11讲 最优控制-极小值-总结及习题讲解

标准文档1 2f最优控制习题及参考答案习题 1 求通过 x (0) = 1 ， x (1) = 2 ，使下列性能指标为极值的曲线：t f J = ∫(x2 +1)dt t 0解： 由已知条件知： t 0 = 0 ， t f = 1d由欧拉方程得： (2x ) = 0dtx = C 1x = C 1t + C 2将 x (0) = 1，x (1) = 2 代入，有：C 2 = 1，C 1 = 1得极值轨线： x *(t ) = t +1习题 2 求性能指标： J = ∫ 1(x 2 +1)dt在边界条件 x (0) = 0 ， x (1) 是自由情况下的极值曲线。

解：由上题得： x *(t ) = C t + C由 x (0) = 0 得： C 2 = 0∂L由∂xt =t f= 2x (t f ) = 2C 1 t =t = 0 t于是： x *(t ) = 0【分析讨论】对于任意的 x (0) = x 0 ，x (1) 自由。

2 0 1∫⎩ λ = −λ有： C = x ， C = 0 ，即： x *(t ) = x 其几何意义： x (1) 自由意味着终点在虚线上任意点。

习题 3 已知系统的状态方程为： x1 (t ) = x2 (t ) ， x 2 (t ) = u (t )边界条件为： x 1 (0) = x 2 (0) = 1 ， x 1 (3) = x 2 (3) = 0 ，31 试求使性能指标 J =u 2(t )dt 2取极小值的最优控制 u *(t ) 以及最优轨线 x *(t ) 。

⎡ x ⎤解：由已知条件知： f = ⎢ 2⎥⎢⎣ u ⎥⎦Hamiton 函数： H = L + λT f H = 1u 2 + λ x + λ u⎧λ = 0由协态方程： ⎨ 12 121 22⎧λ = C① 得： ⎨11⎩λ2 = −C 1t + C 2②∂H由控制方程： ∂u= u + λ2 = 0得： u = −λ2 = C 1t − C 2 ③由状态方程： x 2 = u = C 1t − C 2得： x (t ) = 1C t 2− C t + C④22 由状态方程： x 1 = x 21 2 3得： x (t ) = 1C t 3− 1C t 2+ C t + C⑤16 122 3 41 ∫⎪⎩=−=−⎡1⎤ ⎡0⎤将 x (0) = ⎪ ⎪ ， x (3) = ⎪0⎪ 代入④，⑤,⎣1⎦ ⎣ ⎦10联立解得： C 1 =由③、④、⑤式得：u * (t ) = 10t − 29 ， C 2 = 2 ， C 3 = C 4 = 1 9x *(t ) = 5 t 3 −t 2 + t +127 x *(t ) = 5 t 2 − 2t +1 29习题 4 已知系统状态方程及初始条件为x =u ， x (0) = 1试确定最优控制使下列性能指标取极小值。

1 2f最优控制习题及参考答案习题 1 求通过 x (0) = 1 ， x (1) = 2 ，使下列性能指标为极值的曲线：t f J = ∫ (x2 +1)dt t 0解： 由已知条件知： t 0 = 0 ， t f = 1d由欧拉方程得： (2x ) = 0dtx = C 1x = C 1t + C 2将 x (0) = 1，x (1) = 2 代入，有：C 2 = 1，C 1 = 1得极值轨线： x *(t ) = t +1习题 2 求性能指标： J =∫1(x 2 +1)dt在边界条件 x (0) = 0 ， x (1) 是自由情况下的极值曲线。

解：由上题得： x *(t ) = C t + Cx * (t )由 x (0) = 0 得： C 2 = 0∂L由∂xt =t f= 2x (t f ) = 2C 1 t =t= 0 t于是： x *(t ) = 0【分析讨论】对于任意的 x (0) = x 0 ，x (1) 自由。

20 1 0 ∫ ⎩ λ= −λ有： C = x ， C = 0 ，即： x *(t ) = x 其几何意义： x (1) 自由意味着终点在虚线上任意点。

习题 3 已知系统的状态方程为： x1 (t ) = x2 (t ) ， x 2 (t ) = u (t )边界条件为： x 1 (0) = x 2 (0) = 1 ， x 1 (3) = x 2(3) = 0 ，31 试求使性能指标 J =u 2(t)dt2取极小值的最优控制 u * (t ) 以及最优轨线 x *(t ) 。

⎡ x ⎤解：由已知条件知： f = ⎢ 2⎥⎢⎣ u ⎥⎦Hamiton 函数： H = L + λT fH = 1u 2 + λ x+ λ u⎧λ = 0 由协态方程： ⎨ 12 1 21 22⎧λ = C① 得： ⎨11⎩λ2 = −C 1t + C 2②∂H由控制方程： ∂u= u + λ2 = 0得： u = −λ2 = C 1t − C 2 ③由状态方程： x 2 = u = C 1t − C 2得： x (t ) = 1C t 2− C t + C ④22由状态方程： x 1 = x 21 2 3得： x (t ) = 1 C t 3− 1C t 2+ C t + C ⑤16 122 3 41⎪⎩=− ∫⎡1⎤ ⎡0⎤将 x (0) = ⎪ ⎪ ， x (3) = ⎪0⎪ 代入④，⑤,⎣1⎦ ⎣ ⎦10联立解得： C 1 =由③、④、⑤式得：u * (t ) = 10t− 29， C 2 = 2 ， C 3 = C 4 = 1 9x * (t ) = 5 t 3−t 2 + t +1 27 x *(t ) = 5 t 2 − 2t +1 29习题 4 已知系统状态方程及初始条件为x =u ， x (0) = 1试确定最优控制使下列性能指标取极小值。

