自动控制原理电子教案 第9章最优控制 91最优控制的概念 设系统的状态方程为 k=f(x,u,1) (9.1) 性能指标的数学表达式一般可以表示为 J=O[x(t),t 1+L[x(o), u(t), t]dt (9.2) 所谓最优控制,就是要确定在[0,1中的最优控制a,将系统(9.1)的状 态从x(0)转移到x(r),或者x(t/)的一个集合,并使性能指标(9.2)最优。 9.2变分法与泛函的极值条件 1.泛函的概念 如果对于自变量t,存在一类函数{x(t)},对于每个函数x(t),有一个J值 与之对应,则变量J称为依赖于函数x(1)的泛函数,简称为泛函,记作J[x()。 如果泛函J[x]满足下列关系: Jax]=a/x] J[Ex+y]=J[x]+Jy] 式中,a是实数:x,y是函数空间中的函数,则泛函J是线性泛函。 2.泛函的变分 泛函Jx(m)的变量x()的变分,定义为b=x()-x’(),其中,x'(n)为 标称函数(即最优控制中的最优轨线),x(1)为x(m)邻域内与x()属于同 函数类的某一函数。 如果泛函Jx()的增量 Ax(o),ax]=J[x(t)+ax]-J[x(oI 可以表示为如下形式 △x()a]=Lx(,+x(,l (9.5) 其中,L[x()1是&的线性泛函,且当|→0时,所x(,a→0,则线性泛 函x(1),ah]称为泛函Jx(的变分(一阶变分),记作a。 由变分的定义可以看出,泛函的变分是一种线性映射,所以,它的运算规 则类似于函数的线性运算。设F和F2是x,和t的函数,则有如下的变分规 (1)δ(F1+F2)=F1+F2 (2)8(F,F2)=F,SF2+F28F1 (3)引F(x,=|F(x,M d 3.泛函的极值 若泛函Jx()在x=x*()附近的任一曲线上的值不小于Jx*(),即 M=Jx()-x*(l)≥0,则泛函J[x()在曲线x=x*(1)上达到极小值。 浙江工业大学自动化研究所1
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 1 第 9 章 最优控制 9.1 最优控制的概念 设系统的状态方程为 x&= f (x, u,t) (9.1) 性能指标的数学表达式一般可以表示为 ∫ = + f t t f f J x t t L x t u t t dt 0 θ[ ( ), ] [ ( ), ( ), ] (9.2) 所谓最优控制，就是要确定在[ , ] 0 f t t 中的最优控制u ，将系统(9.1)的状 态从 ( ) 0 x t 转移到 ( ) f x t ，或者 ( ) f x t 的一个集合，并使性能指标(9.2)最优。 9.2 变分法与泛函的极值条件 1.泛函的概念 如果对于自变量t ，存在一类函数{x(t)}，对于每个函数 x(t) ，有一个 J 值 与之对应，则变量 J 称为依赖于函数 x(t) 的泛函数，简称为泛函，记作 J[x(t)]。 如果泛函 J[x]满足下列关系： [ ] [ ] [ ] [ ] [ ] J x y J x J y J ax aJ x + = + = (9.3) 式中， a 是实数； x, y 是函数空间中的函数，则泛函 J 是线性泛函。 2.泛函的变分 泛函 J[x(t)]的变量 x(t) 的变分δx ，定义为 ( ) ( ) * δx = x t − x t ，其中， ( ) * x t 为 一标称函数（即最优控制中的最优轨线）， x(t) 为 ( ) * x t 邻域内与 ( ) * x t 属于同 一函数类的某一函数。 如果泛函 J[x(t)]的增量 ∆J[x(t),δx] = J[x(t) +δx]− J[x(t)] (9.4) 可以表示为如下形式 ∆J[x(t),δx] = L[x(t),δx]+ β[x(t),δx] δx (9.5) 其中，L[x(t),δx]是δx 的线性泛函，且当 δx → 0 时，β[x(t),δx] → 0 ，则线性泛 函 L[x(t),δx]称为泛函 J[x(t)]的变分（一阶变分），记作δJ 。 由变分的定义可以看出，泛函的变分是一种线性映射，所以，它的运算规 则类似于函数的线性运算。设 F1 和 F2 是 x ，x&和t 的函数，则有如下的变分规 则： （1） 1 2 1 2 δ (F + F ) = δF +δF （2） 1 2 1 2 2 1 δ (F F ) = F δF + F δF （3） F x x t dt F x x t dt ∫ ∫ δ ( , &, ) = δ ( , &, ) （4） x dt d δx&= δ 3.泛函的极值 若泛函 J[x(t)] 在 x = x *(t) 附近的任一曲线上的值不小于 J[x*(t)] ，即 ∆J = J[x(t)]− J[x *(t)] ≥ 0 ，则泛函 J[x(t)]在曲线 x = x *(t) 上达到极小值
