在实际应用中, 我们还会关注在一个不固定的时间间隔内最大化 (最小化) 目标泛函. 例如
subject to
在这个问题中, 最优控制和最优终止时间都需要被确定. 因此, 我们必须重新得到最优控制以及最优终止时间的必要条件.
考虑具有如下一般形式的自由终止时间的最优化问题:
subject to (1)
从而, 目标函数为:
令 是最优对, 即 . 令 是一个分段连续函数, 是一个实数, 从而 是一个控制. 由于 在 处达到最大值, 所以
参考 (最优控制(控制无边界)的必要条件推导- Lagrange problem-CSDN博客) 的推导方法, 我们可以得到:
,
,
,
其中 是关于状态变量的偏导数. 但是, 这并没有为最优终止时间 提供任何信息. 考虑实值 , 则 是一个允许的终止时间. 从而有必要考虑大于 区间上的 和 .
首先, 我们假设 在 处是左连续的, 并且 , 从而 在 处是连续的. 对于 我们也做同样的假设. 因为 在 处达到最大值, 所以
即
所以
从而, 我们得到关于自由终止时间问题的新的一个必要条件:
特别地, 若 仅仅是关于 的函数, 那么只需要满足 Hamilonian 在最优终止时刻与最优控制下取值为零, 即
.
此外, 在自由终止时刻问题中有一类特殊问题——Time Optimal Control, 即最小化时间问题. 这个想法很简单: 在最短的时间内将一个 (或多个) 状态从给定的初始位置移动到指定的最终位置. 问题的一般描述如下:
subject to (1)