Scientific journal
Fundamental research
ISSN 1812-7339
"Перечень" ВАК
ИФ РИНЦ = 1,674

ABOUT NUMERICAL ALGORITHM METHOD OF VARIATION IN THE CONTROL AREA

Grigorev I.V. 1 Mikhaylova Т.A. 1 Mustafina S.A. 1
1 Sterlitamak branch of Bashkir State University
In the article based on the method of variations in the space of controls the algorithm is developed and program was implemented to determine the optimal control problems with free right end. As an illustration method, presents the results of numerical solution of the three examples with constraints on the control and phase variables. The advantage of this algorithm is the lack of requirements for the selection of the initial approximation control parameter and phase variables. The algorithm has good convergence and can be used to solve a large class of applications in various branches of the economy. By using the developed algorithm determined the optimum trajectory and the numerical values of the control parameter for the test problems. A comparative analysis of the results of the numerical solution of the examples for different values of initial approximation control and precision.
method of variations
optimal control
phase variables
1. Mustafina S.A., Balaev A.V., Smirnov D.Ju., Spivak S.I. Modelirovanie kataliticheskogo processa degidrirovanija metilbutenov // Sistemy upravlenija i informacionnye tehnologii. 2006. T. 23. no. 1. рр. 10–14.
2. Mustafina C.A., Valieva Ju.A., Davletshin R.S., Balaev A.V., Spivak S.I. Optimalnye tehnologicheskie reshenija dlja kataliticheskih processov i reaktorov // Kinetika i kataliz. 2005. T. 46. no. 5. рр. 749–756.
3. Ostrovskij G.M., Volin Ju.M. Metody optimizacii slozhnyh himiko-tehnologicheskih shem. M.: Himija. 1970. 328 р.
4. Stepashina E.V., Mustafina S.A. Formirovanie matematicheskoj modeli kataliticheskih processov s peremennym reakcionnym obemom na osnove teoretiko-grafovogo podhoda // Izvestija Tomskogo politehnicheskogo universiteta. 2012. T. 320. no. 3. рр. 31–36.
5. Fedorenko R.P. Priblizhennoe reshenie zadach optimalnogo upravlenija. M.: Nauka. 1978. 488 р.

В настоящее время математическое моделирование многих динамических процессов, которые происходят на практике (экономика, промышленное производство, движение самолетов, экология, химия, биология и т.д.), является основным инструментом для получения знаний об их поведении при различных способах воздействия. Одна из главных целей моделирования – найти такое управляющее воздействие, при котором в некотором смысле достигается «максимальный эффект». Например, минимальные затраты ресурсов (денег, времени) на производство единицы продукции или передачи управляемого объекта из начального состояния в заданное конечное состояние.

Наиболее удобные и популярные средства описания динамических процессов – дифференциальные уравнения. Возникающие проблемы, как правило, хорошо известны в теории оптимального управления. Тем не менее подавляющее большинство из них не имеют простого (аналитического) решения и требуют разработки численных методов.

Данная работа посвящена актуальной проблеме – разработке эффективных алгоритмов численного решения задач оптимального управления.

Постановка задачи. Пусть управляемый процесс представлен системой дифференциальных уравнений:

grigor01.wmf (1)

где xi – фазовые переменные, а uj – переменные управления, uj ∈ U.

При t = 0 заданы все начальные значения фазовых переменных xi:

xi(0) = xi0, i = 1, ..., n.. (2)

На управление и фазовые переменные наложены ограничения типа

η(u1, ..., ur) ≤ 0,4; θ(x1, ..., xn) ≤ 0. (3)

Критерий оптимизации пусть задан в терминальном виде

I(x1(T), ..., xp(T)) → min, p ≤ n. (4)

Требуется найти такое управление u(t), удовлетворяющее условиям (3), чтобы величина I(x1(T), ..., xp(T)) приняла минимальное значение.

Алгоритм метода вариации

Для численного решения данной задачи был составлен алгоритм метода вариации в пространстве управлений:

1. Определить первоначальное приближение управления U0 (может быть произвольным).

2. Разбить интервал [t0, tk] на n частей, образующих равномерную систему узлов.

3. Выбрать начальный узел t0, с которым будет происходить вариация управлений.

4. Произвести вариацию в т. t0 в двух направлениях U(t0) ± δU.

5. Решить систему grigor02.wmf с начальными условиями x(t0) = x0.

6. Зная значения фазовых координат, вычислить значение критерия I для управления, полученного на шаге 4.

7. Перейти к t1 и повторить процедуру, начиная с шага 4 для всех оставшихся точек ti.

8. Определить наименьшее значение критерия, вычисленных во всех точках ti, и определить новое приближение U1, соответствующее наименьшему значению критерия.

9. С приближением U1 продолжить процедуру с шага 3 до тех пор, пока не найдется ни одной вариации, при которой значение критерия улучшаться не будет.

10. С целью уточнения приближения процесс можно продолжить, поделив вариацию δU пополам.

Тестирование алгоритма

На основе созданного алгоритма реализована программа на языке Object Pascal в среде Delphi. Рассмотрим работу полученного алгоритма на тестовых примерах, при этом для вычисления погрешностей будем использовать евклидову норму вида

grigor03.wmf

grigor04.wmf

grigor05.wmf

Пример 1

Допустим, что некоторый процесс описывается системой дифференциальных уравнений:

grigor06.wmf (5)

с начальными условиями

x1(0) = 0; x2(0) = 0 (6)

и следующими ограничениями на переменную времени:

0 ≤ t ≤ 2π (7)

и на управление:

grigor07.wmf (8)

Критерий оптимизации имеет вид

I(x1, x2) = x2(2π) → min. (9)

Требуется найти оптимальное программное управление u*(∙) и соответствующую ему траекторию x*(∙), которые удовлетворяют уравнениям (5)–(6), ограничениям (7)–(8) и условию (9).