自动控制原理电子教案 泛函Jx(门在曲线x=x*(t)上达到极小值的必要条件为(证明略) d(x*,△)=J(x*+Nx (9.6) 在等式约束下的泛函极值问题,称为条件泛函极值问题。对于条件泛函极 值问题,可以应用拉格朗日乘子法将其转化为无约束条件极值问题。 9.3变分法求解无约束最优控制问题 设系统的状态方程为 )=x(n),u(t),n (9.7) 性能指标为 J=x(r)1+「4xO.0 (9.8) 最优控制问题就是以状态方程(97)为约束,确定使泛函(9.8)达到极 值所要满足的必要条件。在上面的最优控制问题中,因为对控制变量u(1)没有 约束,所以通常称为无约束最优控制问题 无约束最优控制问题是一个求有等式约束的泛函极值问题,可以采用拉 格朗日乘子法把有约束条件问题转化为无约束条件问题。 构造增广泛函为 J=x()171+2xa(.1+U(0)a(,)-)d (9 构造哈密顿函数为 式中,λ∈R"为拉格朗日乘子向量。则增广泛函为 J=x()17+{Hxu,1,1-28m (9.11) 设初始时刻t及其状态给定为x(t0)=xo。根据终端状态边界条件,可按以下儿 种情况讨论 1.t给定,终端自由,即x()任意 增广泛函J为 J=x(7)+[(x1,2.0)-是4 (9.12) 取J的一阶变分并令其为零,得 rafa,rt '&+(at) )6λ--i8=0 由于 rx的=- (9.14) 将式(9.14)代入式(9.13),并注意到&(t0)=0,可得 +8+2)+(B2-8M=0(.15 由于在上式中,tr,,b和a都是任意的,并且相互独立,所以,增广性 能指标泛函J的一阶变分为零,即最优控制问题(9.7),(9.8)取极值的 必要条件为 正则方程 浙江工业大学自动化研究所
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 2 泛函 J[x(t)]在曲线 x = x *(t) 上达到极小值的必要条件为（证明略） ( *,∆ ) = ( *+ε∆ ) ε =0 = 0 ε δ J x x d d J x x (9.6) 在等式约束下的泛函极值问题，称为条件泛函极值问题。对于条件泛函极 值问题，可以应用拉格朗日乘子法将其转化为无约束条件极值问题。 9.3 变分法求解无约束最优控制问题 设系统的状态方程为 x&(t) = f [x(t), u(t),t] 0 0 x(t ) = x (9.7) 性能指标为 ∫ = + f t t f f J x t t L x t u t t dt 0 θ[ ( ), ] [ ( ), ( ), ] (9.8) 最优控制问题就是以状态方程（9.7）为约束，确定使泛函（9.8）达到极 值所要满足的必要条件。在上面的最优控制问题中，因为对控制变量u(t) 没有 约束，所以通常称为无约束最优控制问题。 无约束最优控制问题是一个求有等式约束的泛函极值问题，可以采用拉 格朗日乘子法把有约束条件问题转化为无约束条件问题。 构造增广泛函为 ∫ = + + − f t t T a f f J x t t L x t u t t f x t u t t x t dt 0 θ[ ( ), ] { [ ( ), ( ), ] λ [ ( ( ), ( ), ) &( )]} (9.9) 构造哈密顿函数为 H(x, u, ,t) L(x, u,t) f (x, u,t) T λ = + λ (9.10) 式中， n λ ∈ R 为拉格朗日乘子向量。则增广泛函为 = + ∫ − f t t T J a x t f t f H x u t x dt 0 θ[ ( ), ] { [ , ,λ, ] λ &} (9.11) 设初始时刻 0t 及其状态给定为 0 0 x(t ) = x 。根据终端状态边界条件，可按以下几 种情况讨论 1. f t 给定，终端自由，即 ( ) f x t 任意 增广泛函 a J 为 ∫ = + − f t t T J a x t f H x u t x dt 0 θ[ ( )] [ ( , ,λ, ) λ &] (9.12) 取 a J 的一阶变分并令其为零，得 ( ) [( ) ( ) ( ) ] 0 0 − − = ∂ ∂ + ∂ ∂ + ∂ ∂ + ∂ ∂ = = ∫ f f t t T T T T T t t T a x x dt H u u H x x H x x J δλ &δλ λ δ& λ δ δ δ θ δ (9.13) 由于 ∫ ∫ = − f f f t t t T t T t t T xdt x xdt 0 0 0 λ δ& λ δ λ &δ (9.14) 将式（9.14）代入式（9.13），并注意到δx(t0 ) = 0 ，可得 ( ) [( ) ( ) ( ) ] 0 0 − = ∂ ∂ + ∂ ∂ + + ∂ ∂ − + ∂ ∂ = = ∫ f f t t T T T t t T a x dt H u u H x x H x x J δλ λ λ δ λ δ δ θ δ & & (9.15) 由于在上式中， f t ，δx ，δu 和δλ 都是任意的，并且相互独立，所以，增广性 能指标泛函 a J 的一阶变分为零，即最优控制问题（9.7），（9.8）取极值的 必要条件为 正则方程
自动控制原理电子教案 状态方程H(x,,A) (9.16) 伴随方程= aH(,u, 1, 1) (9.17) 控制方程 aH(x, u, 1, 0) (9.18) 横截条件 (tr)= ae[x(t ) (9.19) 联立求解上述正则方程和控制方程,就可求得性能指标达到极值时的最优 控制u*(t)、最优状态轨线x*()及最优协态轨线λ*()。 例9.1已知系统的状态方程为 )=u(t) 初始条件为 x(0)=x0 求最优控制u*(t),使性能指标 为最小。 解本题为tr给定、终端自由的最优控制问题。由于控制变量不受约束, 所以,可以用变分法求解。构造哈密顿函数为 H(x,u, A 由伴随方程(9.17)得 ah a u*+Au)=0 因此,A=常数。由横截条件(9.19)得 ae[x(t) cx(t)]=cx(tr) x(t 由控制方程(9.18)得 将u*代入状态方程,得 -cx(ty) 上面这个微分方程的解为 tr时,有 x()=-cx(tr-0)+x(0) 所以 x(0) 最优控制为 (t 1+c(r-t0) 浙江工业大学自动化研究所
