本文關鍵詞：基于控制向量參數(shù)化的動態(tài)優(yōu)化研究，由筆耕文化傳播整理發(fā)布。

【摘要】：動態(tài)優(yōu)化,又稱最優(yōu)控制,是解決工業(yè)瓶頸,實現(xiàn)系統(tǒng)節(jié)能、降耗、挖潛、增效的重要手段。目前已廣泛應用于石油化工、航空航天、生物工程等諸多領域。由于其極大的實際應用價值,引起了國內(nèi)外眾多著名學者的廣泛關注�？刂葡蛄繀�(shù)化(CVP)方法是求解動態(tài)優(yōu)化問題的一種常用的數(shù)值方法。它通過離散化控制時域,將控制向量近似地表示為一組參數(shù)化的函數(shù),使得原始的無限維的動態(tài)優(yōu)化問題被轉(zhuǎn)化為有限維的靜態(tài)優(yōu)化問題來求解。CVP方法具有求解精度高、易于實現(xiàn)等優(yōu)點。該方法中,離散化的時間網(wǎng)格通常是事先確定的,并且在優(yōu)化過程中不會改變。網(wǎng)格劃分的疏密會影響到求解結(jié)果逼近最優(yōu)控制軌跡的程度。若要較好地逼近最優(yōu)控制軌跡,就需要將時間網(wǎng)格劃分得很細,但這樣會大大增加NLP問題的維數(shù)和計算時間。為了解決CVP方法逼近精度和計算時間之間的矛盾,本文著重研究了CVP框架下的改進動態(tài)優(yōu)化方法。論文的主要工作及創(chuàng)新如下：(1)針對CVP方法時間網(wǎng)格固定的缺陷,提出了一種可對時間節(jié)點進行優(yōu)化的變時間節(jié)點CVP方法。該方法與國際上著名的Time-scaling方法相比,網(wǎng)格劃分更加靈活,同等分段情況下能夠更好地逼近最優(yōu)控制軌跡,具有更佳的數(shù)值表現(xiàn)。通過三個經(jīng)典的動態(tài)優(yōu)化實例測試,結(jié)果表明了所提出的方法的優(yōu)越性。(2)針對CVP方法中時間節(jié)點對逼近精度的貢獻程度不同,提出了一種基于斜率的自適應CVP方法。通過催化劑混合問題的測試表明,該方法有效地提高了對最優(yōu)控制軌跡的逼近效率,能夠在比CVP方法更少的時間內(nèi)獲得更加精確的優(yōu)化結(jié)果。(3)在此基礎上,提出了一種對重要時間節(jié)點進行判別的啟發(fā)式規(guī)則,改進了基于斜率的自適應CVP方法,使其融合了時間節(jié)點優(yōu)化和網(wǎng)格精細化策略的優(yōu)點。通過實例測試表明,改進后的方法進一步降低了計算時間,提升了逼近精度,獲得了更高的優(yōu)化效率。(4)從數(shù)值計算的角度,提出了一種快速近似策略,并分別應用于兩種采用不同參數(shù)化策略的CVP方法中。通過經(jīng)典動態(tài)優(yōu)化問題的測試表明,所提出的兩種快速近似CVP方法均將計算耗時降低了97%以上,證明了快速近似策略的有效性。
【關鍵詞】：動態(tài)優(yōu)化 控制向量參數(shù)化 時間節(jié)點優(yōu)化 網(wǎng)格精細化 自適應 快速近似
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP13
【目錄】：

