Автор работы: Константин Уренев, 19 Июля 2010 в 16:44, курсовая работа
Теория управления — наука о принципах и методах управления различными системами, процессами и объектами. Основами теории управления являются кибернетика и теория информации.
Суть теории управления: на основе системного анализа составляется математическая модель объекта управления (ОУ), после чего синтезируется алгоритм управления (АУ) для получения желаемых характеристик протекания процесса или целей управления.
Введение
Глава 1. Многошаговые процессы управления.
1.1 Поведение динамической системы как функции начального состояния.
1.2 Представление динамического процесса в виде последовательности преобразований.
1.3 Многошаговый процесс управления.
Глава 2. Достаточные условия оптимальности для многошаговых процессов управления.
Глава 3. Условия оптимальности для многошагового процесса с неограниченным управлением.
Глава 4. Условия оптимальности для многошагового процесса при наличии ограничений на управление.
Заключение
Список использованной литературы
Приложение
Существенная трудность метода (29), как видно из рис. 2, заключается в необходимости проверки ограничений (29) в каждой граничной точке области S. Уже для двумерной области таких точек бесконечное множество. Принятие для расчетов конечного числа точек чревато ошибками, хотя с использованием ЭВМ таких точек может быть взято достаточно много. Рассмотрим пример, на котором могут проясниться вычислительные аспекты.
Заключение.
Данная
тема достаточно актуальна в наше
время, поскольку ракетные установки,
автопилоты и автоматические рулевые
устройства не обходятся без надежного
алгоритма управления. В данной курсовой
работе были рассмотрены алгоритмы многошагового
управления объектов. Созданы математические
модели и рассмотрены оптимальные алгоритмы
управления.
Список
использованной литературы:
Приложение 1
Пример 1. Рассмотрим управляемую систему с квадратичным функционалом и линейными ограничениями. Решение будет оптимальным. Рассмотрим задачу оптимального управления:
(30)
1. Составляем функцию Гамильтона:
H(t, x, ψ, u)=ψ1 (x1 + x2 + u2)+ψ2(x1 + u1) – x1 2 – x2 2 – u1 2 – u2 2.
2. Вычисляем ее частные производные по и1, и и2:
(31)
(32)
3.
Строим сопряженную систему
4.
К заданной выше системе
Для удобства последующих расчетов в системе уравнений 3 и 4 проведем некоторые преобразования, так, чтобы в конечном счете в уравнениях слева иметь зависимости от t, а справа – от t + 1 (или наоборот).
Получаем:
Это
позволяет удобным образом
Исходя из последних четырех формул, с учетом граничных условий (30) получаем
при t = 3:
при t = 2:
при t = 1:
при t = 0 c учетом начальных условий (7.17) х1(0) =-1; х2(0) = 1:
На последней, нулевой итерации значения ψ1(0) и ψ2(0) даже не обязательно вычислять, так как уже имеется возможность удовлетворить начальным условиям (30). Последняя итерация приводит к двум линейным алгебраическим уравнениям с двумя неизвестными:
(33)
Решая эти уравнения, получаем: ψ1(4) = 4,262; ψ2(4) = -0,9769. Если теперь подставить найденные значения ψ1(4) и ψ2 (4) в правые части проведенных выше итераций, то можно вычислить искомые функции оптимального состояния x1*(t), x2*(t), сопряженные функции ψ1(t) и ψ2(t) согласно формулам (31) и (32) — функции оптимального управления u1*(t) и u2*(t).
В рассмотренном случае решение краевой задачи и точное оптимальное решение задачи ТОУ удалось получить в аналитической форме. Это следствие ее относительной простоты: выпуклый квадратичный функционал и линейные ограничения. В результате система конечно-разностных уравнений оказалась линейной, что позволило в аналитическом виде «протащить» до конца (до нулевой итерации) неизвестные значения ψ1(4) и ψ2(4), а затем точно определить их, решая систему (33). В более сложных случаях аналитические прогонки затруднительны, а порой и просто невозможны. Нужно сразу задавать конечные значения ψ1(4) и ψ2(4) в числовом виде, а дойдя до конца итераций, менять их, если не выполняются условия типа (33). Такие прогонки необходимо повторить многократно, и реализация процедуры итеративных расчетов до приемлемой точности возможна только с применением ЭВМ.