12f最优控制习题及参考答案习题 1 求通过 x (0) = 1 ， x (1) = 2 ，使下列性能指标为极值的曲线：t f J = ∫(x2 +1)dt t 0解： 由已知条件知： t 0 = 0 ， t f = 1d由欧拉方程得： (2x ) = 0dtx = C 1x = C 1t + C 2将 x (0) = 1，x (1) = 2 代入，有：C 2 = 1，C 1 = 1得极值轨线： x * (t ) = t +1习题 2 求性能指标： J = ∫ 1(x 2 +1)dt在边界条件 x (0) = 0 ， x (1) 是自由情况下的极值曲线。

解：由上题得： x *(t ) = C t + C由 x (0) = 0 得： C 2 = 0∂L由∂xt =t f= 2x (t f ) = 2C 1 t =t = 0 t于是： x * (t ) = 0【分析讨论】对于任意的 x (0) = x 0 ，x (1) 自由。

2 0 1 0∫ ⎩ λ= −λ 有： C = x ， C = 0 ，即： x *(t ) = x其几何意义： x (1) 自由意味着终点在虚线上任意点。

习题 3 已知系统的状态方程为： x1 (t ) = x2 (t ) ， x 2 (t ) = u (t )边界条件为： x 1 (0) = x 2 (0) = 1 ， x 1 (3) = x 2 (3) = 0 ，31 试求使性能指标 J = 0 u 2(t )dt2取极小值的最优控制 u * (t ) 以及最优轨线 x * (t ) 。

⎡ x ⎤ 解：由已知条件知： f = ⎢ 2 ⎥⎢⎣ u ⎥⎦Hamiton 函数： H = L + λT fH = 1u 2 + λ x + λ u⎧λ = 0由协态方程： ⎨12 121 22⎧λ = C① 得： ⎨11⎩λ2 = −C 1t + C 2 ②∂H由控制方程： ∂u= u + λ2 = 0得： u = −λ2 = C 1t − C 2③由状态方程： x 2 = u = C 1t − C 2得： x (t ) = 1C t 2− C t + C④22由状态方程： x 1 = x 21 23得： x (t ) = 1C t 3 − 1C t 2 + C t + C⑤16122 341 ⎪ ⎩=− =− ∫ ⎡1⎤⎡0⎤将 x (0) = ⎢ ⎥ ， x (3) = ⎢0⎥ 代入④，⑤, ⎣1⎦⎣ ⎦ 10联立解得： C 1 =由③、④、⑤式得：u * (t ) = 10t − 29 ， C 2 = 2 ， C 3 = C 4 = 1 9x * (t ) = 5 t 3 −t 2 + t +127 x *(t ) = 5 t 2 − 2t +1 2 9习题 4 已知系统状态方程及初始条件为x =u ， x (0) = 1试确定最优控制使下列性能指标取极小值。

最优控制例题讲解
最优控制是指在给定动态系统的控制框架下，通过选择合适的控制策略，使得系统在给定性能指标下达到最优状态。

最优控制问题可以形式化为一个数学优化问题，其中包括一个目标函数和一组约束条件。

下面我们来讲解一个最优控制的例题。

假设有一个无人机需要完成一次空中任务，该任务包括从起点飞行到终点，并在途中避开障碍物。

我们的目标是使得无人机在完成任务的同时，最小化能量消耗，即最小化无人机的飞行时间。

为了解决这个问题，我们可以建立一个动力学模型来描述无人机的运动，例如使用牛顿第二定律和运动学方程。

然后，我们可以引入一个控制变量，如推力或俯仰角，来改变无人机的运动。

在建立动力学模型后，我们可以定义一个目标函数，如飞行时间的积分。

然后，我们可以引入一些约束条件，如无人机的运动范围、速度限制、避障约束等。

接下来，我们可以使用优化算法来求解这个最优控制问题，如动态规划、最优控制理论中的泛函最优化方法（如Pontryagin最大值原理）或者数值优化方法（如非线性规划、强化学习等）。

