没有合适的资源?快使用搜索试试~ 我知道了~
建立了简单登月艇软着陆过程模型 并通过matlab 进行仿真
资源推荐
资源详情
资源评论
登月艇软着陆过程 Matlab 仿真
学号:
姓名:
指导老师
日期:2014 年 5 月 19 日
摘要:本文描述了登月艇简化模型,并对其登月过程做了简单介绍。因为这是控制登月艇
软着陆和燃料最省问题,即是一个最优控制问题。所以对于该控制问题本文用极小值原理
对登月艇控制推力进行求解。进而,依据登月艇模型和控制推力建立仿真模型。
关键词:最优控制 登月艇 极小值原理
1. 引言
最优控制问题可分为两类:静态最优化控制和动态最优化控制。最优控制就是要确定一组
决策变量以使得某目标函数取极值。由于目标函数所依赖的决策变量不随时间变化,这类
最优控制问题称为静态最优化控制或参数最优化;如果目标函数所依赖的决策变量是时间
的函数,则称为动态最优化控制。所以,静态最优化控制是不考虑时间因素的最优控制,
而动态最优控制是考虑时间因素的最优控制。它们的解决方法也不同。解静态最优化控制
的方法有线性规划、非线性规划、爬山法和优选法等。解动态最优化控制的方法有变分法
极小值原理和动态规划等方法。本文介绍动态最优控制问题求解法——极小值原理。
2. 极小值原理
极小值原理也叫极大值原理,没有区别是一个意思。当指标泛函中被积分函数取
时,指标 取极大值;当被积分函数取 时,指标 取极小值。
二者是等价的。极大值原理是由庞特里亚金等人提出的。它是从变分法引申而来的,功能
更强,应用范围更广,能解决变分法不能解决的问题。
当控制作用 不受限制或限制在一个开区间时,可以用古典变分法来求解最优控
制问题。但是,当 限制在闭区间上,或性能指标含绝对值形式时,变分法就不能胜
任了。下面举个例子说明。
假设一阶受控系统:
允许控制域为 ,初始状态 ,终端状态 ,求解控制系统从初始状
态到终端状态并使指标 最小的最优控制。
如用变分法求解时,构造 Hamilton 函数:
正则方程:
边界条件:
控制方程:
由伴随方程可求得伴随变量 , 为常数。代入控制方程,则得
显然,这样求得 不是最优控制。因为 ,状态不会转移。从直观上很容易看出,在
允许控制范围内,当取 时,系统运动速度最大,即 应用初始条件可得:
这就是在上述控制约束下,使系统 转移到 的最短时间。最优控制为
。为什么用变分法求不出来呢?问题出在实际最优控制落在区间约束 边界上。
在边界上,它不再满足 这个极值条件方程。在由些问题中,允许控制的集合甚至
只 是 控 制 空 间中 一 些 离 散 的 点 , 对 这 样 的 问 题 , 古 典 变 分 法 对 函 数 ,
的可微性要求也很严格,特别是要求 存在,在实际工程中往往不满足这
个条件。例如在要求燃料最省的最优控制系统。性能指标泛函中的 函数要取控制 的
绝对值,此时 就不存在,变分法就不能求解。
极小值原理放宽了对函数 和 的要求。具体的假设前提条件是:
剩余9页未读,继续阅读
资源评论
a090104031042
- 粉丝: 0
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- (源码)基于Django和OpenCV的智能车视频处理系统.zip
- (源码)基于ESP8266的WebDAV服务器与3D打印机管理系统.zip
- (源码)基于Nio实现的Mycat 2.0数据库代理系统.zip
- (源码)基于Java的高校学生就业管理系统.zip
- (源码)基于Spring Boot框架的博客系统.zip
- (源码)基于Spring Boot框架的博客管理系统.zip
- (源码)基于ESP8266和Blynk的IR设备控制系统.zip
- (源码)基于Java和JSP的校园论坛系统.zip
- (源码)基于ROS Kinetic框架的AGV激光雷达导航与SLAM系统.zip
- (源码)基于PythonDjango框架的资产管理系统.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功