优化方法理论合集（13）——可行域

1. 可行域定义

设具有初始状态$\vec{x}(t_0)$，时间区间$t\in [t_0,t_k=T]$，对控制量的限制$|\vec{u}|\le U_{\max }$。设最终状态量落入的区域为可行域，具有如下图示：

图中红色阴影部分为可行域$G\left(\vec{x}(t_0),t_k,U\right)$，黑色曲线为可行域边界$\partial G$。

要求系统的末状态落入规定的可行域内：

图中蓝色为可行域的近边界，绿色为可行域的远边界；而$v_i$为初始状态出发时的朝向。
对于任意一个出发朝向$v_i$，均有一个近边界点和远边界点，这两个点即为沿着$v_i$方向可以到达的最近和最远点。

2. 问题描述

这里对于一个具体的物理问题给出数学模型。对于飞行中的飞机，设其速度$V=const.$，飞机朝向与地面水平夹角为$\theta$。
$$\{\begin{array}{l}\frac{d\theta }{dt}=\frac{ng}{V}\\ \frac{dX}{dt}=V\cos \theta \\ \frac{dY}{dt}=V\sin \theta \end{array}$$其中$g$为重力加速度，$n$为外力加载在飞机上的方向：

由于外力加载方向$\vec{n}$垂直于飞机速度$\vec{V}$，因此飞机会发生偏转。

不妨将外力视为控制量，对于其有物理限制：
$$|n|\le n^{\max }$$而该物理问题可以描述为：速度$V$为常数的情况下，求出飞机可巡航的最大与最小距离。由于飞机的朝向$v_i$不同，因此其距离也不同。

基于此，可以写出性能指标：
$$J=\min \left(X^2(T)+Y^2(T)\right)$$初始状态：
$$X=Y=\Theta =t_0=0$$末状态：
$$\begin{gathered} t_k=T=const. \\ {F}_1=X(T)-C\cdot Y(T)=0 \\ \Theta (t)=var.\text{\hspace{1em}(1)} \end{gathered}$$即末状态时，只对$X,Y$之间做要求，对于角度不做要求。
观察(1)可得，末状态时$X,Y$之间为一直线关系：

图中绿线即为最短距离，蓝线即为最长距离。

3. 解题

写出哈密尔顿函数：
$$H={\psi }_X\cdot V\cos \theta +{\psi }_Y\cdot V\sin \theta +{\psi }_{\theta }\cdot \frac{ng}{V}\text{\hspace{1em}(2)}$$这种问题称为梅耶问题。
写出耦合微分方程组：
$$\{\begin{array}{l}{\dot{\psi }}_X=-\frac{\partial H}{\partial X}=0\\ {\dot{\psi }}_Y=-\frac{\partial H}{\partial Y}=0\\ {\dot{\psi }}_{\theta }=-\frac{\partial H}{\partial \theta }={\psi }_X\cdot V\sin \theta -{\psi }_Y\cdot V\cos \theta \end{array}\text{\hspace{1em}(3)}$$根据笔记《优化方法理论合集（12）——动端点问题》（可参考优化方法理论合集（12）——动端点问题），由
$${\psi }_l(t_k)=\sum \frac{\partial {\beta }_l}{\partial x_i}\cdot \rho$$有
$$\begin{gathered} {\psi }_X(T)={\psi }_X(t_0)=C_X \\ {\psi }_Y(T)={\psi }_Y(t_0)=C_Y \\ {\psi }_{\theta }(T)=0\text{\hspace{1em}(4)} \end{gathered}$$另一方面，将(3)积分有
$$\{\begin{array}{l}{\psi }_X=const.=C_X\\ {\psi }_Y=const.=C_Y\\ {\psi }_{\theta }=-{\psi }_X\cdot V\cos \theta -{\psi }_Y\cdot V\sin \theta =-C_{X}V\cos \theta -C_{Y}V\sin \theta \end{array}$$因而
$$\begin{array}{rl}H& ={\psi }_{X}V\cos \theta +{\psi }_{Y}V\sin \theta +{\psi }_{\theta }\frac{ng}{V}\\ & =C_{X}V\cos \theta +C_{Y}V\sin \theta +{\psi }_{\theta }\frac{ng}{V}\end{array}$$由于在控制量$n$取得最优值时$H$达到极值，因此可以通过$\frac{\partial H}{\partial n}=0$来求出$n$：
$$\begin{gathered} \frac{\partial H}{\partial n}=0 \\ ⟹{\psi }_{\theta }\cdot \frac{g}{V}=0 \end{gathered}$$该式不可能成立，因此，根据庞特里亚金最大值原理，需要找到${\psi }_{\theta }\cdot \frac{g}{V}$的最大值。

仅将该部分记为
$$\Delta H(n)={\psi }_{\theta }\cdot \frac{ng}{V}$$其中$g>0,V>0$，若${\psi }_{\theta }>0$，那么可以取$n^{\circ }=n^{\max }$；若${\psi }_{\theta }<0$，那么可以取$n^{\circ }=-n^{\max }$。这样$\Delta H(n)$可以取到极值。