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 3 状态方程 λ λ ∂ ∂ = H(x, u, ,t) x& (9.16) 伴随方程 x H x u t ∂ ∂ = − ( , , λ, ) λ & (9.17) 控制方程 0 ( , , , ) = ∂ ∂ u H x u λ t (9.18) 横截条件 ( ) [ ( )] ( ) f f f x t x t t ∂ ∂ = θ λ (9.19) 联立求解上述正则方程和控制方程，就可求得性能指标达到极值时的最优 控制u *(t) 、最优状态轨线 x*(t) 及最优协态轨线λ *(t) 。 例 9.1 已知系统的状态方程为 x&(t) = u(t) 初始条件为 0 0 x(t ) = x 求最优控制u *(t) ，使性能指标 ∫ = + f t t f J cx t u dt 0 2 2 2 1 ( ) 2 1 ， c > 0 为最小。 解 本题为 f t 给定、终端自由的最优控制问题。由于控制变量不受约束， 所以，可以用变分法求解。构造哈密顿函数为 H x u λ t = u + λu 2 2 1 ( , , , ) 由伴随方程(9.17)得 ) 0 2 1 ( 2 + = ∂ ∂ = − ∂ ∂ = − u u x x H λ & λ 因此，λ = 常数。由横截条件(9.19)得 ， ( )] ( ) 2 1 [ ( ) ( ) [ ( )] ( ) 2 f f f f f f cx t cx t x t x t x t t = ∂ ∂ = ∂ ∂ = θ λ 由控制方程(9.18)得 = + = 0 ∂ ∂ u λ u H 即 * ( ) f u = −λ = −cx t 将u * 代入状态方程，得 ( ) f x&= u = −cx t 上面这个微分方程的解为 ( ) ( )( ) ( ) 0 0 x t cx t t t x t = − f − + 当 f t = t 时，有 ( ) ( )( ) ( ) 0 0 x t cx t t t x t f = − f f − + 所以 1 ( ) ( ) ( ) 0 0 c t t x t x t f f + − = 最优控制为 1 ( ) ( ) * ( ) 0 0 c t t cx t u cx t f f + − = − = −
自动控制原理电子教案 由本例的性能指标形式可知,性能指标只存在极小值,所以,最优控制 *()将使性能指标为最小。因此最优性能指标为 2 to) 2[+c(t -to)I =21+qu -lo 2.t给定,终端约束 设终端约束为 Mx(n),t]=Mx(t)]=0 (9.20) 式中,M∈R,即终端状态x()可沿规定的边界曲线移动。构造增广泛函Ja 为 J=明x()+Mx()+1(xx)+2Uf(x2x)-得}山 =Ox(r)+yMx()+[H(x2,D-(9.21) 式中,v∈R。对增广泛函J取一阶变分并令其为零,经过与上面类似的推导 得 a0 aM d,= +(H++(H8+(.-8队k=D(9.2 由于上式中b8(r),a,b和都是任意的,并且相互独立,所以增广性能 指标泛函Ja的一阶变分为零,即最优控制问题(9.7),(9.8)取极值的必 要条件为 正则方程 状态方程 aH(, u, a, 1) (9.23) 伴随方程心H(x,,A,1) (9.24) 控制方程 aH(x,u, a, 1) 0 (9.25) 边界条件 x(t0)=x0 MIx(t]=0 横截条件 06(x)OM(x) (9.27) 例9.2已知系统的状态方程为 4()=x2( k(1)=-x2(t)+u() 初始条件为 x1(0)=0 x2(0)=0 终端约束条件为 x1(2)+5x2(2)=15 求最优控制u*(t),使性能指标 浙江工业大学自动化研究所
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 4 由本例的性能指标形式可知，性能指标只存在极小值，所以，最优控制 u *(t) 将使性能指标为最小。因此最优性能指标为 ∫ = + f t t f J cx t u dt 0 2 2 2 1 ( ) 2 1 1 ( ) ( ) 2 1 ( ) [1 ( )] ( ) 2 1 [1 ( )] ( ) 2 1 0 0 2 0 2 0 0 2 2 2 0 0 2 c t t cx t t t c t t c x t c t t cx t f f f f + − = − + − + + − = 2. f t 给定，终端约束 设终端约束为 M[x(t f ),t f ] = M[x(t f )] = 0 (9.20) 式中， q M ∈ R ，即终端状态 ( ) f x t 可沿规定的边界曲线移动。构造增广泛函 a J 为 ∫ = + + + − f t t T f T a f J x t v M x t L x u t f x u t x dt 0 θ[ ( )] [ ( )] { ( , , ) λ [ ( , , ) &]} ∫ = + + − f t t T f T f x t v M x t H x u t x dt 0 θ[ ( )] [ ( )] [ ( , , λ, ) λ &] (9.21) 式中， q v ∈ R 。