Принцип Максимума Понтрягина
Постановка задачи оптимального управления.
Состояние
объекта управления
характеризуется
n -мерной
вектор функцией,
например, функцией
времени![]()
![]()
Так, шестимерная вектор-функция времени полностью определяет положение самолета как твердого тела в пространстве. Три координаты определяют положение центра масс, а три - вращение вокруг центра масс.
От
управляющего
органа к объекту
управления
поступает
вектор-функция
.
Векторы x' и u' ,
обычно связаны
между собой
каким-то соотношением.
Наиболее развитым
в настоящее
время является
уравнение, в
котором векторы
связаны системой
обыкновенных
дифференциальных
уравнений.
И так, пусть движение управляемого объекта описывается системой дифференциальных уравнений
(1.1)
где
-
вектор координат
объекта или
фазовых координат,
-
заданная
вектор-функция,
-
вектор управлений
или просто
управление.
В
уравнении (1.1)
векторы
являются
функциями
переменной
t,
обозначающей
время, причем
,
где
- отрезок времени,
на котором
происходит
управление
системой.
На
управление
обычно накладывается
условие
,
(1.2)
где
U(t) - заданное
множество в
при
каждом
.
Будем называть
далее управлением
кусочно-непрерывную
на отрезке
(т.
е. имеющую конечное
число разрывов
первого рода)
r--мерную вектор-функцию
и, непрерывную
справа в точках
разрыва и непрерывную
в точке Т.
Управление
и называется
допустимым,
если оно удовлетворяет
ограничению
(1.2).
Заметим, что
ограничиться
рассмотрением
непрерывных
управлений
оказывается
невозможным,
так как с их
помощью трудно
моделировать
моменты переключения
управления
такие, как, например,
включение и
отключение
двигателей,
отделение
ступеней ракеты,
поворот рулей
и т. д.
Иногда
рассматривают
и более широкие
классы допустимых
управлений,
например, класс
всех ограниченных
измеримых
управлений,
удовлетворяющих
условию (1.2).
Покажем,
как при произвольном
начальном
положении
и допустимом
управлении
и определяется
траектория
управляемого
объекта. Рассмотрим
задачу Коши
![]()
(1.3)
Поскольку при разрывных правых частях классическое понятие решения системы дифференциальных уравнений неприменимо, поясним, что понимается в данном случае под решением задачи (1.3). Для этого поступим следующим образом.
Пусть
функция и имеет
скачки в точках
причем
.
Предположим,
что задача
(1.3) имеет решение
х,
определенное
на всем отрезке
[to,
],
причем
.
Далее рассмотрим
задачу Коши
![]()
.
Предполагая,
что она имеет
решение на
отрезке [
]
и
,приходим
к задаче
![]()
и
т. д.
Если
функцию х
удалось определить
указанным
способом на
всем отрезке
[to. Т], то будем
называть ее
решением задачи
(1.3) или фазовой
траекторией
(иногда просто
траекторией),
соответствующей
управлению
и.
Отметим, что
x - непрерывная
по построению
функция, удовлетворяющая
на отрезке
равенству

При
выполнении
определенных
условий на f
решение задачи
(1.3), соответствующее
управлению
и, существует
и единственно
при произвольном
начальном
положении
и
произвольном
допустимом
управлении
и.
Помимо ограничения на управление могут существовать ограничения и на фазовые координаты
![]()
(1.4)
Ограничения на концах траектории целесообразно рассматривать отдельно:
(1.5)
здесь
,
S (Т) - заданные
множества из
R";
-заданные
множества из
R, причем
inf
<
sup,
to<.T.
Таким
образом, начальный
и конечный
моменты времени
не обязательно
фиксированы.
Случаю фиксированных
to, Т соответствуют
множества
,
,
состоящие из
одной точки;
при этом говорят,
что рассматривается
задача с закрепленным
временем.
Если
So (to) = {
}
при любом
,то левый конец
траектории
называют
закрепленным.
Если же So (to)
== R" при всех
,
то левый конец
траектории
называют свободным.
Во всех остальных
случаях левый
конец называют
подвижным.
В аналогичных
ситуациях
говорят о
закрепленном,
свободном или
подвижном
правом конце
траектории.
Цель управления в задаче оптимального управления состоит в минимизации некоторого функционала на множестве допустимых наборов.
Если каждой функции y=f(x) определенного класса ставится в соответствии по некоторому закону определенное числовое значение переменной I, то эту переменную называют функционалом от одной функциональной переменной I=I[y]=I[y(x)]=I[f(x)].
Наиболее часто под задачами управления понимаются задачи, в которых роль функционала выполняет интегральный функционал

