книги / Системы экстремального управления
..pdfа результат осредняется на промежутке времени Т, т. е. образуется величина
т |
|
9 (1) = 4 - $ h (t — *) h (f) it- |
(2.2.3) |
О |
|
Функции Д и Д связаны между собой, поскольку сигнал Д (t), характеризующий яркость первого штриха, повто рится на втором штрихе с запаздыванием, равным l/v. Таким образом, второй сигнал /а (t) по форме будет близок
к первому, т. е. ----. Пусть эти сигналы от
личаются на некоторую случайную величину е (t) — поме ху, которая изменяется со временем и мала по амплитуде:
h (0 = |
А |
+ |
е (0* |
(2.2.4) |
Подставляя (2.2.4) в |
(2.2.3), |
получаем |
|
|
т |
|
— |
г ) А+ |
|
•?(*>= - И |
|
|
||
0 |
|
т |
|
|
|
-Ь |
^ |
6 (0 |
(2.2.5) |
|
|
о |
|
|
Первый член этой суммы является оценкой автокорреля ционной функции первого сигнала
т
R (0 = lim 4 - \ h « (i - I) it,
T—*oo 1 j
характер поведения которой показан на рис. 2.2.11. Второй член в силу независимости Д (t) и е (t) достаточ
но мал, в среднем равен нулю, и им можно пренебречь. При Т оо он равен нулю.
Поэтому (2.2.5) можно записать окончательно в виде
Ç (r) = J i ( | - t ) .
Как видно из рис. 2.2.11, максимальное значение Q (т) совпадает с Л (0), т. е. соответствует
т* = I
Это означает, что, максимизируя величину Q (т), можно набти оптимальное значение т, которое в силу (2.2.6) и определяет скорость движения полосы проката:
I
у = — •
Таким образом, для определения скорости движения по лосы достаточно подобрать такое значение запаздывания т,
Рис. 2.2.11. Вид автокорреляционной функции.
которое максимизирует величину Q (т). Видно, что си стема бесконтактного определения скорости является экстремальной.
Эта система является также дискретной, так как пока затель качества Q (т) определяется в результате осредне
ния |
на базе промежутка времени Т = const 0. |
К |
классу дискретных экстремальных систем относятся |
все объекты, показатели качества которых имеют интег |
ральный характер, т. е. определяются на базе конечного промежутка времени работы объекта.
4. В зависимости от инерционных свойств экстремаль ные объекты подразделяют условно на инерционные и безы нерционные.
Эти понятия удобно ввести, рассматривая время Тх, необходимое для изменения параметров объекта (время перекладки), и время Т2 установления показателя качест ва после перекладки параметров (рис. 2.2.42). Условимся считать объект безынерционным, если Т1 Т2. Если же Тг<^ Т2, то объект естественно назвать инерционным. В первом случае динамическими свойствами объекта можно пренебрегать по сравнению с динамическими
свойствами исполнительных механизмов, изменяющих зна чения управляемых параметров. Во втором случае динами ка объекта уже играет определяющую роль и пренебрегать ею при описании процесса экстремального управления никак нельзя.
Один и тот же экстремальный объект может быть инерционным и безынерционным в зависимости от дина мических свойств исполнительных механизмов. Если
Рис. 2.2.12. |
К определению инерционного объекта. Кривая |
1 — реакция |
безынерционного объекта, кривая 3 — реакция инер |
|
ционного объекта. |
управляемые параметры изменяются скачком (путем ком мутации), т. е. практически мгновенно, то почти любой реальный объект можно считать инерционным, так как показатель качества в этом случае изменится с некоторым запаздыванием, которое всегда будет больше времени переключения. С другой стороны, все экстремальные объекты с интегральным показателем почти всегда инер ционны, так как время определения этого интегрального показателя всегда больше времени изменения управля емых параметров. В случае же достаточно медленного из менения управляемых параметров объект можно почти всегда считать безынерционным и его динамическими свой ствами можно пренебрегать.
