华中科技大学现代控制理论-7.6-动态规划与离散系统最优控制.pptVIP

华中科技大学现代控制理论-7.6-动态规划与离散系统最优控制.ppt

  1. 1、本文档共74页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
华中科技大学现代控制理论-7.6-动态规划与离散系统最优控制

Ch.7 最优控制原理 目录(1/1) 目 录 7.1 最优控制概述 7.2 变分法 7.3 变分法在最优控制中的应用 7.4 极大值原理 7.5 线性二次型最优控制 7.6 动态规划与离散系统最优控制 7.7 Matlab问题 本章小结 动态规划与离散系统最优控制(1/3) 7.6 动态规划与离散系统最优控制 前面讨论了连续系统最优控制问题的基于经典变分法和庞特里亚金的极大值原理的两种求解方法。 所谓连续系统,即系统方程是用线性或非线性微分方程描述的动态系统。 该类系统的控制问题是与传统的控制系统和控制元件的模拟式实现相适应的,如模拟式电子运算放大器件、模拟式自动化运算仪表、模拟式液压放大元件等。 随着计算机技术的发展及计算机控制技术的日益深入,离散系统的最优控制问题也必然成为最优控制中需深入探讨的控制问题,而且成为现代控制技术更为关注的问题。 动态规划与离散系统最优控制(2/3) 离散系统的控制问题为人们所重视的原因有二。 1) 有些连续系统的控制问题在应用计算机控制技术、数字控制技术时,通过采样后成为离散化系统, 如许多现代工业控制领域的实际计算机控制问题。 2) 有些实际控制问题本身即为离散系统, 如某些经济计划系统、人口系统的时间坐标只能以小时、天或月等标记; 再如机床加工中心的时间坐标是以一个事件(如零件加工活动)的发生或结束为标志的。 动态规划与离散系统最优控制(3/3) 本节将介绍解决离散系统最优控制的强有力工具--贝尔曼动态规划,以及线性离散系统的二次最优控制问题。 内容为 最优性原理与离散系统的动态规划法 线性离散系统的二次型最优控制 最优性原理与离散系统的动态规划法(1/3) 7.6.1 最优性原理与离散系统的动态规划法 基于对多阶段决策过程的研究,贝尔曼在20世纪50年代首先提出了求解离散多阶段决策优化问题的动态规划法。 如今,这种决策优化方法在许多领域得到应用和发展,如在生产计划、资源配置、信息处理、模式识别等方面都有成功的应用。 下面要介绍的是,贝尔曼本人将动态规划优化方法成功地应用于动态系统的最优控制问题,即构成最优控制的两种主要求解方法之一的最优控制动态规划法。 最优性原理与离散系统的动态规划法(2/3) 动态规划的核心是贝尔曼最优性原理。 这个原理归结为一个基本的递推公式,求解多阶段决策问题时,要从末端开始,逆向递推,直至始端。 动态规划的离散基本形式受到问题的维数的限制,应用有一定的局限性。 但是,它用于解决线性离散系统的二次型性能指标的最优控制问题特别有效。 至于连续系统的最优控制问题的动态规划法,不仅是一种可供选择的有充分性的最优控制求解法,它还揭示了动态规划与变分法、极大值原理之间的关系,具有重要的理论价值。 最优性原理与离散系统的动态规划法(3/3) 下面分别介绍 多阶段决策问题 最优性原理一般问题的问题描述 离散系统的动态规划法 多阶段决策问题(1/12) 1. 多阶段决策问题 在讨论动态规划法之前,先考察一个简单的最短时间行车问题,简称行车问题。 例 如图7-10所示,某交通工具从S站出发,终点为F站,全程可分为4段。 多阶段决策问题(2/12) 由S站出发至终点F站可有多种不同的行车路线,沿各种行车路线所耗费的时间不同。 为使总的行车时间最短,司机在路程的前3段要作出3次决策。 多阶段决策问题(3/12) 在该行车问题中,阶段数n=4,需作n-1=3次决策。 由于每次决策只有两种可能的选择,3次选择共有2n-1=23=8种不同的行车路线。 多阶段决策问题(4/12) 通过分析发现,另一种求最短时间行车路线方法的是: 从最后一段开始,先分别算出x1(3)站和x2(3)站到终点F的最短时间,并分别记为J[x1(3)]和J[x2(3)]。 多阶段决策问题(5/12) 为便于今后求解过程的应用,可将从x1(3)站和x2(3)站到终点的最短时间J[x1(3)]和J[x2(3)]的数值标记于代表该站的小圆圈内,如图7-11所示。 多阶段决策问题(6/12) 由此向后倒推,继续考察倒数第2段,计算x1(2)站和x2(2)站到终点F的最短时间,并分别记为J[x1(2)]和J[x2(2)]。 多阶段决策问题(7/12) 类似于前面过程,其他各站到终点的最短时间和相应的行车路线如图图7-11所示. 多阶段决策问题(8/12) 上述最短行车时间路线问题及其求解方法可以推广到许多多阶段决策优化问题,如建筑安装工期计划、经济发展计划、资源合理配置等,其相应的最优性指标可以为所耗费的时间最短,也可以为所耗费的能源最小、所得到的效益最好等。 因此,前面介绍逆向递推求解最优化问题的方法是一种具有普遍性意义的多阶段决策优化方法,称为动态规划法。 从上述解题的叙述过程可以看出,动态规划法具有如

文档评论(0)

zhengshumian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档