Мы будем рассматривать задачу с целевым функционалом
(1.6)
представляющим
собой сумму
интегрального
функционала
и терминального
функционала
Ф(х(Т),
Т).
Эта задача
называется
задачей Больца.
Ее частными
случаями являются
задача с интегральным
функционалом,
называемая
задачей Лагранжа,
и задача с
терминальным
функционалом,
называемая
задачей Майера.
Задача
с интегральным
функционалом
при
называется
задачей оптимального
быстродействия.
Набор
(to,
Т, х
,
и, х), минимизирующий
функционал
(1.6), называется
решением
задачи оптимального
управления,
управление
и -
оптимальным
управлением,
а траектория
х -
оптимальной
траекторией.
Часто решением
задачи оптимального
управления
называют пару
(ц, х).
Принцип максимума Понтрягина.
Эффективным средством исследования задач оптимального управления является принцип максимума Понтрягина, представляющий собой необходимое условие оптимальности в таких задачах.
Формулировка принципа максимума.
Рассмотрим задачу оптимального управления, являющуюся частным случаем задачи, сформулированной выше
(2.1)
![]()
,
где
(2.2) ![]()
При этом предполагается, что моменты to, Т фиксированы, т. е. рассматривается задача с закрепленным временем; множество U не зависит от времени, фазовые ограничения отсутствуют. Положим
,
где
-константа,![]()
Функция Н
называется
функцией
Гамильтона.
Система линейных
дифференциальных
уравнений
относительно
переменных
называется
сопряженной
системой,
соответствующей
управлению
и и траектории
х. Здесь
.
>В более подробной покоординатной записи сопряженная система принимает вид
,
(2.3)
Система (2.3)
имеет при любых
начальных
условиях единственное
решение
, определенное
и непрерывное
на всем отрезке
.
Следующая теорема выражает необходимые условия оптимальности в задаче (2.1).
Теорема (принцип максимума Понтрягина).
Пусть функции
и, Ф, g1, ..., gm имеют
частные производные
по переменным
х1, ..., Хn и непрерывны
вместе с этими
производными
по совокупности
аргументов
х
, и
U, t
[to. Т]. Предположим,
что (и, х)-решение
задачи (2.1). Тогда
существует
решение
сопряженной
системы (2.3),
соответствующей
управлению
и и траектории
х, и константа
такие, что
|
| + ||
(t)
|| при t
[to, Т], и выполняются
следующие
условия:
а) (условие
максимума) при
каждом t
[to. Т] функция
Гамильтона
,
достигает
максимума по
при v=u (t), т. е.
H(x(t), u(t),
=max
H(x(t), v(t),
(2.4)
б)(условие
трансверсальности
на левом конце
траектории)
существуют
числа
,
такие, что
(2.5)
в) (условие
трансверсальности
на правом конце
траектории)
существуют
числа
такие, что
(2.6)
Центральным
в теореме является
условие максимума
-(2.4).
Если отказаться
от предположения
о том, что конечный
момент времени
Т фиксирован,
то теорема
останется
справедливой
за исключением
условия трансверсальности
на правом конце
траектории.
Условие (2.6) заменим
условием

и добавить еще одно условие трансверсальности на правом конце траектории:

Примеры применения принципа максимума.
1. Простейшая задача оптимального быстродействия.
Пусть точка движется по прямой в соответствии с законом
(3.1)
где х - координата. Требуется найти управление и, переводящее точку из начального положения в начало координат за минимальное время Т (задача оптимального быстродействия). При этом скорость точки в конце траектории должна быть нулевой, а управление - удовлетворять условию
.
Применим
к сформулированной
задаче принцип
максимума
Понтрягина
. Введем фазовые
переменные
.
Тогда движение
управляемого
объекта описывается
системой двух
дифференциальных
уравнений
первого порядка:
(3.2)
Начальное положение
![]()
при t0=0 и конечное положение (0, 0) фиксированы, а конечный момент времени Т не фиксирован.
В обозначениях п.п. 1, 2 в данной задаче U ==[-1, 1], f0=1, Ф=0, а функция Гамильтона имеет вид
![]()
Общее решение сопряженной системы
![]()
![]()
легко выписывается
в явном виде
где С, D - постоянные.
Очевидно,
что максимум
функции Н по
и
U достигается
при

