Диссертация (Достаточные условия оптимальности управления дискретными системами автоматного типа), страница 14
Описание файла
Файл "Диссертация" внутри архива находится в папке "Достаточные условия оптимальности управления дискретными системами автоматного типа". PDF-файл из архива "Достаточные условия оптимальности управления дискретными системами автоматного типа", который расположен в категории "". Всё это находится в предмете "физико-математические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата физико-математических наук.
Просмотр PDF-файла онлайн
Текст 14 страницы из PDF
Отклонение оценивается интегральным членом функционала (1.70), вид которого определяется метрикой впространстве Ll [t0 , t1] функций, суммируемых со степенью l1 t1ll x() y () l x(t ) y (t ) dt .t0Заметим, что в постановке задачи предполагается, что заданная функция x() непрерывная.Безусловно, это предположение можно ослабить, допустив кусочную непрерывность илитолько суммируемость x() Ll [t0 , t1] .Кроме интегрального члена в функционал (1.70) входит сумма по , которая пропорциональна (с коэффициентом ) количеству точек разрыва искомой функции y () . Если в функционале (1.70) оставить только интегральный член, положив 0 , то решением будет служить минимизирующая последовательность, например, y j (t ) [2 j x(t )] 2 j , где [] – целаячасть числа .
Значение функционала I ( y j ()) 2 j стремится к нулю при j . Если жештраф 0 , то оптимальная траектория имеет конечное число точек разрыва.Поставленная задача синтеза оптимального позиционного управления (п."а") обобщаетпример 1.2 и совпадает с ним в частном случае, когда x(t ) t и 0.0625 . Поиск наилучшего начального состояния y0 (п."б") является дополнительной задачей минимизации, котораярешается после задачи синтеза. Заметим, что п."б" поставленной задачи можно сформулировать следующим образом: найти наилучшую в смысле функционала (1.70) кусочнопостоянную аппроксимацию y () заданной непрерывной функции x() . Эта задача отличает62ся от классической задачи аппроксимации функции учетом количества точек разрыва у аппроксимирующей функции.Алгоритм решенияДля решения задачи применяется алгоритм синтеза оптимальной САТ (см.
разд.1.3).Учитывая, что заданная функция x() непрерывна на замкнутом промежутке T , то она ограничена. Поэтому множество Y допустимых состояний САТ можно ограничить. Например,взять прямоугольный параллелепипед в m , содержащий график аппроксимируемой функции x() . Так как затраты на переключение положительны ( 0 ), то любая оптимальнаятраектория не может иметь неограниченное количество переключений. В этом случае поискусловных функций цены k заканчивается на некотором шаге N . Можно оценить значениеN следующим образом. Для постоянной траектории y (t ) y0 функционал (1.70) равен0I t1lx(t ) y0 dt .t0Для оптимальной траектории значение функционала (1.70) не больше, чем I 0 , т.е.t1lx(t ) y (t ) dt I0 .Tt0Следовательно, количество N точек разрыва оптимальной траектории удовлетворяет нера0венству N I 0 .
Значит, N I 1 . (Здесь [a ] – целая часть числа a .)Таким образом, применяя алгоритм, описанный в разд.1.3, за конечное число шагов (неболее N ), получим решение задачи (1.68)–(1.70) синтеза следящей САТ (см. п."а" постановки задачи). Синтезированное оптимальное позиционное управление позволяет получить оптимальные траектории для любых начальных состояний y0 y (t0 0) . Поэтому для нахождения оптимальной траектории (п."б") достаточно найти наилучшее начальное состояние,минимизируя функцию ценыy0 arg min (t0 0, y ) ,(1.71)yYа затем для этого состояния построить обычным образом (см.
алгоритм в разд.1.3) оптимальную траекторию.63Пример 1.3. Пусть поведение САТ описывается соотношениямиy (t ) y (t 0) v(t ) ,v(t ) [ y (t 0), 1 y (t 0)] ,(1.72)где 0 t 1 , y (t ) [0, 1] , v(t ) [1, 1] , а функционал качества управления имеет вид1Ilx(t ) y (t ) dt .(1.73)T0Здесь x(t ) – заданная непрерывная функция, x : [0,1] [0,1] ; l – фиксированный натуральный показатель степени; T T ( y ()) – множество точек разрыва кусочно-постоянной функции y () ; – положительный коэффициент затрат на переключение состояния. Требуетсянайти:а) оптимальное позиционное управление САТ;б) оптимальный процесс, минимизирующий функционал (1.73) при наилучшем выбореначального состояния y0 .По сравнению с общей постановкой задачи, имеем: T [0, 1] ; Y [0, 1] ; V [1, 1] ;V (t, y) [ y, 1 y] ; f (t, y) x(t ) y ; g 0 (t , y, v) ; F ( y ) 0 .
Нейтральное значение управле-ния – нулевое ( o 0 ). Управление (1.72) обеспечивает в любой момент времени t [0,1] возможность переключения системы в любое состояние на промежутке [0,1] . Поэтому пространство позиций САТ представляет собой квадрат [0,1] [0,1] .Для численного решения поставленной задачи была разработана программа, реализующая алгоритм синтеза оптимального управления САТ с дополнительной операцией (1.71)поиска наилучшего начального состояния. Тестирование работы программы проводилосьмногократно на разных примерах, отличающихся заданными аппроксимируемыми функциямиx() ,коэффициентамизатратипоказателемl.Пространствопозиций {(t , y ) | 0 t 1, 0 y 1} разбивалось с шагом t по времени и y – по состоянию.