Аналитическое решение данной задачи представлено в [2]. На рис. 1, 2 изображено численное решение данной задачи при начальном приближении u0 = 0,3.

pic_58.tif

Рис. 1. Графики оптимальных траекторий для примера 1

pic_59.tif

Рис. 2. График оптимального управления для примера 1

Таблица 1

Сравнительный анализ результатов решения задачи 1

№ п/п

u0

Точность

Затраченное время, c

εu

grigor08.wmf

grigor09.wmf

Imin

1

0

0,1

2,06

3,06

1,11

1,21

‒3,74

2

0

0,01

2,85

2,99

0,14

0,15

‒3,97

3

0

0,001

4,12

2,987

0,018

0,019

‒3,9949

4

‒0,6

0,001

3,94

2,854

0,019

0,016

‒3,9958

5

‒0,9

0,0001

12,06

2,0024

0,1086

0,1089

‒3,9994

6

0,1

0,00001

23,35

2,0023

0,1093

0,1088

‒3,9997

Сравнивая полученные численные и аналитические значения, вычислим погрешности для управления и траекторий. В табл. 1 представлен сравнительный анализ результатов численного решения задачи (5)–(9) при различных значениях начального приближения управления и точности вычислений.

Пример 2

Пусть управляемый процесс описывается системой дифференциальных уравнений:

grigor10.wmf (10)

с начальными условиями

x1(0) = –1; x2(0) = 0 (11)

и следующими ограничениями на переменную времени:

0 ≤ t ≤ 2,5 (12)

и на управление, фазовые переменные:

grigor11.wmf x2 ≤ 0,5. (13)

Критерий оптимизации имеет вид

grigor12.wmf (14)

Требуется найти оптимальное программное управление u*(∙) и соответствующую ему траекторию x*(∙), которые удовлетворяют уравнениям (10)–(11), ограничениям (12)–(13) и условию (14).

Аналитическое решение данной задачи представлено в [3]. На рис. 3, 4 изображено численное решение данной задачи, при начальном приближении u0 = 0,1.

Сравнивая полученные численные и аналитические значения, вычислим погрешности для управления и траекторий. В табл. 2 представлен сравнительный анализ результатов численного решения задачи (10)–(14) при различных значениях начального приближения управления, точности вычислений.

Пример 3

Пусть управляемый процесс описывается системой дифференциальных уравнений:

grigor15.wmf (15)

с начальными условиями:

x1(0) = 0; x2(0) = 0 (16)

и следующими ограничениями на переменную времени:

0 ≤ t ≤ 1 (17)

и на управление:

0 ≤ u ≤ 1 (18)

Критерий оптимизации имеет вид

I(x1, x2) = x1(1) → max. (19)

Требуется найти оптимальное программное управление u*(∙) и соответствующую ему траекторию x*(∙), которые удовлетворяют уравнениям (15)–(16), ограничениям (17)–(18) и условию (19).

Аналитическое решение данной задачи представлено в [3].

На рис. 5 изображено численное решение данной задачи при начальном приближении u0 = 0,6. При этом расчетное значение параметра управления на интервале 0 ≤ t ≤ 1 принимает постоянное значение, равное 1.

pic_60.tif

Рис. 3. Графики оптимальных траекторий для примера 2

pic_61.tif

Рис. 4. График оптимального управления для примера 2

Таблица 2

Сравнительный анализ результатов решения задачи 2

№ п/п

u0

Точность

Затраченное время, c

εu

grigor13.wmf

grigor14.wmf

Imin

1

0

0,1

1,12

5,46

2,97

2,58

0,15

2

0

0,01

3,41

1,79

0,09

0,102

0,0001

3

0

0,001

3,95

1,807

0,088

0,102

0,0001

4

–0,6

0,001

4,34

1,695

0,096

0,102

0,0001

5

–0,9

0,0001

7,98

1,5092

0,0885

0,1026

0,0001

6

0,1

0,00001

13,48

1,50543

0,08875

0,10224

0,00014

pic_62.tif

Рис. 5. Графики численного решения примера 3

Таблица 3

Сравнительный анализ результатов решения задачи 3

№ п/п

u0

Точность

Затраченное время, c

εu

grigor16.wmf

grigor17.wmf

Imin

1

0,6

0,1

2,32

1,06

1,105

0,285

0,229

2

0,6

0,01

6,43

1,009

0,04

0,108

0,241

3

0,6

0,001

9,45

1

0,001

0,018

0,246

4

0,8

0,001

11,58

1

0,003

0,009

0,247

5

0,8

0,0001

18,23

1

0,0033

0,0091

0,2475

6

0,6

0,00001

23,85

1

0,00002

0,00007

0,24761

Сравнивая полученные численные и аналитические значения, вычислим погрешности для управления и траекторий. В табл. 3 представлен сравнительный анализ результатов численного решения задачи (15)–(19) при различных значениях начального приближения управления, точности вычислений.

Заключение

Выполненный сравнительный анализ приближенного и аналитического решения задач показал удовлетворительное согласование и хорошую работу построенного алгоритма. Достоинством данного алгоритма является отсутствие требования к выбору начального приближения параметра управления и фазовых переменных. Алгоритм имеет хорошую сходимость и может быть использован для решения большого класса прикладных задач в различных отраслях народного хозяйства.

Рецензенты:

Муравьева Е.А., д.т.н., профессор, филиал ФГБОУ ВПО «Уфимский государственный нефтяной технический университет», г. Стерлитамак;

Галиев А.Л., д.т.н., профессор, филиал ФГБОУ ВПО «Уфимский государственный авиационный технический университет», г. Стерлитамак.