Таким образом, оптимальное управление и может принимать лишь два значения +1 .
2.Определить управление u(t) , которое дает минимум интегралу
,
в процессе,
описываемом
уравнением
(1).
Решение.
Введем
дополнительную
переменную
(2)
Для этой
переменной
имеем дифференциальное
уравнение
(
(3)
с начальными условиями, получаемыми из (2), т.е. х2(0)=0. Минимизирующий функционал, используя (2), можно записать в виде I[T]=x2(T).
Построим функцию Гамильтона

Запишем
сопряженную
систему
(3)
Запишем
1(Т)=0 (т.к. с1=0)
2(Т)=-1
Из
поэтому
2(е)=-1.
Теперь функция
Гамильтона
запишется в
виде H=-a1x1+1u-0,5x12-0,5u2
.
По принципу
максимума
функция Н при
фиксированных
х1 и 1
достигает
максимума по
u :
,
,
откуда
.
Осталось
решить систему
уравнений (2) и
(3) при условии
, 2(Т)=-1,
,
с граничными
условиями
Сведем данную систему к одному уравнению относительно U.





Добавим к
этому уравнению
граничные
условия
и решим его.
Составим
характеристическое
уравнение к2
- (а2+1) =0, к1,2=+(-)
![]()
Найдем С1
и С2.
С2=-с2е
.
Тогда
Используя
граничные
условия найдем
С2
Таким образом, определено оптимальное решение

Примеры применения принципа максимума.
1. Простейшая задача оптимального быстродействия.
Пусть точка движется по прямой в соответствии с законом
(3.1)
где х - координата. Требуется найти управление и, переводящее точку из начального положения в начало координат за минимальное время Т (задача оптимального быстродействия). При этом скорость точки в конце траектории должна быть нулевой, а управление - удовлетворять условию
.
Применим
к сформулированной
задаче принцип
максимума
Понтрягина
. Введем фазовые
переменные
.
Тогда движение
управляемого
объекта описывается
системой двух
дифференциальных
уравнений
первого порядка:
(3.2)
Начальное положение
![]()
при t0=0 и конечное положение (0, 0) фиксированы, а конечный момент времени Т не фиксирован.
В обозначениях п.п. 1, 2 в данной задаче U ==[-1, 1], f0=1, Ф=0, а функция Гамильтона имеет вид
![]()
Общее решение сопряженной системы
![]()
![]()
легко выписывается
в явном виде
где С, D - постоянные.
Очевидно,
что максимум
функции Н по
и
U достигается
при

Таким образом, оптимальное управление и может принимать лишь два значения +1 .
2.Определить управление u(t) , которое дает минимум интегралу
,
в процессе,
описываемом
уравнением
(1).
Решение.
Введем
дополнительную
переменную
(2)
Для этой
переменной
имеем дифференциальное
уравнение
(
(3)
с начальными условиями, получаемыми из (2), т.е. х2(0)=0. Минимизирующий функционал, используя (2), можно записать в виде I[T]=x2(T).
Построим функцию Гамильтона

Запишем
сопряженную
систему
(3)
Запишем
1(Т)=0 (т.к. с1=0)
2(Т)=-1
Из
поэтому
2(е)=-1.
Теперь функция
Гамильтона
запишется в
виде H=-a1x1+1u-0,5x12-0,5u2
.
По принципу
максимума
функция Н при
фиксированных
х1 и 1
достигает
максимума по
u :
,
,
откуда
.
Осталось
решить систему
уравнений (2) и
(3) при условии
, 2(Т)=-1,
,
с граничными
условиями
Сведем данную систему к одному уравнению относительно U.





Добавим к
этому уравнению
граничные
условия
и решим его.
Составим
характеристическое
уравнение к2
- (а2+1) =0, к1,2=+(-)
![]()
Найдем С1
и С2.
С2=-с2е
.
Тогда
Используя
граничные
условия найдем
С2
Таким образом, определено оптимальное решение

О методах решения задач оптимального управления
Убедимся вначале, что необходимые условия оптимальности в форме принципа максимума дают, вообще говоря, достаточную информацию для решения задачи оптимального управления (2.1), (2.2).
Условие
максимума (2.4)
позволяет, в
принципе, найти
управление
и как функцию
параметров
х, t,