首页> 中文学位 >基于控制变量参数化的带约束最优控制问题计算方法
【6h】

基于控制变量参数化的带约束最优控制问题计算方法

代理获取

目录

声明

致谢

摘要

1 绪论

1.1 最优控制问题定义与分类

1.2 最优控制问题的计算方法回顾

1.3 数学规划对最优控制的基础作用

1.4 本文组织结构

2 CVP方法及实现

2.1 最优参数选择问题

2.2 CVP方法

2.3 用H-Optimizer-CVP求解最优控制问题

2.4 数值例子与分析

2.5 本章小结

3 改进型Time-scaling转换技巧

3.1 改进型基本Time-scaling转换技巧

3.2 改进型增强Time-scaling转换技巧

3.3 数值例子与分析

3.4 本章小结

4 处理不等式路径约束的光滑化惩罚函数法

4.1 路径约束带来的困难

4.2 max函数的光滑近似函数

4.3 光滑化惩罚函数法及收敛性分析

4.4 数值例子与分析

4.5 本章小结

5 多种光滑化惩罚函数法及其快速近似算法

5.1 多种max函数的光滑近似函数

5.2 多种光滑化惩罚函数法及收敛性分析

5.3 CVP方法的一种快速近似算法

5.4 数值例子与分析

5.5 本章小结

6 总结和展望

6.1 全文工作总结

6.2 未来工作展望

附录A: H-Optimizer的功能与使用

附录B: H-Optimizer-CVP的功能与使用

参考文献

攻读博士学位期间取得的成果

展开▼

摘要

最优控制的计算方法是解决工业瓶颈问题的重要工具。通过最优控制算法,得到动态系统的最优操作策略并加以实施,就能够实现系统节能、降耗、挖潜、增效等目标。最优控制的计算方法目前已广泛应用于航空航天、石油化工、电力系统、清洁能源、生物医学工程、经济管理等领域。由于其现实应用价值大,引起了国内外众多学者的关注和研究。
   最有效的最优控制计算方法是直接法,即:将一个最优控制问题转化为一个数学规划问题求解。直接法中最具代表性的是控制变量参数化(CVP)方法和正交多项式零点配置(OC)方法,这两种方法各有优缺点。CVP方法的主要难点在于:(1)难以处理不等式路径约束;(2)获取梯度信息时需要反复求解微分方程组,消耗了大量计算时间。本文只研究CVP方法,并致力于克服上述两方面难点。
   主要工作及贡献如下:
   1.针对不等式路径约束带来的困难,研究了四种max函数的光滑近似函数,基于这四种光滑近似函数提出了四种对应的光滑化惩罚函数法,并进行了严格的数学证明和收敛性分析。在此基础上对同时包含终点约束和路径约束的汽车制动问题、最速下降线问题等较复杂问题进行了测试,结果表明所提出的方法非常有效。
   2.针对获取梯度信息计算量大的缺点,提出了CVP方法的一种快速近似算法。对经典最优控制问题的测试结果表明,使用快速近似算法后的计算耗时降低到了原来的5%以内。快速近似算法特别适合对计算速度要求高的在线优化。
   3.改进了基本Time-scaling转换技巧,使之能求解初始时间不为0的时间最优控制问题。改进了增强Time-scaling转换技巧,使之能更加有效地求解Bang-Bang控制问题,特别是能够精确捕捉跳变时间点。
   4.在上述理论成果的基础上,借助MATLAB平台成功开发了最优控制软件H-Optimizer-CVP。H-Optimizer-CVP中实现了基本CVP方法、改进型Time-scaling转换技巧、光滑化惩罚函数法等功能的组合调用。用户只需输入待求问题的数学模型,H-Optimizer-CVP将自动完成求解过程。
   5.数学规划是最优控制的基础,在整理、提炼、改进国外最新的数学规划理论基础上,借助MATLAB平台成功开发了数学规划软件H-Optimizer,能够稳定、高效地求解多类数学规划问题。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号