对增广泛函 a J 取一阶变分并令其为零，经过与上面类似的推导， 得 [( ) ( ) ( ) ] 0 ( ) 0 ∫ − = ∂ ∂ + ∂ ∂ + + ∂ ∂ + ⎥ ⎦ ⎤ ⎢ ⎣ ⎡ − ∂ ∂ + ∂ ∂ = = f f t t T T T t t T T a x dt H u u H x x H v x x M x J δλ λ λ δ δ λ δ θ δ & & (9.22) 由于上式中 x( ) f δ t ，δx ，δu 和δλ 都是任意的，并且相互独立，所以增广性能 指标泛函 a J 的一阶变分为零，即最优控制问题（9.7），（9.8）取极值的必 要条件为 正则方程 状态方程 λ λ ∂ ∂ = H(x, u, ,t) x& (9.23) 伴随方程 x H x u t ∂ ∂ = − ( , , λ, ) λ & (9.24) 控制方程 0 ( , , , ) = ∂ ∂ u H x u λ t (9.25) 边界条件 0 0 x(t ) = x M[x(t f )] = 0 (9.26) 横截条件 f t t T f v x M x x x t = ∂ ∂ + ∂ ∂ = ) ] ( ) ( ( ) ( ) [ θ λ (9.27) 例 9.2 已知系统的状态方程为 ( ) ( ) 1 2 x& t = x t ( ) ( ) ( ) 2 2 x& t = −x t + u t 初始条件为 x1 (0) = 0 x2 (0) = 0 终端约束条件为 x1 (2) + 5x2 (2) = 15 求最优控制u *(t) ，使性能指标
x(2)-52+{x2(2)-212+[an2() 为最小 解本题为tr给定、终端受约束的最优控制问题。由于控制变量不受约束, 所以可以用变分法求解。构造哈密顿函数为 +(A1-A2)x2 1(2)+5x2(2)-15=0 由于 ()=x2( 唇 A1(1)= ax n2(0) +A,=0 l(t)=-2()=-c2e′ 所以 x2(1)= ce -Cl 由初始条件x1(0)=0,x2(O)=0,得 0 因为 x1(2)=-c3e 由横截条件得 M A1(2)=x1(2)-5+v ax,(t)ax(tr) aM A2(t) 2(t,)ax2(r) 将x1(2)和x2(2)代入上式,得 5 求解以c1,C2,c3,C4和y作为未知数的联立方程组 -c1-0.5c2+c3=0 CA=15 3c1-0.5e2c2 浙江工业大学自动化研究
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 5 ∫ = − + − + 2 0 2 2 2 2 1 ( ) 2 1 [ (2) 2] 2 1 [ (2) 5] 2 1 J x x u t dt 为最小。 解 本题为 f t 给定、终端受约束的最优控制问题。由于控制变量不受约束， 所以可以用变分法求解。构造哈密顿函数为 H u x u 1 2 2 2 2 ( ) 2 1 = + λ − λ + λ 2 2 2 1 [ (2) 2] 2 1 [ (2) 5] 2 1 θ = x − + x − M = x1 (2) + 5x2 (2) −15 = 0 由于 ∂λ ∂ = H x& ， ( ) ( ) 1 2 x& t = x t ， ( ) ( ) ( ) 2 2 x& t = −x t + u t 0 1 1 = ∂ ∂ = − x H λ & ， 1 1 λ (t) = c 2 1 2 λ 2 = λ − λ ∂ ∂ = − x & H ， 2 2 1 (t) c e c t λ = + = + 2 = 0 ∂ ∂ u λ u H ， 2 2 1 u(t) (t) c e c t = −λ = − − 所以 2 3 2 1 2 1 x (t) c e c e c t t = − − − 1 3 2 1 4 2 1 x (t) c e c e c t c t t = − − − + − 由初始条件 x1 (0) = 0， x2 (0) = 0 ，得 −0.5c2 − c3 + c4 = 0 −c1 − 0.5c2 + c3 = 0 因为 1 4 2 2 2 1 3 2 2 1 x (2) = −c e − c e − c + c − 1 2 2 2 2 3 2 1 x (2) = c e − c e − c − 由横截条件得 ( ) ( ) ( ) ( ) 1 1 1 f f f f v t x t M x t t ∂ ∂ + ∂ ∂ = θ λ 1 1 5 1 λ (2) = x (2) − + v = c ( ) ( ) ( ) ( ) 2 2 2 f f f f v t x t M x t t ∂ ∂ + ∂ ∂ = θ λ 2 2 2 2 5 1 2 λ (2) = x (2) − + v = c + c e 将 (2) 1x 和 (2) 2 x 代入上式，得 3 0.5 3 4 5 2 2 2 − 1 − − + + = − c e c e c c v 2 1.5 3 5 2 2 2 2 − 1 − + + = − c e c e c v 求解以c c c c 和v 1 2 3 4 , , , 作为未知数的联立方程组 −0.5c2 − c3 + c4 = 0 −c1 − 0.5c2 + c3 = 0 7 3 4 3 4 15 2 2 2 − 1 − + + = − c e c e c c 3 0.5 3 4 5 2 2 2 − 1 − − + + = − c e c e c c v