综上：
$$n^{\circ }=n^{\max }\cdot sign\left({\psi }_{\theta }\right)\text{\hspace{1em}(5)}$$

另一方面，引入角度$\phi$为$C_X,X_Y$两个向量之间夹角：

有
$$\{\begin{array}{l}{C}_X=\sqrt{C_X^2+C_Y^2}\cos \phi \\ C_Y=\sqrt{C_X^2+C_Y^2}\sin \phi \end{array}$$记$A=\sqrt{C_X^2+C_Y^2}>0$，代入$H$有
$$\begin{array}{rl}H& ={\psi }_{X}V\cos \theta +{\psi }_{Y}V\sin \theta +{\psi }_{\theta }\frac{ng}{V}\\ & =AV\cos \theta \cos \phi +AV\sin \theta \sin \phi +{\psi }_{\theta }\frac{n^{\circ }g}{V}\end{array}$$再代入$n^{\circ }=n^{\max }\cdot sign\left({\psi }_{\theta }\right)$有
$$\begin{gathered} \begin{array}{rl}H& =AV\cos \theta \cos \phi +AV\sin \theta \sin \phi +{\psi }_{\theta }\frac{n^{\circ }g}{V}\\ & =AV\cos \theta \cos \phi +AV\sin \theta \sin \phi +{\psi }_{\theta }\frac{g}{V}\cdot n^{\max }\cdot sign\left({\psi }_{\theta }\right)\\ & =AV\cos \theta \cos \phi +AV\sin \theta \sin \phi +\left|{\psi }_{\theta }\right|\frac{g}{V}\cdot n^{\max }\\ & =AV\cos \left(\theta -\phi \right)+\left|{\psi }_{\theta }\right|\frac{g}{V}\cdot n^{\max }\\ & =AV\cos \xi +\left|{\psi }_{\theta }\right|\frac{g}{V}\cdot n^{\max }\end{array} \\ \text{\hspace{1em}(6)} \end{gathered}$$在表达式(6)中可以看出，$H$和$n$的关系是线性的。

一般地，当存在线性关系时有
$$\{\begin{array}{l}{\psi }_{\theta }(\tau )=0\\ {\dot{\psi }}_{\theta }(\tau )=0\\ {\ddot{\psi }}_{\theta }(\tau )=0\\ \tau \in [t_{\ast },T]\end{array}\text{\hspace{1em}(7)}$$上式中出现了${\psi }_{\theta }$的导数，因此现在来求出其导数：
$$\begin{array}{rl}{\dot{\psi }}_{\theta }& =C_{X}V\sin \theta -C_{Y}V\cos \theta \\ & =AV\sin \theta \cos \phi -AV\cos \theta \sin \phi \\ & =AV\sin (\theta -\phi )\\ & =AV\sin \xi \end{array}\text{\hspace{1em}(8)}$$由于$\phi$不是$t$的函数，因此$\dot{\phi }=0$，从而$$\begin{array}{rl}{\ddot{\psi }}_{\theta }& =A\cos \xi \cdot \dot{\xi }\\ & =A\cos \xi \cdot \dot{\theta }\end{array}\text{\hspace{1em}(9)}$$解(8)有
$$\xi =\pm \pi \cdot b,b=1,2,\cdots$$再解(9)有
$$\frac{n^{\circ }g}{V}=0⟹n^{\circ }(\tau )=0,\tau \in [t_{\ast },T]$$

4. 凯里指标

凯里指标定义如下：
$$\frac{\partial }{\partial n}\left[\frac{d^2}{d{t}^2}\left(\frac{\partial H}{\partial n}\right)\right]\ge 0\text{\hspace{1em}(10)}$$如果满足该条件，那么线性情况下的控制量$n$即为最优控制量。
对于本文的问题，
$$\begin{gathered} \begin{array}{rl}\frac{d^2}{d{t}^2}\left(\frac{\partial H}{\partial n}\right)& =\frac{d}{dt}\left(\frac{{\dot{\psi }}_{\theta }g}{V}\right)\\ & ={\ddot{\psi }}_{\theta }\frac{g}{V}\\ & =AV\cos \xi \cdot \dot{\theta }\cdot \frac{g}{V}\\ & =An\frac{g^2}{V}\cos \xi \end{array} \\ ⟹\begin{array}{rl}\frac{\partial }{\partial n}\left[\frac{d^2}{d{t}^2}\left(\frac{\partial H}{\partial n}\right)\right]& =\frac{\partial }{\partial n}\left(An\frac{g^2}{V}\cos \xi \right)\\ & =A\frac{g^2}{V}\cos \xi \end{array} \end{gathered}$$为满足(10)，则
$$\cos \xi \ge 0$$而又$\xi =\pm \pi b,b=1,2,\cdots$，则
$$\xi =\pm 2\pi b,b=0,1,2,\cdots$$