现代控制理论（6）——最优控制

---

一、静态最优化问题的解

1.多元函数的极值

$J=f(u)$取极值的充分必要条件：
必要条件：$\frac{\partial f}{\partial u}=0$
充分条件：$\frac{{\partial }^{2}f}{\partial u^2}>0$

2.具有等式约束条件的极值

1.嵌入法
2.拉格朗日乘子法
原函数$J=f(x,u)$
等式约束条件$g(x,u)=0$
构造拉格朗日函数：
$$H=J+\lambda g(x,u)$$
H取极值的必要条件$$\frac{\partial H}{\partial u}=0;\frac{\partial H}{\partial x}=0;\frac{\partial H}{\partial \lambda }=0$$

二、泛函及其极值——变分法

1.基本概念

对于自变量x，存在一类函数$y(x)$,对于每个$y(x)$,有一个J值与之对应，则变量J称为依赖于函数$y(x)$的泛函数，记作$J[y(x)]$
自变量x称为宗量
$y(x)$称为宗量函数
$J[y(x)]$称为宗量函数的泛函

若泛函在任何一条与$y_0(x)$接近的曲线上都有
$$\Delta J=J[y(x)]-J[y_0(x)]\ge 0$$
则J在$y_0(x)$上达到极小值
求泛函的极值问题称为变分问题，其方法为变分法

$\Delta J=J[y(x)+\delta y(x)]-J[y(x)]=L[y(x),\delta y(x)]+R[y(x),\delta y(x)]$
泛函的一阶变分：$\delta J=L[y(x),\delta y(x)]$
泛函的变分也可以用下式进行计算：
$$\delta J=\frac{\partial J[y(x)+a\delta y(x)]}{\partial a}{|}_{a=0}$$

2.泛函极值的必要条件——欧拉方程

设泛函$$J(x)={\int }_{t_0}^{t_f}L[x,\dot{x},t]dt$$
欧拉方程为：
$$\frac{\partial L}{\partial x}-\frac{d}{dt}\frac{\partial L}{\partial \dot{x}}=0$$
横截条件为：
$$\frac{\partial L}{\partial \dot{x}}\delta x{|}_{t_0}^{t_f}=0$$
固定端点：$\delta x(t_0)=0,\delta x(t_f)=0$
两端自由：$\delta x(t_0)\ne 0,\delta x(t_f)\ne 0$
$\frac{\partial L}{\partial \dot{x}}{|}_{t_0}=0;\frac{\partial L}{\partial \dot{x}}{|}_{t_f}=0$

3.可变端点问题

例如：始端固定，终端可沿着靶线$c(t)$变动
欧拉方程不变
终端横截条件：$$L+[\dot{C}(t)-\dot{x}]\frac{\partial L}{\partial \dot{x}}{|}_{t=t_f}=0$$
若终端固定，始端可沿着靶线$D(t)$变动
则有$$L-[\dot{x}-\dot{D}(t)]\frac{\partial L}{\partial \dot{x}}{|}_{t=t_0}=0$$

4.具有综合性能泛函的情况

终端条件改为$$\frac{\partial L}{\partial \dot{x}}{|}_{t_f}=-\frac{\partial \varphi (x)}{\partial x}$$

三、有约束条件的泛函极值

1.拉格朗日问题

1.写出约束方程：
$$f(x,u,t)-\dot{x}(t)=0$$
2.写出增广泛函：
J ′ = ∫ t 0 t f { L ( x , u , t ) + λ T [ f ( x , u , t ) − x ˙ ] } d t J^{'}=\int ^{t_f}_ {t_0}\{L(x,u,t)+\lambda^T[f(x,u,t)-\dot x]\}dt J′=∫t0​tf​​{L(x,u,t)+λT[f(x,u,t)−x˙]}dt
令$H=L(x,u,t)+{\lambda }^T[f(x,u,t)]$哈密顿函数
则 J ′ = ∫ t 0 t f { H − λ T [ x ˙ ] } d t J^{'}=\int ^{t_f}_ {t_0}\{H-\lambda^T[\dot x]\}dt J′=∫t0​tf​​{H−λT[x˙]}dt
3泛函极值的必要条件
哈密顿正则方程：
$$\dot{x}=\frac{\partial H}{\partial \lambda }$$
$$\dot{\lambda }=-\frac{\partial H}{\partial x}$$
控制方程
$$\frac{\partial H}{\partial u}=0$$
横截条件
$$(\delta x{)}^T\lambda {|}_{t_0}^{t_f}=0$$
求最优控制的步骤
1.写出哈密顿函数
2.由控制方程$\frac{\partial H}{\partial u}=0$写出$u^{\ast }(x,\lambda )$
3.将$u^{\ast }$代入正则方程求出$x^{\ast },{\lambda }^{\ast }$
4.利用边界条件定解

2.波尔扎问题

1.构造增广泛函
J ′ = ∫ t 0 t f { H − λ T [ x ˙ ] } d t + Φ [ x ( t f ) , t f ] + μ N [ x ( t f ) , t f ] J^{'}=\int ^{t_f}_ {t_0}\{H-\lambda^T[\dot x]\}dt+\Phi [x(t_f),t_f]+\mu N[x(t_f),t_f] J′=∫t0​tf​​{H−λT[x˙]}dt+Φ[x(tf​),tf​]+μN[x(tf​),tf​]
2.泛函极值的必要条件
正则方程控制方程如上
3.边界与横截条件

四、极小值原理

u满足不等式约束条件$g(x,u,t)\ge 0$
1.引入哈密顿函数
2.正则方程
$$\dot{x}=\frac{\partial H}{\partial \lambda }$$
$$\dot{\lambda }=-\frac{\partial H}{\partial x}-\frac{\partial g}{\partial x}\gamma$$
3.对于最优控制u,H取绝对极小值
4.边界条件求解