自动控制原理电子教案 2c1-1.5ec2+ec3+5v=2 可得c1=-073,c2=-0.13。则所求最优控制为 n*()=073+1.3e=0.7(+0.18e) 3.tr自由,终端约束 设终端约束为式(9.20)。同样构造增广泛函J为 J=x(r)+Mx()7+「[H(x2,0- (9.28) 将式(9.28)与式(9.21)比较可以看出,式(9.28)除了tr自由外,与式(9.21) 完全相同,因而所推导出的结果除了因ar是任意的而增加一个终端边界条件 方程外,其余结果完全相同。最优控制问题(9.7),(9.8)取极值的必要条 件为 正则方程 状态方程 OH(,u, 4, 1) (9. 29) 伴随方程 aH(, u, 1,1) (9.30) 控制方程 aH(,u,A,t) (9.31) 边界条件与横截条件x(0)=x Mlr(r),t,]=0 (9.32) A(r)=[+()v (9.33) [H(x, u, a, 1) 例9.3已知系统的状态方程为 t=u(t) 初始条件为x(0)=x0,终端时刻tr自由,终端约束条件为x(r)=co(常数), 求最优控制u*()和x*(t),使性能指标 J=[(x2+)d 为最小。 解本题为t自由、终端受约束的可动边界最优控制问题。由于控制变量 不受约束,所以可以用变分法求解。构造哈密顿函数为 H(x,u,.,D)=x2+&+A=x2+u2+Mn 伴随方程为 控制方程为 2u+A=0 由伴随方程和控制方程得 代入状态方程得 解上面的二阶微分方程得 x=ce +c2 浙江工业大学自动化研究所
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 6 2 1.5 3 5 2 2 2 2 − 1 − + + = − c e c e c v 可得c1 = −0.73 ，c2 = −0.13 。则所求最优控制为 *( ) 0.73 1.3 0.73(1 0.18 ) t t u t = + e = + e 3. f t 自由，终端约束 设终端约束为式（9.20）。同样构造增广泛函 a J 为 ∫ = + + − f t t T f f T a f f J x t t v M x t t H x u t x dt 0 θ[ ( ), ] [ ( ), ] [ ( , , λ, ) λ &] (9.28) 将式（9.28）与式（9.21）比较可以看出，式（9.28）除了 f t 自由外，与式（9.21） 完全相同，因而所推导出的结果除了因 f δt 是任意的而增加一个终端边界条件 方程外，其余结果完全相同。最优控制问题（9.7），（9.8）取极值的必要条 件为 正则方程 状态方程 λ λ ∂ ∂ = H(x, u, ,t) x& (9.29) 伴随方程 x H x u t ∂ ∂ = − ( , , λ, ) λ & (9.30) 控制方程 0 ( , , , ) = ∂ ∂ u H x u λ t (9.31) 边界条件与横截条件 0 0 x(t ) = x M[x(t f ),t f ] = 0 (9.32) f t t T f v x M x t = ∂ ∂ + ∂ ∂ ( ) = [ ( ) ] θ λ (9.33) [ ( , , , ) ] = 0 ∂ ∂ + ∂ ∂ + = f t t T t M v t H x u t θ λ (9.34) 例 9.3 已知系统的状态方程为 x&(t) = u(t) 初始条件为 0 x(0) = x ，终端时刻 f t 自由，终端约束条件为 0 x(t ) c f = （常数）， 求最优控制u *(t) 和 x*(t) ，使性能指标 ∫ = + f t J x x dt 0 2 2 ( & ) 为最小。 解 本题为 f t 自由、终端受约束的可动边界最优控制问题。由于控制变量 不受约束，所以可以用变分法求解。构造哈密顿函数为 H x u λ t = x + x + λu = x + u + λu 2 2 2 2 ( , , , ) & 伴随方程为 λ &= −2x 控制方程为 2u + λ = 0 由伴随方程和控制方程得 x = u& 代入状态方程得 &x&= x 解上面的二阶微分方程得 t t x c e c e = 1 + 2 −
自动控制原理电子教案 因此 积分得 代入边界条件与横截条件,得 0 解得C1=0,c2=Co,或者c2=0,c1=C0。于是,最优控制和最优状态轨 线为 Xoe xo>c Xoe 表9.1不同终端状态边界条件下的边界条件与横截条件 终端时刻 终端状态 边界条件与横截条件 =x(t)-x=0 终端固定 x(0)=x 终端自由 tn) 给定终端部分固定、部/x(0)=x0x1()=x 分自由(x1(r)固 λ21(t)=-06 定、x2()自由 ax2() x(0)=x0 终端约束 Mx(r)=0 a0 aM tr自由 终端固定 x(t0) i(t-dc 终端自由 x(ty) () 浙江工业大学自动化研究所