• 致謝5-6
• 摘要6-8
• Abstract8-12
• 第1章 緒論12-22
• 1.1 引言12-13
• 1.2 動態(tài)優(yōu)化問題的基本定義13-15
• 1.3 動態(tài)優(yōu)化方法的發(fā)展史15-19
• 1.3.1 動態(tài)優(yōu)化問題的間接解法15-16
• 1.3.2 迭代動態(tài)規(guī)劃16-17
• 1.3.3 動態(tài)優(yōu)化問題的直接解法17-19
• 1.4 本文組織結(jié)構19-22
• 第2章 控制向量參數(shù)化方法22-36
• 2.1 引言22
• 2.2 控制向量參數(shù)化22-26
• 2.3 算法結(jié)構及收斂性26-28
• 2.4 實例測試28-34
• 2.4.1 Van der Pol振蕩器問題28-31
• 2.4.2 催化劑混合問題(管長=1)31-34
• 2.5 本章小結(jié)34-36
• 第3章 變時間節(jié)點控制向量參數(shù)化方法36-52
• 3.1 引言36
• 3.2 Time-scaling方法36-39
• 3.3 變時間節(jié)點CVP方法39-45
• 3.3.1 VTNCVP的原理40-41
• 3.3.2 梯度計算41-44
• 3.3.3 算法描述與分析44-45
• 3.4 實例測試45-50
• 3.4.1 集裝箱起重機問題46-48
• 3.4.2 復合Nishida問題48-49
• 3.4.3 線性Bang-Bang控制問題49-50
• 3.5 本章小結(jié)50-52
• 第4章 基于斜率的自適應控制向量參數(shù)化方法52-70
• 4.1 引言52
• 4.2 自適應網(wǎng)格精細化CVP方法52-53
• 4.3 基于斜率的自適應CVP方法53-57
• 4.3.1 精細化策略54-56
• 4.3.2 算法步驟56-57
• 4.4 實例測試57-61
• 4.4.1 催化劑混合問題(管長=1)57-59
• 4.4.2 催化劑混合問題(管長=12)59-61
• 4.5 改進的自適應CVP方法61-65
• 4.5.1 重要時間節(jié)點的判斷62-65
• 4.5.2 算法步驟65
• 4.6 實例測試65-68
• 4.6.1 催化劑混合問題(管長=1)66-67
• 4.6.2 催化劑混合問題(管長=12)67-68
• 4.7 本章小結(jié)68-70
• 第5章 快速近似的控制向量參數(shù)化方法70-82
• 5.1 引言70
• 5.2 快速近似策略70-71
• 5.3 快速近似的分段常量CVP方法71-74
• 5.4 快速近似的分段線性CVP方法74-76
• 5.5 實例測試76-81
• 5.5.1 間歇反應飽和度控制問題76-78
• 5.5.2 Van der Pol振蕩器問題78-81
• 5.6 本章小結(jié)81-82
• 第6章 總結(jié)與展望82-84
• 6.1 全文工作總結(jié)82
• 6.2 未來工作展望82-84
• 參考文獻84-88
• 攻讀博士學位期間取得的成果88-8

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 謝世坤;黃菊花;桂國慶;鄭慧玲;;參數(shù)化網(wǎng)格劃分方法研究及其系統(tǒng)實現(xiàn)[J];中國機械工程;2007年03期

2 梁秀霞;張彩明;;最優(yōu)組合重新參數(shù)化(英文)[J];系統(tǒng)仿真學報;2008年19期

3 劉曉婷,姬連俊,莫蓉;基于約束的圖形參數(shù)化建庫技術研究[J];西北建筑工程學院學報(自然科學版);1997年01期

4 張志群,常明,劉雯林;參數(shù)化系統(tǒng)設計[J];計算機工程與應用;2002年07期

5 張志剛,曹西京;特征參數(shù)化理論的研究[J];機械制造;2004年10期

6 胡建平;謝琪;左平;;一種保角參數(shù)化的面積變形的優(yōu)化方法[J];東北電力大學學報;2012年01期

7 陳文戰(zhàn);陳偉;楊向暉;邱遼原;;最小阻力的參數(shù)化船型優(yōu)化研究[J];中國艦船研究;2013年02期

8 胡京知,祝國旺,高健;圖形參數(shù)化引入工程約束實現(xiàn)設計過程參數(shù)化[J];機械工業(yè)自動化;1997年02期

9 劉秀平;胡建平;蘇志勛;施錫泉;;均勻準保角球面參數(shù)化[J];計算機輔助設計與圖形學學報;2008年05期

10 王平;劉軒昊;鄧建松;;平面上有噪音散亂點集的參數(shù)化[J];中國科學技術大學學報;2010年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 曹永巖;孫優(yōu)賢;;具有完整性的控制器參數(shù)化[A];1995年中國控制會議論文集（上）[C];1995年