通过求解最优控制问题，我们可以得到一个最优控制策略，即在每个时间步选择最优的控制输入，以使得无人机在完成任务的同时最小化能量消耗。

然后，我们可以将该控制策略应用于实际的无人机系统中，从而实现最优控制。

需要注意的是，最优控制问题的求解通常需要考虑多个因素，如系统动力学、性能指标、约束条件等，并且可能涉及到复杂的数学推导和计算。

因此，在实际应用中，通常需要结合具体问题的特点，选择合适的建模方法和优化算法来求解最优控制问题。

标准文档1 2f最优控制习题及参考答案习题 1 求通过 x (0) = 1 ， x (1) = 2 ，使下列性能指标为极值的曲线：t f J = ∫(x2 +1)dt t 0解： 由已知条件知： t 0 = 0 ， t f = 1d由欧拉方程得： (2x ) = 0dtx = C 1x = C 1t + C 2将 x (0) = 1，x (1) = 2 代入，有：C 2 = 1，C 1 = 1得极值轨线： x *(t ) = t +1习题 2 求性能指标： J = ∫ 1(x 2 +1)dt在边界条件 x (0) = 0 ， x (1) 是自由情况下的极值曲线。

解：由上题得： x *(t ) = C t + C由 x (0) = 0 得： C 2 = 0∂L由∂xt =t f= 2x (t f ) = 2C 1 t =t = 0 t于是： x *(t ) = 0【分析讨论】对于任意的 x (0) = x 0 ，x (1) 自由。

2 0 1∫⎩ λ = −λ有： C = x ， C = 0 ，即： x *(t ) = x 其几何意义： x (1) 自由意味着终点在虚线上任意点。

习题 3 已知系统的状态方程为： x1 (t ) = x2 (t ) ， x 2 (t ) = u (t )边界条件为： x 1 (0) = x 2 (0) = 1 ， x 1 (3) = x 2 (3) = 0 ，31 试求使性能指标 J =u 2(t )dt 2取极小值的最优控制 u *(t ) 以及最优轨线 x *(t ) 。

⎡ x ⎤解：由已知条件知： f = ⎢ 2⎥⎢⎣ u ⎥⎦Hamiton 函数： H = L + λT f H = 1u 2 + λ x + λ u⎧λ = 0由协态方程： ⎨ 12 121 22⎧λ = C① 得： ⎨11⎩λ2 = −C 1t + C 2②∂H由控制方程： ∂u= u + λ2 = 0得： u = −λ2 = C 1t − C 2 ③由状态方程： x 2 = u = C 1t − C 2得： x (t ) = 1C t 2− C t + C④22 由状态方程： x 1 = x 21 2 3得： x (t ) = 1C t 3− 1C t 2+ C t + C⑤16 122 3 41 ∫⎪⎩=−=−⎡1⎤ ⎡0⎤将 x (0) = ⎪ ⎪ ， x (3) = ⎪0⎪ 代入④，⑤,⎣1⎦ ⎣ ⎦10联立解得： C 1 =由③、④、⑤式得：u * (t ) = 10t − 29 ， C 2 = 2 ， C 3 = C 4 = 1 9x *(t ) = 5 t 3 −t 2 + t +127 x *(t ) = 5 t 2 − 2t +1 29习题 4 已知系统状态方程及初始条件为x =u ， x (0) = 1试确定最优控制使下列性能指标取极小值。

最优控制最优控制——————最小值原理最小值原理七 几种典型的几种典型的工程工程工程应用应用 1．时间最优控制时间最优控制问题，是可以运用极小值原理求解的一个常见的工程实际问题。

如果性能指标是系统有初态转移到目标集的运动时间，则使转移时间为最短的控制称为时间最优控制，或称最速控制。

本节主要介绍线形定常系统的时间最优控制分析法及其应用。

1.1 一类非线性系统的时间最优控制先把需要解决的问题叙述如下：[问题3-1] 移动目标集的一类非线性系统的时间最优控制问题为()1min ,1,2,,fj t u t t J dt j m ≤==∫⋯..s t ① [][]00()(),(),(),()xt f x t t B x t t u t x t x =+=ɺ ② (),0f f x t t ψ =式中()n x t R ∈，()m u t R ∈；()f •和()B •维数适当，其各元对()x t 和t 连续可微；移动目标集()r R ψ•∈，其各元对()f x t 和f t 连续可微，f t 是状态轨线与移动目标集相遇的末端时刻。

显然，问题3-1属于时变条件、积分型性能指标、f t 自由和末端约束的最优控制问题。

根据极小值原理，令哈密顿函数[][]{}(,,,)1()(),(),()T H x u t t f x t t B x t t u t λλ=++ （3-136）正则方程为：[][]()(),(),()Hxt f x t t B x t t u t λ∂==+∂ɺ （3-137） [](),()()()()()TTB x t t u t H ft t t x xx t λλλ ∂∂∂=−=−−∂∂∂ɺ （3-138）边界条件及横截条件为00()x t x = （3-139）(),0f f x t t ψ = （3-140）()()T f f t x t ψλγ∂=∂ （3-141）极小值条件：***1()(),()(),()T T t f x t t t B x t t u t λλ ++{}**1min 1()(),()(),()j T T u t f x t t t B x t t u t λλ≤ =++ 或者[]{}*1()(),()min ()(),()j T T u t B x t t u t t B x t t u t λλ≤ = （3-142）因而得：**()sgn (,)()T u t B x t t λ =− （3-143）式中sgn()•为符号函数。