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 7 因此 t t u xdt c e c e = = − 1 + 2 − ∫ t t x c e c e 1 2 = −2 = −2 − 2 − λ & 积分得 t t c e c e 1 2 = 2 − 2 − λ 代入边界条件与横截条件，得 1 2 0 c + c = c 0 c1c2 = 解得 0 c1 = ， 2 0 c = c ，或者 0 c2 = ， 1 0 c = c 。于是，最优控制和最优状态轨 线为 ⎩ ⎨ ⎧ − > < = − 0 0 0 0 0 0 , , *( ) x e x c x e x c x t t t 表 9.1 不同终端状态边界条件下的边界条件与横截条件 终端时刻 终端状态 边界条件与横截条件 终端固定 M = x(t f ) − x f = 0 0 0 x(t ) = x 终端自由 0 0 x(t ) = x ( ) ( ) f f x t t ∂ ∂ = θ λ 终端部分固定、部 分自由（ ( ) 1 f x t 固 定、 ( ) 2 f x t 自由） 0 0 x(t ) = x f f x t x 1 1 ( ) = ( ) ( ) 2 2 f f x t t ∂ ∂ = θ λ f t 给定 终端约束 0 0 x(t ) = x M[x(t f )] = 0 f t T f v x M x (t ) [ ( ) ] ∂ ∂ + ∂ ∂ = θ λ 终端固定 0 0 x(t ) = x f f x(t ) = x f f t H t ∂ ∂ = − θ ( ) f t 自由 终端自由 0 0 x(t ) = x ( ) ( ) f f x t t ∂ ∂ = θ λ f f t H t ∂ ∂ = − θ ( )
自动控制原理电子教案 to )=xo MIr(tn),fl 终端约束x0y)=(8+(a)n (r)= 9.4极小值原理 控制变量v()受到限制时的最优控制问题,通常称为有约束最优控制问 题。对于有约束最优控制问题,不能应用变分法求解,而需要采用本节所介绍 的极小值原理求解。 9.41连续系统的极小值原理 设系统的状态方程为 求t)=fx(t),u(),n x(t0)=x0 (9.35) 式中,x∈Rn;u∈Ω∈RP;Ω为有界闭集。不等式约束为 G[x(t),u(1),≥0 (9.36) 其中,G为m维连续可微向量函数,m≤p。系统从初始状态x0转移到终端状 态x(),要求终端状态x(/)满足等式约束 M[x(),tf1=0 其中,M为q维连续可微向量函数,q≤n。性能指标为 J=Ol(g),91+L[x(o), u(o),r]dt (9.38) 最优控制问题就是寻找最优容许控制(),使目标函数J最小 为了将不等式约束问题转化为等式约束问题,引入两个新的向量: 1)引入一个新的p维控制变量o( d()=l() o(tl0)=0 (9.39) 这样,就可以容许(1)不连续。因为当()不连续时,o()也是连续的。而当u() 是分段连续函数时,o(1)也是分段光滑连续函数 2)引入另一个新的m维控制变量z(r) [鸢)=Gx(1),u(1),门 (9.40) 由于上式左边恒为非负,所以满足G是非负的要求。 通过以上变换,将上述有不等式约束的最优控制问 化为了下列具有 等式约束的条件极值问题,通常称为波尔扎( bolza)问题: 系统的状态方程为 )=fx(1),d,l (9.41) [)2=Gx(1),a,1 x(0)=x0,z(10)=0,o(to)=0 终端时刻t;未给定,终端状态约束为 Mx(t,),]=0 要求确定最优控制an),使性能指标 J=bxr,r+x(.减D.lt 浙江工业大学自动化研究所
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 8 终端约束 0 0 x(t ) = x M[x(t f ),t f ] = 0 f t T f v x M x (t ) [ ( ) ] ∂ ∂ + ∂ ∂ = θ λ f t T f t M v t H(t ) [ ] ∂ ∂ + ∂ ∂ = − θ 9.4 极小值原理 控制变量 u(t) 受到限制时的最优控制问题，通常称为有约束最优控制问 题。对于有约束最优控制问题，不能应用变分法求解，而需要采用本节所介绍 的极小值原理求解。 9.4.1 连续系统的极小值原理 设系统的状态方程为 x&(t) = f [x(t), u(t),t] 0 0 x(t ) = x （9.35） 式中， n x ∈ R ； p u ∈Ω∈ R ；Ω 为有界闭集。不等式约束为 G[x(t), u(t),t] ≥ 0 （9.36） 其中，G 为 m 维连续可微向量函数，m ≤ p 。系统从初始状态 0 x 转移到终端状 态 ( ) f x t ，要求终端状态 ( ) f x t 满足等式约束 M[x(t f ),t f ] = 0 （9.37） 其中， M 为 q 维连续可微向量函数， q ≤ n 。性能指标为 ∫ = + f t t f f J x t t L x t u t t dt 0 θ[ ( ), ] [ ( ), ( ), ] (9.38) 最优控制问题就是寻找最优容许控制u(t) ，使目标函数 J 最小。 为了将不等式约束问题转化为等式约束问题，引入两个新的向量： 1）引入一个新的 p 维控制变量ω(t) ω&(t) = u(t) ， ω(t0 ) = 0 （9.39） 这样，就可以容许u(t) 不连续。因为当u(t) 不连续时，ω(t) 也是连续的。而当u(t) 是分段连续函数时，ω(t) 也是分段光滑连续函数。 2）引入另一个新的 m 维控制变量 z(t) [ ( )] [ ( ), ( ), ] 2 z&t = G x t u t t ， z(t0 ) = 0 （9.40） 由于上式左边恒为非负，所以满足G 是非负的要求。 