Когда не известно, к каким последствиям может приве сти неучет динамики объекта, в случае если динамические уравнения неизвестны, применяют следующий прием: скорость изменения управляемых параметров объекта намеренно делают достаточно малой, чем почти полностью снимается влияние динамических свойств объекта. Вре-
мя настройки при этом существенно увеличивается. Этот способ опирается на рассмотренное выше определение безынерционного объекта.
Однако существуют и принципиально безынерцион ные объекты. Примером такого объекта может служить упомянутая в этом параграфе система совмещения изобра жений. Действительно, процесс определения светового потока через совмещенные изображения является электри ческим процессом и при отсутствии фильтрации протекает всегда значительно быстрее, чем механические процессы смещения и поворота одного из изображений. Поэтому система совмещения изображений всегда может считаться безынерционной.
5. В качестве последнего пункта классификации экс тремальных объектов рассмотрим классификацию по объ ему априорной (предварительной) информации.
В соответствии с указанным будем разделять экстре мальные объекты на объекты типа «черный ящик» и объекты типа «очень слоэюный ящик». Черным ящиком будем назы вать объект, для которого не имеется никакого математи ческого описания. Малый объем априорной информации об объекте, которую можно использовать при организа ции процесса поиска экстремума, и заставляет называть его «черным». Примером таких «ящиков» могут служить всякого рода технологические процессы, процессы в био логических системах и т. д. Все эти объекты отличаются почти полным отсутствием математического описания.
Это |
означает, что зависимость показателя качества Q |
от |
управляемых параметров X для таких объектов не |
известна.
Однако далеко не все объекты экстремального управле ния таковы. Существует большой класс объектов, для которых имеется полное математическое описание и зави симость показателя качества Q от оптимизируемых пара метров X известна. Но эта зависимость настолько сложи а что применение обычных вариационных способов отыска ния экстремума просто теряет смысл из-за огромных вы числительных трудностей. Такие экстремальные объекты назовем «очень сложными ящиками». Примером таких объектов могут служить системы оптимального проекти рования, когда известен функционал, связывающий по казатель качества с искомыми параметрами объекта.
Рассмотрим в качестве иллюстрации систему трансцен дентных уравнений:
h |
*2, • • •, хп) = |
О |
|
/а fait ^2»• • • 1хп) = |
® |
(2 2 7) |
/п (®i> *^2> ••• > *^п) =
где fi — нелинейные функции искомых аргументов.
Рис. 2.2.13. Схема решения системы трансцендентных уравнений как задачи оптимизации.
Обозначим значения левых частей исходной системы
трансцендентных уравнений |
через |
Ft (i = |
1, |
, п): |
Fi = U (*i. |
xn) (» = |
1, |
» ri). |
(2.2.8) |
Эти значения равны нулю только в том случае, если па раметры xlt ., хп являются решением системы (2.2.7). Образуем показатель качества этой системы в виде
|
Q = Fl + F Ï+ |
+ F l |
(2.2.9) |
|
Этот показатель по |
своей конструкции имеет |
минимум, |
||
„ |
нулю ТОЛЬКО |
* |
* |
* |
равный |
при Х1 — Х1, |
Х2 = Х2, |
., Хп = Хп> |
где хг, х2, ., Хп —решение системы (2.2.7). При всех других значениях искомых параметров показатель ка чества отличен от нуля. Следовательно, зависимость Q = Q (xj, х2, хп) имеет экстремальный характер. Поэтому решение исходной системы трансцендентных уравнений можно искать путем минимизации этого пока зателя.
На рис. 2.2.13 показан экстремальный объект, обра зуемый при решении указанной задачи. Здесь блоки f t являются преобразователями, реализующими выражение (2.2.8), а «Кв» — квадраторы, реализующие операцию возведения в квадрат.
