§6 最小(大)值原理
[连续系统的最小(大)值原理] 考虑一控制系统其状态方程为
(1)
并满足初始条件
(2)
至于终止状态则或者是自由的,或者是满足目标集
(3)
性能指标为
(4)
式中x和m分别是状态矢量和控制矢量:
是n维矢函数,R是m维矢函数。
假设,,G(x,t),R(x,t)都是其变元的连续函数,对x连续可微,并且有界。
假设控制矢量m(t)是容许控制,即满足下列条件:
(i) m(t)是在闭区间[t0, tf]上的分段连续函数(即只有有限个第一类间断点,在间断点处,假定是左连续的);
(ii) m(t)在端点t0, tf处是连续的;
(iii) 这里U是R r中的有界闭集。
问题的提法 假设上面的(1),(2),(3),(4)式均已给定,要求从容许控制中求出一个控制,它使系统(1)满足初始条件(2)的轨线,在终止时刻tf时达到目标集(3),并使性能指标(4)取极小值(或极大值)。
为此引进协态变量(相对于状态变量而言)。
它满足微分方程组
(5)
作辅助函数
(6)
称为系统(1)的哈密顿函数。这时可把方程组(1)和(5)表示为下面的形式:
(7)
称为哈密顿方程组或正则方程组。则有
最小值原理 如果是上面所提问题的最优控制,,是正则方程组(7)对应于的最优轨线和最优协态变量,则有
于是可按下列步骤求解:
(1) 写出哈密顿函数和正则方程组。
(2) 对求哈密顿函数的最小值,找出关系式:
(8)
(3) 把关系式(8)代入正则方程组,根据下述边界条件,对正则方程组求解两点边值问题,即可求出最优轨线和最优协态变量:
(i) 假设方程组(1)已给初始条件和终止条件(目标集),则正则方程组(7)的边界条件为:
,
(ii) 假设是给定的,没有给定目标集(3),即是自由的,则正则方程组(7)的边界条件为:
,
其中是性能指标(4)中的第一项。若,这时边界条件变为
,
(iii) 假设是给定的,而终止状态满足目标集
并假定是维的,其中,则正则方程组(7)的边界条件为
,
其中是一个维待定的常值列矢量。以上共有个边界条件。
其次,假定不固定,而是自由的。这时相当于边界条件中多了一个独立参数,因此要补充一个关系式。对于边界条件为(i),(ii)的情形,补充的关系式为
对于边界条件为(iii)的情形,补充的关系式为
(4) 将求出的,代入关系式(8),就可求得最优控制。
以上步骤也可根据问题的性质,灵活应用。
对最大值原理有类似的说法。
说明 最小(大)值原理描述控制系统最佳性的必要条件,它给出一个确定最优控制的方法。这一原理是由古典变分法引伸出来的。它可以推出变分法中熟知的一切必要条件,但是,它与古典变分法相比较,这一原理的主要优越性在于,它适用于任何集合,特别它包含是有界闭集的情形,而古典变方法只适用于为开集或的情形,因此这可以说是控制域类的扩充。但它和变分法一样都遇到两点边值问题的困难。
[离散系统的最小(大)值原理] 考虑一离散型控制系统(图18。13)其状态方程为
(1)
并满足初始条件
(2)
终止状态是自由的,性能指标为
(3)
式中,分别为系统对应于时刻的状态矢量和控制矢量,他们分别是维和维矢量。
问题的提法 寻求个控制矢量满足初始条件(2),使性能指标取极小(大)值。
处理方法和连续情形相仿。引进的协态变量,它是维列矢量。构造哈密顿函数
(4)
这时有正则方程组
,即 (5)
,即 (6)
离散型的最小值原理 设为最优控制,为相应的最优轨线,为相应的最优协态变量,则它们满足正则方程(5),(6)和下列条件下之一:
(i) ,即
(ii)
同时,满足边界条件(若是预先给定的,则不要这条件)
(当时,)
于是可按下列步骤求解:
(1) 写出哈密顿函数(4)和正则方程(5),(6)。
(2) 固定,,对哈密顿函数应用最小值原理的条件(i)或(ii),求出关系式
(7)
(3) 将关系式(7)代入正则方程组(5),(6)中,并利用条件
,
把问题化为解方程组的两点边值问题。由此可以求出和。
(4) 将求出的,代入(7),就得到最优控制。
说明 离散系统的最小(大)值原理除某些特殊情形外不存在。参考G。S。G。Beveridge and R。S。Schechter, Opiimization: Theory and Practice。 1970, Mc Graw-Hill, Inc。, 第257-258页。