通过以上变换，将上述有不等式约束的最优控制问题，转化为了下列具有 等式约束的条件极值问题，通常称为波尔扎（Bolza）问题： 系统的状态方程为 x&(t) = f [x(t),ω&(t),t] （9.41） [ ( )] [ ( ), ( ), ] 2 z&t = G x t ω&t t （9.42） 0 0 x(t ) = x ， z(t0 ) = 0 ， ω(t0 ) = 0 终端时刻 f t 未给定，终端状态约束为 M[x(t f ),t f ] = 0 （9.43） 要求确定最优控制ω&(t) ，使性能指标 ∫ = + f t t f f J x t t L x t t t dt 0 θ[ ( ), ] [ ( ),ω&( ), ] (9.44)
自动控制原理电子教案 为极小。 引入拉格朗日乘子向量A及r,写出增广性能指标泛函为 J=Ox)1+yMx0,)1+-1小+(x0-+r(x=]m ox)+yMx(r)1+"{H减1-2r(x)-])d (9.45) 式中,哈密顿函数H(x,或A,1)定义为 H(x, d1, 1)=L(x, r)a' f(x, cr) (9.46) 为了简化问题,定义拉格朗日标量函数Φ为 Φ(x,A,,D)=H(x,或A,)-+G(x,1)- (9.47) 于是,J可以写成 Jn=x(r)y+yMx()1+x减元,, (9.48) 对J。取一阶变分,得 6,,rM at +iaei ax(tn) (9.49) 式中,为最优终端时刻。对上式积分项中的后三项分别进行分部积分,并利 用关系式 i()=()+61f (9.50) 可得 a。=[中- (9.51) ax ax 6x(t)+ + a d a d a d a dt add 根据泛函取极值的必要条件,应有aa=0。由于式(9.51)中8 a,bo和&都是任意的,并且相互独立,所以增广性能指标泛函J取极值 的必要条件为 op d a (9.52) d a d a 0 (9.53) dt ac oo 「如+y2 aM (9.54) arlo (9.55) a &ts,=0,a (9.56) 由式(9.47)得 浙江工业大学自动化研究所
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 9 为极小。 引入拉格朗日乘子向量λ 及Γ ，写出增广性能指标泛函为 ∫ = + + + − + Γ − f t t T T f f T a f f J x t t v M x t t L x t f x t x G x t z dt 0 [ ( ), ] [ ( ), ] { [ , , ] [ ( , , ) ] [ ( , , ) ]} 2 θ ω& λ ω& & ω& & ∫ = + + − + Γ − f t t T T f f T f f x t t v M x t t H x t x G x t z dt 0 [ ( ), ] [ ( ), ] { [ , , , ] [ ( , , ) ]} 2 θ ω&λ λ & ω& & (9.45) 式中，哈密顿函数 H(x,ω&, λ,t) 定义为 H(x, , ,t) L(x, ,t) f (x, ,t) T ω&λ = ω& + λ ω& （9.46） 为了简化问题，定义拉格朗日标量函数Φ 为 ( , , , , , , ) ( , , , ) [ ( , , ) ] 2 x x z t H x t x G x t z T T Φ &ω& &λ Γ = ω&λ − λ &+ Γ ω& − & （9.47） 于是， a J 可以写成 ∫ = + + Φ Γ f t t f f T a f f J x t t v M x t t x x z t dt 0 θ[ ( ), ] [ ( ), ] ( , &,ω&, &, λ, , ) （9.48） 对 a J 取一阶变分，得 ∫ ∂ ∂Φ + ∂ ∂Φ + ∂ ∂Φ + ∂ ∂Φ + ∂ ∂ + ∂ ∂ + ∂ ∂ + ∂ ∂ = Φ + = = f f f t t T T T T f t t T T f t t T a z dt z x x x x x t x M v x t t M v t J * * 0 * * [( ) ( ) ( ) ( ) ] [ ] [( ) ] ( ) & & & & & & δω δ ω δ δ δ θ δ θ δ （9.49） 式中， * f t 为最优终端时刻。对上式积分项中的后三项分别进行分部积分，并利 用关系式 f f f f x(t ) x(t ) x(t )δ t δ = δ * + & （9.50） 可得 ∫ ∂ ∂Φ − ∂ ∂Φ − ∂ ∂Φ − ∂ ∂Φ + ∂ ∂Φ + ∂ ∂Φ + ∂ ∂Φ + ∂ ∂ + ∂ ∂ + ∂ ∂ + ∂ ∂ + ∂ ∂Φ = Φ − = = = * 0 * * * [( ) δ ( ) ( ) δ ] [ ( ) ] δ ( ) [( ) δ ( ) δ ] [ ] δ * f f f f t t T T T t t T T f T t t T f t t T T a z dt dt z d dt d x dt x d x z z x t x v x M x t t M v x t J x & & & & & & & & δω ω ω ω θ θ δ （9.51） 根据泛函取极值的必要条件，应有δJ a = 0 。