2 王德進;孟華;金鵬;;H_2／H_∞混合控制器參數(shù)化[A];1998年中國控制會議論文集[C];1998年

3 孫麟杰;藺宏偉;;數(shù)據(jù)插值中的參數(shù)化新方法[A];第六屆全國幾何設計與計算學術會議論文集[C];2013年

4 王平;劉軒昊;陳效群;;平面上有噪音散亂點集的參數(shù)化[A];第四屆全國幾何設計與計算學術會議論文集[C];2009年

5 吳偉棟;楊勛年;;圓錐曲線的精確參數(shù)化方法[A];第六屆全國幾何設計與計算學術會議論文集[C];2013年

6 張呂偉;;工藝設備圖形自動參數(shù)化[A];第十四屆全國工程設計計算機應用學術會議論文集[C];2008年

7 楊年峰;王人成;金德聞;黃昌華;季林紅;張濟川;;人體步態(tài)特征的參數(shù)化描述[A];中國康復醫(yī)學會第四屆會員代表大會暨第三屆中國康復醫(yī)學學術大會論文匯編[C];2001年

8 于輝;張彩明;;一種基于能量模型的二次精度參數(shù)化方法[A];中國圖學新進展2007——第一屆中國圖學大會暨第十屆華東六省一市工程圖學學術年會論文集[C];2007年

9 竇曉菲;沈旭昆;齊越;;基于樣例與參數(shù)化的城市地圖交互設計算法[A];自主創(chuàng)新與持續(xù)增長第十一屆中國科協(xié)年會論文集（4）[C];2009年

10 王海朋;陳偉;;參數(shù)化驅(qū)動下渦輪轉(zhuǎn)子設計與分析集成[A];先進制造技術論壇暨第三屆制造業(yè)自動化與信息化技術交流會論文集[C];2004年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 張磊;從局部到整體的參數(shù)化算法研究[D];浙江大學;2009年

2 胡建平;數(shù)字幾何處理中球面參數(shù)化和重新網(wǎng)格化研究[D];大連理工大學;2009年

3 夏述高;三角曲面參數(shù)化若干問題研究[D];大連理工大學;2011年

4 趙元棣;帶約束的曲面參數(shù)化和骨骼提取方法研究與應用[D];大連理工大學;2011年

5 戴磊;基于CAD/CAE集成技術的開放式參數(shù)化結(jié)構形狀優(yōu)化設計平臺[D];大連理工大學;2008年

6 胡云卿;基于控制變量參數(shù)化的帶約束最優(yōu)控制問題計算方法[D];浙江大學;2013年

7 李國棟;基于控制向量參數(shù)化的動態(tài)優(yōu)化研究[D];浙江大學;2015年

8 李瑩;面向曲面擬合的封閉網(wǎng)格曲面參數(shù)化[D];中國科學技術大學;2009年

9 郭鳳華;幾何造型中參數(shù)化與擬合技術的研究[D];山東大學;2007年

10 王旭輝;基于μ基的曲面隱式化、參數(shù)化和奇異點計算[D];中國科學技術大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 趙玉銨;不共線三點確定面積最小橢圓及其在參數(shù)化中的應用[D];山東大學;2013年

2 胡芳剛;平面代數(shù)曲線的最優(yōu)有理參數(shù)化[D];山東師范大學;2012年

3 姜麗;基于二次代數(shù)曲線端點幾何信息的最優(yōu)有理參數(shù)化[D];山東師范大學;2013年

4 孫均;基于梯度域的體網(wǎng)格參數(shù)化研究[D];浙江大學;2014年

5 郭明浩;一類特殊三次隱式代數(shù)曲面的有理參數(shù)化公式[D];吉林大學;2008年

6 王衛(wèi);參數(shù)化零部件族技術研究及實現(xiàn)[D];華中科技大學;2011年

7 唐三元;明清古建筑參數(shù)化三維構件庫研究[D];西安建筑科技大學;2012年

8 劉靜文;網(wǎng)格參數(shù)化和細分方法的某些研究[D];大連理工大學;2013年

9 鮑玉鳳;三角網(wǎng)格曲面的均勻面積參數(shù)化[D];大連理工大學;2008年

10 于輝;參數(shù)曲線數(shù)據(jù)點參數(shù)化方法的研究[D];山東大學;2009年

  本文關鍵詞：基于控制向量參數(shù)化的動態(tài)優(yōu)化研究，，由筆耕文化傳播整理發(fā)布。

本文編號：366637