一、概述
最优控制问题的实质是找出容许的控制律，使得系统从初始状态转移到指定的最终状态，并且能够保证某种性能指标达到极值。
一个最优控制问题通常包括四方面内容：
- 被控对象数学模型
- 边界条件与目标集
- 容许控制
- 性能指标
二、被控对象数学模型
一般被控系统可描述为： x ˙ = f ( x ( t ) , u ( t ) , t ) , t ∈ [ t 0 , t f ] \dot \bm x=f(\bm x(t),\bm u(t),t), ~~t\in [t_0,t_f] x˙=f(x(t),u(t),t), t∈[t0,tf]其中， x \bm x x为n维状态向量， u \bm u u为m维输入向量， f ( x ( t ) , u ( t ) , t ) f(\bm x(t),\bm u(t),t) f(x(t),u(t),t)为n维非线性函数向量。
当初始状态 x ( t 0 ) = x 0 \bm x(t_0)=\bm x_0 x(t0)=x0情况下，若已知控制律 u \bm u u，那么这个状态方程有唯一解 x ( t ) \bm x(t) x(t)。
三、边界条件与目标集
系统在控制量的作用下，从一个状态转移到另一个状态，这种状态的转移可以理解为状态空间内的一个点的运动，其运动轨迹形成一条轨线 x ( t ) \bm x(t) x(t)。
为了求解需要的轨线，需要确定轨线的两端的端点，也就是需要确定初始状态和末端状态，这就是边界条件。
一般系统运动的初始时间和初始状态是确定的，而末端时刻 t f t_f tf和末端状态 x ( t f ) \bm x(t_f) x(tf)则视问题而定。
包含末端状态约束的状态集合则为目标集M。
四、容许控制
控制量约束条件所规定的点集则为控制域U。在闭区间 [ t 0 , t f ] [t_0,t_f] [t0,tf]内有定义，并且在控制域内取值的每一个控制函数 u \bm u u则称为容许控制。
五、性能指标
1、积分型性能指标
J
=
∫
t
0
t
f
L
[
x
(
t
)
,
u
(
t
)
,
t
]
d
t
J=\int_{t_0}^{t_f}L[\bm x(t),\bm u(t),t]~dt
J=∫t0tfL[x(t),u(t),t] dt
这类问题称为拉格朗日问题，要求控制量和状态量在动态过程中要满足一定要求。
（1）最短时间问题
当 L [ x ( t ) , u ( t ) , t ] = 1 L[\bm x(t),\bm u(t),t]=1 L[x(t),u(t),t]=1时，性能指标简化为 J = ∫ t 0 t f 1 d t = t f − t 0 J=\int_{t_0}^{t_f}1~dt=t_f-t_0 J=∫t0tf1 dt=tf−t0
（2）最小燃料消耗问题
控制量与燃料消耗量成正比， J = ∫ t 0 t f ∑ i = 1 m ∣ u i ( t ) ∣ d t J=\int_{t_0}^{t_f}\sum_{i=1}^m|u_i(t)|~dt J=∫t0tfi=1∑m∣ui(t)∣ dt
（3）最小能量控制问题
若 u 2 ( t ) \bm u^2(t) u2(t)与消耗功率成正比， J = ∫ t 0 t f u T ( t ) u ( t ) d t J=\int_{t_0}^{t_f}\bm u^T(t)\bm u(t)~dt J=∫t0tfuT(t)u(t) dt
2、终值型性能指标
J
=
F
[
x
(
t
f
)
,
t
f
]
J=F[\bm x(t_f),t_f]
J=F[x(tf),tf]
这类问题称为迈耶尔问题，只需要末端状态满足一定要求。
3、复合型性能指标
J
=
F
[
x
(
t
f
)
,
t
f
]
+
∫
t
0
t
f
L
[
x
(
t
)
,
u
(
t
)
,
t
]
d
t
J=F[\bm x(t_f),t_f]+\int_{t_0}^{t_f}L[\bm x(t),\bm u(t),t]~dt
J=F[x(tf),tf]+∫t0tfL[x(t),u(t),t] dt
这类问题称为波尔扎问题，对动态过程和末端状态都有一定的要求。
第一项为终端指标函数，保证系统终端状态与给定的终端状态尽量接近，反映调节过程的平稳性、精确性。
第二项为动态指标项，保证系统的综合性能，反映过程中能量的消耗。
当性能指标函数为二次型泛函时，称为二次型性能指标，涉及到最典型的两类最优控制问题。
（1）线性状态调节器问题
给定线性系统，平衡点
x
(
0
)
=
0
\bm x(0)=0
x(0)=0，控制系统的目的是保持系统状态处于平衡点。
此时二次型性能指标可表示为：
J
=
1
2
x
T
(
t
f
)
P
x
(
t
f
)
+
∫
t
0
t
f
[
x
T
(
t
)
Q
(
t
)
x
(
t
)
+
u
T
(
t
)
R
(
t
)
u
(
t
)
]
d
t
J=\frac{1}{2}\bm x^T(t_f)\bm P\bm x(t_f)+\int_{t_0}^{t_f}[\bm x^T(t)\bm Q(t)\bm x(t)+\bm u^T(t)\bm R(t)\bm u(t)]~dt
J=21xT(tf)Px(tf)+∫t0tf[xT(t)Q(t)x(t)+uT(t)R(t)u(t)] dt其中，
P
\bm P
P、
Q
\bm Q
Q和
R
\bm R
R均为正定对称矩阵。
（2）线性跟踪系统问题
过程中要求输出向量跟踪目标轨线，则此类问题的二次型性能指标可表示为：
J
=
1
2
e
T
(
t
f
)
P
e
(
t
f
)
+
∫
t
0
t
f
[
e
T
(
t
)
Q
(
t
)
e
(
t
)
+
u
T
(
t
)
R
(
t
)
u
(
t
)
]
d
t
J=\frac{1}{2}\bm e^T(t_f)\bm P\bm e(t_f)+\int_{t_0}^{t_f}[\bm e^T(t)\bm Q(t)\bm e(t)+\bm u^T(t)\bm R(t)\bm u(t)]~dt
J=21eT(tf)Pe(tf)+∫t0tf[eT(t)Q(t)e(t)+uT(t)R(t)u(t)] dt其中，
P
\bm P
P、
Q
\bm Q
Q和
R
\bm R
R均为正定对称矩阵，
e
=
y
d
−
y
e=y_d-y
e=yd−y。
745
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
