大系统的最优控制是自动控制理论发展的必然结果

人类生存在地球上,要与自然界做斗争。在人与自然的斗争中,总是要受到自然界或人类社会本身这样或那样的限制。人们不是想方设法去冲破这些限制,就是在这些特定的限制条件下,去取得最好的成果。自然科学家和理论研究者为此付出了相当大的代价,社会科学的理论研究给自然科学家提供了思维的方法及研究手段,同时自然科学家所研究的成果又为社会科学家的理论提供了新的证据和生动的例子。自然科学和社会科学是互相促进发展着的。自动控制理论的发展就是如此。它随着社会的发展、人类的进步,已从经典的控制理论上升到现代控制理论。今天它又发展到大系统的最优控制理论。我们可以说自动控制是历史的必然。     

基于混合遗传算法的控制受限热传导系统最优控制问题求解

混合遗传算法是用粒子群位移转移的思想改变遗传算法的变异规则,利用此算法求解控制受限热传导系统最优控制问题,获得了该问题的分段常量控制.混合遗传算法对热传导系统最优控制问题从时间和空间进行了离散,由有限差分方法得到其离散模型的递推方程,将热传导系统的积分区域划分为多段,每段的控制常量作为混合遗传算法中的基因.此算法不需要求解系统的伴随方程和计算梯度,整个求解过程易于实现,而且克服了梯度法容易陷入局部极值的缺点.应用实例证明混合遗传算法求解精度高于极大值原理算法.     

确定性跳变系统的最优控制问题

在统一的混合系统的模型下，提出了确定性跳变系统的最优控制问题，当系统的控制受约束以及光滑性条件减弱时，用连续系统的方法研究了其最优控制问题，证明了确定性跳变系统在整个演化时间上满足最大值原理，在跳变点上满足相应的跳变条件．     

随机种群扩散系统的最优控制和ε-最优控制问题

讨论了年龄相关的随机种群扩散系统的最优控制问题,利用It公式和Bark-holder-Davis-Gundy引理,证明了年龄相关的随机种群扩散系统的最优生育率控制和ε-最优控制的存活性。     

一类开关动态系统最优控制问题的梯度下降算法

以开关动态系统的时间最优控制问题作为研究对象,给出了代价泛函的梯度表达式及证明过程,根据具有Armijo步长梯度下降算法得到数值解。通过仿真结果可以看出第一开关点为0.943 2 s,第二开关点为1.426 7 s,精度较高,说明具有Armijo步长梯度下降算法对于最优控制问题有良好的适应性。     

带持续扰动线性时滞大系统前馈反馈最优控制

针对在外部持续扰动下的线性时滞大系统,提出了一种前馈反馈最优控制的逐次逼近算法;将既含有时滞项和超前项,又含有耦合项的两点边值问题,转化为既不含有时滞项和超前项,又不含有耦合项的非奇次线性两点边值问题族,该线性两点边值问题族的解序列一致收敛于原最优控制问题的解;得到的最优控制律由解析的无时滞前馈反馈控制部分和伴随向量序列极限形式的时滞补偿控制部分组成,补偿项由逐次逼近法求解一族线性伴随向量方程的解序列求得;截取时滞补偿序列的有限项,得到大系统的前馈反馈最优控制律。     

一类切换系统的最优控制及其优化算法

在切换序列和切换次数未知的情况下,研究了一类切换系统的最优控制问题.首先,以切换系统为基础,通过构造嵌入系统,研究了嵌入系统的最优性条件和切换系统次优解的构造方法;其次,讨论了两个系统的关系,给出并证明了嵌入系统最优解是切换系统最优解的充分性条件;最后,根据充分性条件,构造了求解切换系统最优或次优解的优化算法.数值结果验证了算法的有效性.     

一类多项式系统的事件触发最优控制

该文研究了一类输入仿射多项式系统在事件触发控制下的最优控制问题。首先,基于状态依赖模型和哈密顿-雅克比不等式,将原系统最优控制问题转化为求解一个状态依赖线性矩阵不等式问题。其次,基于Lyapunov函数和事件触发控制策略,并运用平方和算法,得到了该问题的一组可行解并给出控制增益表达式。最后,通过数值仿真验证了所得结果的有效性。     

一类无穷维随机系统最优控制的鞅方法

研究Hilbert空间中一类随机系统的最优控制问题。先给出实值平方可积鞅按取值于Hilbert空间的Brown运动的随机积分的表示,然后证明了最优控制主要条件的一个鞅结果,并用可测选择法给出最优控制的一个具体形式。     

