control systems, minimum fuel control systems, minimum energy-control systems, linear regulators and so on. Besides, the paper also introduces the new development of optimal control theory, that is, on-line optimization methods, (which includes optimal design methods of local parameters and the overall parameters, rolling optimizing methods of predictive control, steady stair-like control and integration methods of system optimization and parameter estimation) and intelligent optimization methods, which covers neural network optimization methods, genetic algorithm and fuzzy optimal methods. Key Words: Optimization, Optimum control, Genetic algorithm
- 37 - Lorenz 系统的最优控制 周俊冬 马 明 （南通广播电视大学，江苏 南通 226006） 【摘 要】文章讨论了Lorenz 系统的最优控制问题，将该混沌系统控制到任意所期望的状态。基于哈密顿-雅可比-贝尔曼方程将构建最优控制器问题归结为解偏微分方程问题，通过巧妙构造Lyapunov 函数从而得到最优控制器。数值仿真表明，所设计的控制器实用有效并且易于实现。 【关键词】Lorenz 系统；最优控制；哈密顿-雅可比-贝尔曼方程 【中图分类号】TP273 【文献标识码】A 【文章编号】1008-1151(2010)05-0037-02 （一）引言 1963年Lorenz 发现了第一个混沌吸引子——Lorenz 系统，从此揭开了混沌研究的序幕。Lorenz 系统在信息加密和保密通信等领域有着广阔的应用前景，自从Pecora 和Carroll 提出混沌系统控制的观点和理论以后，线性和非线性反馈控制、自适应控制、延迟控制、变结构控制等多种不同方法都被成功地应用于Lorenz 混沌系统的控制中。 近十多年来，混沌控制的研究得到了蓬勃的发展，这一方向迅速成为混沌和控制学科交叉研究的热点，其间，人们提出了各种混沌控制方法，其中优化控制是一种在系统控制中应用最为广泛的手段，通常给定性能指标，或称目标函数泛函，寻找一容许控制，使目标泛函沿系统所有可能的状态轨迹取最小值。 目前，国内外学者已提出许多不同的混沌最优控制方法，并且问题最后都归结为求解动态规划中所涉及的偏微分方程。实际上，在许多情况下，动态规划中的偏微分方程的解是不存在或不惟一的。因此，求解动态规划中的偏微分方程是获得非线性系统最优控制的主要障碍。 本文针对Lorenz系统提出了一种最优控制方法，将该混沌系统控制到任意所期望的状态。基于哈密顿-雅可比-贝尔曼方程将构建最优控制器问题归结为解偏微分方程问题，通过巧妙构造Lyapunov函数从而得到最优控制器，同时找出了哈密顿-雅可比-贝尔曼方程的解。仿真结果表明该方法的有效性。 （二）哈密顿-雅可比-贝尔曼方程 设一个连续的非线性动力系统方程为： *()()(),()0x t f x g x u f x =+=& （1） 式中n x R ∈是状态变量，m u R ∈是控制器，():n n f x R R →和 ():n n m g x R R ×→是连续函数，驱使系统从任意初始值到任意 确定点* x 的最优控制方案是，使目标函数 [][()]T J u q x u Ru dt ∞ =+∫ （2） 取得最小值，式中()q x 是连续、可微且正定的函数，根据动态规划，最优控制归结为Hamilton-Jacobi-Bellman 偏微分方程： min 0u U u u dS dS dt dt ωω∈=????+=+=???????? （3） 式中()T q x u Ru ω=+，(())min [()]T t u U S x t q x u Ru dt ∞ ∈=+∫ ，U 为所有 控制器的集合。0u 为最优控制 （三）Lorenz系统的最优控制 Lorenz 系统的数学模型为： 121212133123 ()x a x x x bx x x x x x x cx =??? =????=??&&& （4） 当参数10a =、28b =、83c =时，系统是混沌的，图1显 示了系统的混沌吸引子。下面把该混沌系统从任意初始点稳 定到任意给定的目标点****123(,,)T x x x x =。 x (3) 图1 Lorenz 系统的混沌吸引子 控制器分为前馈控制****123(,,) T u u u u =和反馈控制123(,,)T u u u u =两部分，那么系统（4）变为： * 12111 * 2121322* 312333 ()x a x x u u x bx x x x u u x x x cx u u ?=?++?=??++??=?++?&&& （5） 取前馈控制为： ***1122 ******* 212133113******31212213 2u ax ax ax u bx x x x x x x x u x x x x x x cx ?=?+?=?+++???=??+? （6） 则受控系统（5）变为： 【收稿日期】2010-01-29 【作者简介】周俊冬，南通广播电视大学机械工程系教师；马明，南通广播电视大学机械工程系教师。