Приложение 2
Пример 2. В стандартной записи многошагового процесса (10) - (13) заданы:
f 0 = х12 , f 1 = х1 + 2х2 + u, f 2 = u, F(x(T)) = 0, n = 2, r = 1, |u| ≤ 1, х(0) = х0.
Так как на u есть ограничение, то быть уверенным в том, что u*(t) – внутренняя точка допустимой области Vut, нельзя. Поэтому будем исходить из дополнительного ограничения (34).
Строим функцию Гамильтона
H(t, х, ψ, u) = ψ1 (х1 + 2х2 + u) + ψ2 (u – х12).
Из ограничения (34) (см. рис. 1) имеем:
Вычисляем
следовательно,
(35)
Остальные уравнения метода Лагранжа:
Начальные условия:
x1*(0) = x0l, x2*(0) = x02.
Условия трансверсальности:
ψ1(T) = ψ2(T) = 0 . (36)
Постановка задачи метода Лагранжа закончена. Теперь приступаем к ее решению. Из условий трансверсальности (36) имеем
ψ1(T) + ψ2(T) = 0 .
откуда, используя выражение (35) для u*(t), получаем
Для удобства вычислений постараемся выразить зависимости от t через зависимости от t + 1:
u*(t) = x2*(t + 1) = sign (ψ1(t + 1) + ψ2(t + 1));
2х1*(t) + ψ1(t) = ψ1 (t +1);
ψ2(t) = 2ψ1(t + 1);
x1*(t) + 2x2*(t) = x1*(t + 1) - x2*(t + 1);
x2*(t) = sign(ψ1(t) + ψ2(t));
x1*(0) = x01 ; x2*(0) = x02;
ψ1(T) = 0; ψ2(T) = 0.
Вследствие наличия операции
краевая задача нелинейная.
Проведем две смежные итерации, они должны прояснить ситуацию в направлении решения.
Первая итерация:
t+ 1 = T; t= T - 1.
Из условий трансверсальности (36) имеем ψ1(T) + ψ2(T) = 0 . Положим х*(Т) = α, где α - пока неопределенное число, |α| ≤ 1. Принимаем произвольное значение х*(Т) = β. Значения α и β должны быть определены, как мы уже знаем, на последней итерации, исходя из требования, чтобы имело место х1*(0) = х01, х2* = х02..
Из краевой задачи после простых преобразований получаем:
2х1*(T - 1) + ψ1(T -1) = 0;
ψ2(Т - 1) = 0;
х1*(Т- 1) + 2х2*(Т- 1) = β - α;
х2*(Т- 1) = sign (ψ1(T - 1) + ψ2(Т- 1)).
После исключения неизвестных и ряда упрощений приходим к решению нелинейного уравнения:
Решение этого уравнения, как нетрудно убедиться посредством прямой подстановки, имеет следующий вид:
Рассматривать нужно все варианты полученного решения, так как α и β пока не определены. Известно только, что |α| ≤ 1, а β — произвольное число. Последовательно определяем х1*(Т – 1), ψ1(T – 1), ψ2 (Т— 1). Здесь х2*(T – 1) – различные варианты представленного выше решения.
Вторая итерация:
t + 1 = T – 1; t= Т – 2.
Выполняя действия, аналогичные первой итерации, и исключая все переменные, кроме х2*(Т – 2), получим нелинейное уравнение:
х2*(Т - 2) = sign (4х2*(Т - 2) + 3ψ1(T - 1) - 2х1*(T - 1) + 2х2*(Т - 1)).
Здесь ψ1(T - 1); х1*(T - 1), х2*(T - 1) - определенные выше функции неизвестных величин α и β.
Таким образом, на n-й итерации получим уравнение
х2*(Т - п) = sign (Аn х2*(Т - п) + Fn (α, β)),
где Аn – рассчитанный коэффициент;
Fn – заданная функция α и β.
Аналитическое решение такого уравнения, как видим, оказывается трудоемким и громоздким. Проще на первой итерации задавать численные значения α и β, с помощью ЭВМ доводить решение до конца, т.е. до начальных значений, сравнивать полученные х1*(0) с заданными. При несовпадении заданных и полученных значений изменять α и β и вновь повторять серии расчетов до приемлемой близости начальных условий.
Приложение 3.
Программная реализация.
program MO_KR;
uses crt;
var
phi1, phi2: real;
t:integer;
function x11(phi1,phi2:real):real;
begin
x11:=-8+0.5*phi1-5.5*phi2;