由于式（9.51）中 f δ t ， ( ) * f δx t ， δx ，δω 和δz 都是任意的，并且相互独立，所以增广性能指标泛函 a J 取极值 的必要条件为 = 0 ∂ ∂Φ − ∂ ∂Φ dt x d x & （9.52） = 0 ∂ ∂Φ dt ω& d ， = 0 ∂ ∂Φ dt z d & （9.53） [ ( ) ] * = 0 ∂ ∂ + ∂ ∂ + ∂ ∂Φ Φ − = f t t T T t M v t x x θ & & （9.54） [ ( ) ] * = 0 ∂ ∂Φ + ∂ ∂ + ∂ ∂ = f t t T x v x M x & θ （9.55） ( ) * = 0 ∂ ∂Φ = f t t ω& ， ( ) * = 0 ∂ ∂Φ = f t t z& （9.56） 由式（9.47）得 Γ ∂ ∂ + ∂ ∂ = ∂ ∂Φ T x G x H x ( )
自动控制原理电子教案 代入式(9.52),得 d2 ah aG or+(o'l &-0H-(aGr (9.57) 若不等式约束函数G内不含x,即为 G[u(1),n≥0 (9.58) 则由于一≡0,由式(9.57)得 由式(9.54)和(9.55),并注意到 ac ,可计算出t=t时的H及A值 H(r)= ae aM a(tr) (9.61) 当系统在最优控制u'(n)作用下,沿最优轨迹x()进行状态转移时的r即是最 优时刻r,略去式(960)和(961)中的符号(*),即得横截条件为 H(x,u,元,1)+ (9.62) (t)= 式(9.53)表明,在最优轨线上 都为常数。又由式(9.56)可知, 该常数为零,所以,沿最优轨迹 0 (9.64) ac ar 由于Φ中包含最,&和&,若将极值曲线上的&,&和或,分别用,或和 表示,则式(964)可以写成 aa 0 (9.65) a ar 上面得到了使性能指标J取极值的必要条件。为了使性能指标取极值, 还必须满足充分条件:维尔斯特拉斯函数E沿最优轨线为非负,即 E=Φ(x,成,r,1)-(x,,,,只,r,D)-()(如R) d(x,最,r,1)+A心(x,北,收,R,2,r,1)-2 =H(x‘,x,1)-H(x,&,A,1)≥0 (9.66) 以at)=l(t),d()=u·(n)代入上式得 H(x,‘,元,)≤H(x',u,,D) 浙江工业大学自动化研究所
自 动 控 制 原 理电 子 教 案 浙 江 工 业 大 学 自 动 化 研 究 所 10 = −λ ∂ ∂Φ x& 代入式（9.52），得 Γ ∂ ∂ + ∂ ∂ − = T x G x H dt d ( ) λ 即 Γ ∂ ∂ − ∂ ∂ = − T x G x H λ & ( ) （9.57） 若不等式约束函数G 内不含 x ，即为 G[u(t),t] ≥ 0 （9.58） 则由于 ≡ 0 ∂ ∂ x G ，由式（9.57）得 x H ∂ ∂ λ &= − （9.59） 由式（9.54）和（9.55），并注意到 = −λ ∂ ∂Φ x& ，可计算出 * f t = t 时的 H 及λ 值 * ( ) [ ] * f t t T f t M v t H t = ∂ ∂ − ∂ ∂ = − θ （9.60） * ( ) [ ( ) ] * f t t T f v x M x t = ∂ ∂ + ∂ ∂ = θ λ （9.61） 当系统在最优控制 ( ) * u t 作用下，沿最优轨迹 ( ) * x t 进行状态转移时的 f t 即是最 优时刻 * f t ，略去式（9.60）和（9.61）中的符号（*），即得横截条件为 [ ( , , , ) ( ) ] = 0 ∂ ∂ + ∂ ∂ + = f t t T v t M t H x u t θ λ （9.62） f t t T f v x M x t = ∂ ∂ + ∂ ∂ ( ) = [ ( ) ] θ λ （9.63） 式（9.53）表明，在最优轨线上， ∂ω& ∂Φ 和 ∂z& ∂Φ 都为常数。又由式（9.56）可知， 该常数为零，所以，沿最优轨迹 ∂ω& ∂Φ = ≡ 0 ∂ ∂Φ z& （9.64） 由于Φ 中包含 x&，ω&和 z&，若将极值曲线上的 x&，ω&和 z&，分别用 * x& ， * ω& 和 * z& 表示，则式（9.64）可以写成 0 * * ≡ ∂ ∂Φ = ∂ ∂Φ ω& z& （9.65） 上面得到了使性能指标 a J 取极值的必要条件。为了使性能指标取极值， 还必须满足充分条件：维尔斯特拉斯函数 E 沿最优轨线为非负，即 ( , , , , , , ) ( , , , , , , ) ( ) ( ) * * * * * * * * * * * x x x E x x z t x x z t T & & & & & & & & & − ∂ ∂Φ = Φ ω λ Γ − Φ ω λ Γ − * * * * * * * * * * * * (x , x, , z, , ,t) x (x , x , , z , , ,t) x = Φ &ω& &λ Γ + λ T &− Φ & ω& & λ Γ − λ T & ( , , , ) ( , , , ) 0 * * * * * = H x ω&λ t − H x ω& λ t ≥ （9.66） 以ω&(t) = u(t) ， ( ) ( ) * * ω& t = u t 代入上式得 ( , , , ) ( , , , ) * * * * * H x u λ t ≤ H x u λ t （9.67）