具有对称循环结构的广义大系统最优控制

考虑具有对称循环结构的广义大系统的最优控制设计问题·基于Riccati方程和Lyapunov方程的解与许多控制问题密切相关,研究了具有对称循环结构的广义复杂大系统的Lyapunov方程与Riccati方程的求解问题;利用具有对称循环结构的广义大系统的特殊结构,提出了对具有对称循环结构复杂大系统Lyapunov方程与Riccati方程的求解问题,可以简化为一些低阶系统Lyapunov方程与Riccati方程求解问题·利用Riccati方程的解解决了这类系统最优控制问题·     

求解边界约束最优控制问题的神经网络

提出了一种求解控制变量含有边界约束最优控制问题的神经网络模型(COCNN).该模型将控制系统动态方程的等式约束隐含于神经网络COCNN结构中,克服了动态方程约束所带来的求解优化问题的困难;仅将控制系统的控制变量选为COCNN的状态变量,从而降低了神经网络的维数;利用饱和特性处理边界约束,可以求得最优控制问题的精确最优解;该COCNN无论是在硬件实现,还是在用数字计算机进行软件仿真方面,都特别适合于并行处理,可显著提高问题的求解速度,具有广阔的应用前景。     

基于启发式搜索的一类离散非线性系统优化控制算法

研究了输入受约束、状态饱和系统的优化控制问题，得到了此类系统渐近稳定的充分条件，同时将最优控制问题转换为最优化搜索问题依据人工智能中的启发式搜索策略，给出了启发式优化控制算法，并就此算法的渐近稳定性给出了证明，仿真结果表明算法的有效性．     

求解最优控制问题的改进辛几何算法

最优控制问题的 Pontryagin极大值原理以 Hamilton形式为基石 ,合理的数值计算应当遵循 Hamilton体系的性质 ,而以 Runge- Kutta( R- K)方法为代表的传统计算方法却不能保持这一性质 .本文尝试用基于 Hamilton体系的辛几何算法求解最优控制问题 ,提出了消除计算过程中误差生长的方法 ,最后设计了仿真算例 ,与 R- K法相比显示了明显的优越性     

基于时间最优控制的模糊控制优化方法

讨论了二次积分系统的时间最优控制．考虑到系统的鲁棒性和抗扰动能力，对其参数设计方法进行了改进．理论分析和仿真表明，这种基于时间最优控制的非线性设计方法具有很好的控制效果和鲁棒性，适用于一类二阶系统的控制．通过二阶系统的模糊控制和时间最优控制的对比发现，一类二阶系统或可近似为二阶系统的模糊控制实际上是对二阶系统最优控制的一种近似．在此基础上，指出了模糊控制规则设计中一种常见的错误，并提出了基于时间最优控制的模糊控制规则的制定和优化方法     

求解最优控制问题的微分变换方法

针对无约束最优控制问题,建立求其近似解析解的微分变换法.对哈密顿正则方程组中状态方程、协态方程和控制方程构造基于初值的微分变换形式或基于终端的微分变换形式,将最优性条件化为相应的代数方程,得到最优控制问题的近似解析解.在特定条件下,对结构复杂的非线性最优控制问题,依据插值逼近原理,结合微分变换法,可构建离散型代数方程组得到其近似解析解.利用微分变换法将微分方程初边值问题和泛函优化问题构成的复杂系统化为易于求解的代数方程形式,简单可行,易于实现.最后,通过算例验证方法的有效性.     

用无参数罚函数方法求解约束最优控制问题

构造了一种无参数罚函数，并用这种无参数罚函数方法求解约束最优控制问题，最后举例以说明．     

网络控制系统的全程最优滑模控制

针对一类具有网络诱导时延的网络控制系统,建立了该系统的连续数学模型.利用Lyapunov稳定性理论和线性矩阵不等式方法设计系统的全程滑模面和最优滑模控制器,使性能指标最小的同时系统状态渐近稳定,所得条件均以线性矩阵不等式形式出现.仿真结果说明了该方法的有效性.     

线性规划在动态系统最优控制中的一个应用

研究了Behavioral方式下的动态系统的离散型半正定线性二次最优控制问题。把原问题转化为半正定二次规划，应用线性规划的对偶理论，求解半正定二次规划，并得到原最优控制问题的最优值和最优轨道。     

统一潮流控制器最优控制系统设计

首先通过对统一潮流控制器内部动态过程的分析，进而提出了用一五阶微分方程式来描述ＵＰＦＣ的动态行为，并设计了最优控制系统，通过一输电系统的暂态仿真，验证了该方法的有效性。