Какпоказали расчеты, при y 0.005 , т.е. на сетке с 4 10 4 узлами, результаты оказалисьвполне приемлемыми (не только в представленных ниже примерах). Интегрирование уравнения (1.54) проводилось методом Рунге–Кутты второго порядка [54,77], минимизация(1.56), (1.71) – перебором всех состояний y в узлах сетки.Приведем результаты численного решения поставленной задачи в следующих случаях:а) для x(t ) t , 0,0625 ;б) для x(t ) t , 0,0095 ;в) для x(t ) 1 2t 1 , 0,01 ;г) для x(t ) sin t , 0,01 .64Вычисления проводились при l 1 или l 2 , что соответствует разным метрикам: в пространствах L1[0,1] или L2[0,1] .Оптимальную траекторию в первых трех примерах "а"–"в" нетрудно найти аналитически, решая ряд задач конечномерной минимизации и учитывая геометрические соображения(симметрию и т.п.).
Такой же подход можно использовать и в примере "г", но это будет гораздо труднее. Аналитическое решение задачи синтеза оптимального управления можетбыть получено только в самом простом случае "а", хотя и тогда решение довольно трудное(см. решение примера 1.2). Другие примеры синтеза оптимальных САТ аналитически не решаются.Сначала приведем результаты при l 1 , когда минимизируемый функционал имеет вид1Ix(t ) y (t ) dt .(1.74)T0На рис.1.11 показано решение примера1для случая "а", где пунктирной линией изо-y12бражена прямая x(t ) t (аппроксимируемая00.8функция), а штрихпунктирной – оптимальная траектория (аппроксимирующая функ-0.6ция). Пространство позиций разбито на области: 0, 1, 01, 2, 02, в каждой из которых0.4функция цены (t 0, y ) совпадает с соответствующей образующей 0 , 1 , 01 , 2 ,0110.2450.202 . Внутри областей 0, 01, 02 состояние02y (t ) не меняется, а оптимальное управле-00.220.40.60.8t1Рис.1.11ние – нулевое. В областях 1, 2 (включая ихлевые границы) состояние оптимальной системы изменяется.
Это приближенное решениепрактически совпадает с точным, найденным в примере 1.2. Наилучшее начальное состояниеy0 0.245 находится в результате минимизации функции (0, y ) по переменной y . Опти-мальная траектория (0; 0.245) (0.5; 0.75) имеет один скачок. Наименьшее значение функционала (1.74) вычисляется по функции цены I min ( 0; 0.245) 01(0; 0.245) 0.1875 .Точное решение дает такое же значение функционала (т.е. погрешность меньше 104 ),а наилучшее начальное состояние y0 0.25 .
Отклонение составляет один шаг сетки.65Случай "б" отличается от "а"меньшим значением коэффициента за-y112трат на переключение состояния.Поэтому у оптимальных траекторийбудет больше точек разрыва, чем в слу-30.80140.6примера для случая "б", где пунктир-025чае "а". На рис.1.12 показано решение0.4103ной линией изображена прямая x(t ) t(аппроксимируемаяфункция),а20.2304штрихпунктирной – оптимальная тра- 0540ектория (аппроксимирующая функция).050.20.40.61 t0.8Рис.1.12Пространство позиций разбито на области: 0, 1, 01, 2, 02, …, 5, 05, в каждой из которых функция цены (t 0, y ) совпадает с соответствующей образующей 0 , 1 , 01 , 2 , 02 ,…, 5 , 05 .
Внутри областей 0, 01, 02, …,05 состояние y (t ) не меняется, а оптимальное управление – нулевое. В областях 1, 2, …, 5(включая их левые границы) состояние оптимальной системы изменяется. Наилучшее начальное состояние y0 0,09 находится в результате минимизации функции (0, y ) по переменной y . Оптимальная траектория (0; 0.09) (0.19; 0.28) (0.385; 0.48) (0.585;0.68) (0.79; 0.895) имеет четыре скачка. Наименьшее значение функционала (1.74) вычисляется по функции ценыI min ( 0; 0,09) 04 (0; 0,09) 0,088 075 .Точное аналитическое решение дает значение I min 0,088 . Следовательно, относительная погрешность менее 0,1 %.y1450.8Для случая "в" решение показано на05симируемая функция), а штрихпунктир-симирующая функция).
Наилучшее начальное условие y0 0,12 . Оптимальная0.2134(аппрок- 0.4ной – оптимальная траектория (аппрок-02040.6рис.1.13, где пунктирной линией изображена ломаная x(t ) 1 2t 1267303301350632060020.20.40.6Рис.1.136610.81 tтраектория (0; 0.12) (0.13; 0.39) (0.26; 0.66) (0.375; 0.87) (0.63; 0.62) (0.755; 0.375) (0.88; 0.12) имеет 6 скачков. Наименьшее значение функционалаI min ( 0; 0,12) 06 (0; 0,12) 0.1233.Точное аналитическое решение дает значение I min 0,1225 . Следовательно, относительнаяпогрешность – менее 0,7 %.Заметим, что подынтегральная функция f (t , y ) x(t ) y в каждом из примеров "а"–"в"либо линейная, либо кусочно-линейная при фиксированном y. Поэтому интегрирование методом Рунге–Кутты (второго порядка) дает точный результат.