Другим примером «очень сложного ящика» является система обыкновенных дифференциальных уравнений
dxdt1 — fl (*^1J • ■• I |
О» |
dx |
(2.2.10) |
dtn — /n (^li • • • J |
t)9 |
где функцииfi (i = 1, . .. , n) заданы. Образуем функцию невязки аналогично (2.2.9) в виде
|
|
ï ( i ) = 3 |
* » « , |
|
(2.2.11) |
где |
|
г=1 |
|
|
|
|
|
|
|
|
|
^ ( 0 |
= |
fi (^1> • • • i |
i 0* |
(2.2.12) |
|
Теперь введем обозначения |
|
|
|
||
х{ = Xi (tj) (i = |
1, |
., /г; ; |
— 0, |
, Ю, |
(2.2.13) |
где tj — заданные дискретные моменты времени. Теперь оценки производных в (2.2.12) можно записать в виде
ах. |
J —хН |
|
|
|
|
||
х |
{ |
i |
(i = |
1 , ... , n; 7 = 1 , . . . , ЛГ) |
(2.2.14) |
||
dt |
ч |
- и |
|||||
|
|
|
|
||||
|
|
|
|
|
|||
и (2.2.12) в |
момент j записывается |
|
|||||
|
|
F\ — |
|
- |
fi (х{}. . . , Xji, tj). |
|
|
|
|
|
tj — tj-1 |
|
|
||
Теперь легко выписать функцию качества задачи; |
|||||||
|
|
|
|
N |
п |
|
|
|
|
|
0 |
= 3 |
3 |
(2.2.15) |
|
|
|
|
|
;=о i=l |
|
которая зависит от n (N + 1) параметров (2.2.13). Мини мизация этой функции решает задачу (2.2.10).
Для частного случая, когда tj — = А = const, получаем
N п
G = 4 " 2 2 [*i - 4 ~ * - M i ( 4 ......< А/)]2. (2.2.16)
3=1 г=1
Таким образом, систему обыкновенных дифференциаль ных уравнений (2.2.10) можно также решать методами экстремального управления, так как она сводится к ми нимизации функции искомых переменных задачи.
И, наконец, последний пример —решение граничных задач уравнений в частных производных. Пусть необхо димо решить уравнение в частных производных
V(p = 0, |
(2.2.17) |
где <р = ф (х, у) —искомая функция, V —дифферен циальный оператор в частных производных. Например, для плоской задачи теории упругости этот оператор имеет вид
д* |
. д* |
v = lS r + дх2ду2 |
ду* |
Функция ф при этом должна еще удовлетворять гранич ным условиям (отсюда и название «граничная задача»)! на границе у — f (х) функция ф (х , у) и ее производные должны принимать заданные значения, например:
^'ф 1х, / (ж)] = |
ф (я), |
(2.2.18) |
где ф (х) — заданная граничная |
функция, |
• |
V — задан |
||
ный оператор. |
|
|
Трудности в решении этой задачи заключаются имен но в удовлетворении ограничений (2.2.18). Поэтому све дение поставленной задачи к экстремальной заключает ся в построении функции невязки выполнения граничных
условий (2.2.18); |
|
Q = (J){^ф [х, / (ж)] - ф (х)}2 dx, |
(2.2.19) |
причем интеграл берется вдоль границы, где определены ограничения. Теперь достаточно удовлетворить исходному уравнению (2.2.17).
Обычно существует достаточно много функций, удов летворяющих (2.2.47), и их легко определить. Естествен но решение представить в виде разложения по этим функ циям
|
|
|
П |
|
|
|
Ф {?, у) = |
2 |
<ч<р4 (Я, У), |
(2.2.20) |
|
|
|
|
i=i |
|
|
где |
—функции, |
удовлетворяющие (2.2.17): |
|
||
|
V<pi |
= 0 |
(i |
= 1,..., и), |
|
a Ci —неизвестные коэффициенты. Подставляя это вы ражение в (2.2.19), получаем функцию качества в виде
П
Q (Сх,... ,сп) = (J) | 2 CiVcpi [х, / (ж)] — ф (Æ)J2 dx. (2.2.21)
Коэффициенты с1}..., сп определяются из естественного условия минимизации функции невязки
Q (ci,. . . , cn)-> min . |
(2.2.22) |
с»*—>сп |
|
Таким образом, решение граничной задачи сведено к ми нимизации функции, т. е. к решению задачи экстремаль ного управления.