最优控制理论在汽车控制系统中运用 董凤鸿1，张皓2 （1 北京科技大学2010级信计2班 41040317） （2 北京科技大学2012级信计2班 41064044） 摘要： 随着人们生活水平的提高，汽车已经开始走进百姓的生活中。随着人们对汽车消费的增加，越来越多的人开始更多的关注的不仅仅是汽车本身，更多的开始关注汽车的安全性及舒适性。由此，各大汽车厂商更具消费者的需求开始着重研究带有主动控制能力的汽车控制系统。本文引入最优控制理论对当今比较流行的汽车悬挂系统、汽车防抱制动系统（简称ABS 系统）和无级变速器控制系统进行优化。由此达到优化汽车安全性、经济性和舒适性。 关键词： 最优控制理论、悬挂系统、防抱制动系统、无级变速器控制系统 一、引言 汽车防抱制动系统(简称ABS系统) ，实质上是一种制动力的自动调节装置。这种装置使汽车制动系统的结构发生了质的变化,它不仅能充分发挥制动器的制动性能,提高制动减速度和缩短制动距离,而且能有效地提高汽车制动时的方向稳定性,大大改善汽车的行驶安全性。悬挂系统是指车身与车轴之间连接的所有组合体零件的总称，悬挂系统直接影响着汽车的安全性、稳定性和舒适性，是汽车的重要组成部分之一。目前，降低汽车能源消耗和减少废气排放已成为汽车行业最关注的问题，大量试验表明，装有无级变速器(CVT)的汽车比装有传统有级变速器的汽车在改善汽车燃油经济性和排放等方面具有更大的潜力，这是因为CVT连续变化的传动比可以使发动机转速独立于负载和车速的变化，最大限度地发挥发动机的经济性和动力性。 二、正文 （一）、汽车防抱制动系统最优控制 1、方法介绍 最优控制是基于状态空间法的现代控制理论方法。它可以根据车辆一地面系统的数学模型,用状态空间的概念,在时间域内研究汽车防抱制动系统。是一种基于模型分析型的控制系统,它根据防抱系统的各项控制要求,按最优化原理求得控制系统的最优控制指标。我们知道:现代控制理论应用得成功与否,关键在于数学模型是否准确。为此必须首先研究用状态变量表示的防抱系统的数学模型。 2、模型建立 为了便于分析首先作如下假设： (1)车轮承受的载荷为常数; (2)不计迎风阻力和滚动阻力;
最优控制 学院 专业 班级 姓名 学号
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。钱学森1954年所着的《工程控制论》直接促进了最优控制理论的发展和形成。 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。 从数学上看，确定最优控制问题可以表述为：在运动方程和允许控制范围的约束下，对以控制函数和运动状态为变量的性能指标函数（称为泛函）求取极值（极大值或极小值）。解决最优控制问题的主要方法有古典变分法（对泛函求极值的一种数学方法）、极大值原理和动态规划。最优控制已被应用于综合和设计最速控制系统、最省燃料控制系统、最小能耗控制系统、线性调节器等。 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。 最优控制理论-主要方法 解决最优控制问题的主要方法 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 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，指定运动过程的初始状态和目标状态，并且规定一个评价运动过程品质优劣的性能指标。通常，性能指标的好坏取决于所选择的控制函数和相应的运动状态。系统的运动状态受到运动方程的约束，而控制函数只能在允许的范围内选取。因此，从数学上看，确定最优控制问题可以表述为：在运动方程和允许控制范围的约束下，对以控制函数和运动状态为变量的性能指标函数（称为泛函）求取极值（极大值或极小值）。解决最优控制问题的主要方法有古典变分法、极大值原理和动态规划。
非线性系统最优控制理论综述 时间：2015-06-17 作者：马玲珑 摘要：非线性系统，其最优控制求解相当困难，寻求近似的最优控求解方法是当下解决这一问题的主要途径。目前，比较成熟的最优控制求解方法主要有七类，本文对这七种方法进行了详细的阐述，并对其优缺点进行了客观的对比。 论文关键词：非线性,最优控制 近年来，最优控制理论[1,2]的研究，无论在深度和广度上，都有了很大的发展，已成为系统与控制领域最热门的研究课题之一，取得了许多研究成果。同时，也在与其他控制理论相互渗透，出现了许多新的最优控制方式，形成了更为实用的学科分支。例如鲁棒最优控制[3]、随机最优控制[4]、分布参数系统的最优控制[5]、大系统的次优控制[6]、离散系统的最优控制及最优滑模变结构控制[7,8]等。而对于非线性系统，其最优控制求解相当困难，需要求解非线性HJB方程或非线性两点边值问题，除简单情况外[9]，这两个问题都无法得到解析解。因此，许多学者都致力于寻求近似的求解方法[10~13]，通过近似解得到近似的最优控，即次优控制。 1、非线性最优控制理论研究成果分类 目前，较为流行的近似最优控制求解方法主要有以下几类[6][13]。 1）幂级数展开法：幂级数展开方法通过一个幂级数来构造控制律，得到序列形式的近似最优解，或者将系统中的非线性项以幂级数形式分解，或者通过引进一个临时变量并围绕它展开。 将上式代入HJB方程求得级数近似解，也可利用Adomian分解将非线性项进行分解，由此寻求非线性HJB方程级数的近似解。 2）Galerkin逐次逼近方法：由动态规划得到的一般性偏微分HJB方程，引入一个迭代过程来求解一般非线性HJB方程的一个近似解序列。 3）广义正交多项式级数展开法：其主要思想是将最优控制问题中的状态变量，控制输入，性能指标和各个参数分别用广义正交多项式展开，利用广义正交多项式的积分、乘积运算阵 将描述系统的微分方程转化为一系列的代数方程。然后，得到 ，T非奇异时由得到的控制律是一个多项式级数解。该方法将最优控制问题转化为代数极值问题，从而避免了求解时变非线性Riccati方程。 4）有限差分和有限元方法：经典的有限差分和有限元方法可以用来近似求解非线性