複製鏈接
請複製以下鏈接發送給好友

控制系統優化

鎖定
在控制系統優化問題中,為了確定控制器的結構及其參數,人們提出了兩類優化問題:函數優化問題和參數優化問題,其中在數學上,解決參數優化問題的途徑一般有兩條:間接尋優和直接尋優。由於在控制系統的參數優化問題中,一般很難將目標函數Q(a)寫成解析形式,只能在對系統進行仿真的過程中將其計算出來,並且求導Q(a)的過程也不容易實現,基於這些原因,間接尋優法的應用很少。此外,評價優化方法好壞的三個要素包括:收斂性、收斂速度、每步迭代所需要的計算量。
中文名
控制系統優化
外文名
Control system optimization
優化問題
函數優化、參數優化
參數優化途徑
間接尋優、直接尋優
計算手段
計算機的仿真技術
應用領域
飛行控制系統、發電企業等

控制系統優化優化問題的專有名詞

控制系統優化尋優參數

假設a為m維尋優參數向量,由於具體取值有待於選擇,因此將其稱為設計變量(或設計參數)。m為設計變量的個數。顯然,當a取不同值,就能夠得到不同的設計方案。因此,需要在m維參數空間中進行優化。 [1] 

控制系統優化約束條件

在優化過程中,尋優參數的某些組合情況可能會產生一些明顯不合理的設計。如設計的結果不滿足工程技術要求,或超出了某些允許範圍。而這些允許範圍在數學上是可以化為約束條件的。值得注意的是,在許多工程問題中,約束條件往往不能寫成優化參數的顯函數形式,只要是“可計算”的函數即可。 [1] 

控制系統優化目標函數

在控制器的所有可行設計中,一些較好的設計肯定具有更好的某種(或某些)性質。如果這種性質可以表示為尋優參數的一個可計算的函數,那麼只需要尋求這個函數的極值,即可得到“最優”的設計,而這個用來使設計得以優化的函數就稱為目標函數。為了強調它對尋優參數的依賴性,可以將其寫成Q(a)。同樣在工程問題巾,Q(a)不一定能寫成顯函數形式,只要求是“可計算”的函數。整個優化設計中,選擇目標函數是最重要的決策。如果選擇不當,尋優結果對實際應用可能沒有太大的幫助。 [1] 

控制系統優化約束優化問題的無約束處理

在實際的丁程應用中,尋優參數的取值範圍總是要受到限制的,即總是要在一定的約束條件下來求目標函數的最優解。當這些約束對於尋優參數的限制是很寬的,以至於可以確信在附近約束條件都能夠得到滿足,則可以把它看成無約束優化問題來處理。如果在附近約束條件可能被破壞,那麼就需要根據約束的不同情況,將約束優化問題轉換成無約束優化問題來處理。 [1] 

控制系統優化控制系統的優化問題

在實際應用中,為了獲得最佳的設計效果,對於一些複雜的系統,其優化過程往往需要採用仿真來完成。隨着計算機的發展為仿真技術提供了更有效的計算手段,使得這種技術得以廣泛地應用。目前,為了確定控制器的結構及其參數,人們提出了兩類優化問題:函數優化問題和參數優化問題。 [1] 

控制系統優化函數優化問題

函數優化問題也稱為動態優化問題。通常在這類問題中,並不能預先得知控制器的結構,往往需要設計出滿足某種優化條件的控制器。在數學上,此類問題也被稱為泛函問題,即所謂尋找最優函數的問題。在控制理論中.通常將這類問題歸為最優控制的範疇。 [1] 

控制系統優化參數優化問題

參數優化問題也稱為靜態優化問題。在這類問題中,控制器的結構和形式往往是已經確定的,但需要調整或尋找控制器的參數,使系統性能在某種指標意義下達到最優。

控制系統優化尋優途徑

在數學上,解決參數優化問題的途徑一般有兩條:間接尋優和直接尋優。

控制系統優化間接尋優

它是一種按照普通極值存在的充分必要條件進行尋優的方法,也可以看做是一種解析方法。由於在控制系統的參數優化問題中,一般很難將目標函數Q(a)寫成解析形式,只能在對系統進行仿真的過程中將其計算出來,並且求導Q(a)的過程也不容易實現,基於這些原因,間接尋優法的應用很少。

控制系統優化直接尋優

它是一種按照一定的尋優規律改變a,並且直接計算目標函數Q(a)的值,然後判斷Q(a)是否達到極小,當達到極小時,停止搜索;否則改變a,並計算Q(a),不斷重複該步驟,直到滿足要求為止。 [1] 

控制系統優化優化方法的評價

在直接尋優法中,不同的確定尋優步距和尋優方向,對應了不同的尋優方法。評價一種優化方法的優劣,主要考慮以下幾個方面:

控制系統優化收斂性

尋優過程就是逐步搜索滿足Q(a)為極小值時的a值,迭代過程的收斂性好壞,表示某種優化方法適應範圍的大小。

控制系統優化收斂速度

為了求出同樣精度的極小值點,不同的優化方法所需要的迭代次數不同。

控制系統優化每步迭代所需要的計算量

在控制系統的參數優化設計過程中,往往需要對a的值進行許多次迭代計算才能搜索到極小值點,而每次迭代都需要重新計算尋優步長和尋優方向,還需要對系統的運動方程進行仿真並計算目標函數。每步迭代所需的計算量也是決定尋優速度的另一個重要因素。

控制系統優化控制系統優化設計中目標函數的構成

加權性能指標型目標函數和誤差積分型目標函數是控制系統優化設計中兩大類常用目標函數。

控制系統優化加權性能指標型

加權性能指標型目標函數是一類根據經典控制理論設計系統的性能指標建立起來的,如系統在階躍信號作用下的上升時間,調整時間,超調量及振盪次數N等。通常,對於這些性能指標的要求往往存在矛盾性,此時可以採用加權的方法建立目標函數 [1] 

控制系統優化誤差積分型

誤差積分型目標函數是一類由誤差構成的目標函數。對於一般隨動系統,誤差定義為輸出信號和系統輸出之差。一般常用的目標函數如下:
(1)誤差絕對值的積分(IAE);
(2)誤差平方的積分(ISE);
(3)時間乘以誤差絕對值積分(ITAE);
(4)時間乘以誤差平方的積分(ITSE);
(5)時間平方乘以誤差絕對值的積分(ISTAE);
(6)時間平方乘以誤差平方的積分(ISTSE)。
一般的,在實際計算時,時間不可能取無窮大,而是根據系統的過渡過程時間,即一個足夠反映系統響應的有限值來確定。需要指出的是,無論是哪一種類型的目標函數,通常都很難寫成尋優參數的解析表達式,而只是隱含這些參數,因而很難採用解析法計算Q(a)。 [1] 
參考資料
  • 1.    趙巍,李煥英,葉振環主編;.機械工程控制理論及新技術研究.北京:中國水利水電出版社,2014:381-384