Вработе [2:23] этот метод применен для решения одной конкретной задачи теории упругости (растяжение плоской полосы с отверстием посередине).
Взаключение следует отметить, что объекты типа «очень сложный ящик» являются, по сути дела, задачами
типа математического программирования, которые зак лючаются в минимизации некоторой функции при нали чии определенных ограничений на оптимизируемые пара метры. (Более подробно эти задачи рассмотрены в сле дующем параграфе.)
§ 2.3. Постановка задачи оптимизаций. Объекты оптимизации
Под оптимизацией здесь понимается однократный про цесс достижения экстремальной цели, т. е. определение такого допустимого состояния X* объекта, в котором показатель качества достигает своего минимального
(а вообще, экстремального) значения:
<?*=<? (X *) < Q (X ) |
(2.3.1) |
для X , X* Œ S , где S — множество допустимых состоя ний объекта. При этом значение Q* может быть неиз вестно.
В процессе оптимизации предполагается, что положение цели X* не изменяется, т. е.
X* = const. |
(2.3.2) |
Объекты оптимизации целесообразно подразделять на три типа.
A. Математические объекты, для которых функция качества и множество S заданы математическими выра жениями.
Б. Модельные объекты, которые представляют собой различного рода физические модели объектов (например, электронные модели).
B. Реальные объекты с неизменными свойствами (не изменность свойств необходима для выполнения условия (2.3.2)).
Рассмотрим каждый тип объектов в отдельности.
А. Математические объекты. Это — прежде всего объ екты так называемого математического программирова ния 12.1]. Среди них особо следует отметить задачи ли нейного программирования, которые формулируются так [2.2—2.61; следует минимизировать линейную форму
П
|
|
Q (X) = 2 |
|
|
|
(2.3.3) |
|
|
i = i |
|
i e S |
|
|
когда множество S допустимых значений переменных* оп |
||||||
ределяется |
системой линейных |
неравенств |
|
|
||
|
П |
|
|
|
|
|
|
S : 2 |
bijXj > с{ |
(i = |
1 , . . . , т > |
п). |
(2.3.4) |
|
J=I |
|
|
|
|
|
Задача линейного программирования полностью за |
||||||
дается векторами |
|
|
|
|
|
|
А |
— (alf |
а п)> |
С — (си |
Cm) |
(2.3.5) |
и матрицей п X тп
В = II Ъц 1 (i = 1, • • , т; / = 1 , . . . , п). (2.3.6)
Таким образом, прежде чем решать задачу, необходимо задать по крайней мере п -\-т (п - fl) чисел (2.3.5) и (2.3.6).
Процесс решения задачи линейного программирования естественно ориентировать на линейность основных зави симостей (2.3.3) и (2.3.4), что выполняет так называемый симплексный метод, который применим только для задач такого рода.
Едва ли здесь стоит излагать этот метод. Этому способ ствуют по крайней мере два обстоятельства. Первое — симплексный метод многократно описывался как в учеб ной [2.5], так и в монографической [2.6] литературе. Вто рое — задачи линейного программирования обычно яв ляются достаточно грубым приближением к реальным за дачам экстремального управления, которые, как правило, нелинейны.
П р и м е р 1 (Задача |
об оптимальной смеси). Из т |
|
видов ресурса А г, А 2, . |
, А т, каждый из которых сос |
|
тоит из п компонентов |
|
|
A i = (diit |
йЦ) • |
? &in) |
(здесь ai) — относительное содержание /-го компонента в i-м ресурсе), необходимо составить смесь заданного со става
С — (Cj , |
, сп), |
где ci —относительное содержание г-го компонента в смеси. Смесь характеризуется вектором X = (хх ,
. . . , хт), где xi — относительное количество i-ro ресурса
= 1\. Ресурсы характеризуются вектором стоимости
•4 -- К , |
, Ящ)» |
где aj — стоимость единицы /-го ресурса. Стоимость еди ницы смеси при этом должна быть минимальной.