处理动态优化问题中控制变量路径约束的方法

目前国际上对动态优化问题中的状态变量路径约束已有一些研究,但专门处理控制变量路径约束的方法却鲜见报道. 本文首先介绍两种分别基于三角函数变换、约束算子截断来处理控制变量路径约束的方法,然后提出一种基于光滑化的二次罚函数方法. 光滑化罚函数方法不仅能够处理控制变量路径约束,而且还能同时处理关于状态变量的路径约束. 最后使用目前流行的控制变量参数化 (Control variable parameterization, CVP)策略对最终获得的、不再含控制变量路径约束的动态优化问题求解. 实例测试一展现了三种方法各自的特点;实例测试二表明了光滑罚函数方法的有效性和优越性.     

一种新的自适应惩罚函数算法求解约束优化问题

提出一种新的自适应惩罚函数法,用来处理约束优化问题．这种方法根据当前群体中可行解的比例对目标函数和违反约束条件的程度作出合适的权衡,具有结构简单、参数少等优点．把它和一个简单的进化策略结合起来,得到了一种新的求解约束优化问题的进化算法．选取几个常见的测试函数对这种新方法进行了数值实验．结果表明,所提方法能够非常有效地处理各种约束优化问题,而且具有很强的稳健性;其性能优于或相似于一些尖端的算法．     

基于拟线性化和Haar 函数的最优控制问题的直接求解方法

针对有约束条件的非线性最优控制问题,提出一种基于拟线性化和Haar函数的数值求解方法.首先将最优控制问题转化为一系列的二次规划问题,并使用系数未知的Haar函数对问题中的状态变量进行近似;然后应用拟线性化法将原非线性最优控制问题转化为相应的一系列受限的二次最优控制问题进行求解;最后基于所提出的方法对2个受限非线性最优控制问题进行求解,并通过仿真结果表明了采用所提出的算法求解最优控制问题的有效性.     

Matlab遗传算法工具箱在约束非线性惩罚函数中的应用

以遗传算法原理和方法为基础,简要介绍其工具箱在Matlab中的两种调用方式。在惩罚函数的基础上应用遗传算法工具箱解决约束非线性规划问题。比较最佳适应度及最佳个体与传统数值计算方法的误差,得出遗传算法在该类问题上可以跳出局部最优解,且收敛速度快,编写方式灵活的结论。为工程领域的推广及普及应用提供参考依据。     

基于惩罚函数NPGA的多目标路径规划

通过分析传统的机器人路径规划方法,将足球机器人路径规划归结为一个多目标优化问题,利用基于惩罚函数的小生境遗传算法建立动态目标路径规划的运动模型.仿真表明,与传统的路径规划方法相比,该方法在保证机器人较高体力值的前提下,规划出合理的路径.     

求解含复杂约束非线性最优控制问题的改进Gauss伪谱法

针对含有复杂约束条件的非线性最优控制问题,提出了一种改进的Gauss伪谱法 (Improved Gauss pseudospectral method, IGPM). 这类问题难以得到解析解,特别是有些问题不存在解析的模型, 一些参数只能通过查表得到,使得传统方法难以求解. 在传统的Gauss伪谱法的基础上,将非线性的终端状态积分约束等价地转化为线性形式,提出了IGPM, 通过协态映射定理可以计算出协态变量,检验最优性,使得IGPM具有间接法一样的精度. 并且给出了初始时刻协态变量和端点时刻控制变量的计算方法. 为了提高解的精度,基于IGPM提出了迭代算法, 最后将该算法应用于求解高超声速飞行器上升段轨迹优化问题,结果表明最优轨迹基本满足路径约束条件和最优性条件.     

带状态约束的疏浚最优控制问题转化方法

疏浚作业系统追求疏浚产量最大化,同时需要保证横移土壤切削过程和泥浆管道输送过程稳定安全的运行,可归结为带状态不等式约束的线性二次型最优跟踪控制问题。针对该问题,提出一种系统状态空间增维的转化方法,引入辅助状态变量和控制变量,将状态不等式约束转化为等式约束,并构建具有控制安全性的等价疏浚系统。仿真结果表明,该方法能够较好地提高泥浆浓度,同时又可以限制系统中主要状态量长时间的过载运行,从而有效增强挖泥船疏浚施工的安全性与平稳性。     

一种基于AEA算法的改进的惩罚函数法

针对约束优化问题的惩罚函数法易陷入局部最优解的缺点,提出了一种新的IAEA算法,通过引入松弛参数μ,保留不可行解中的有用信息,并利用交叉搜索,加大了对可行域边界及其附近区域的搜索几率,使得算法能跳出局部最优,避免早熟现象的发生。在11个标准函数上进行试验,结果表明IAEA的寻优能力要好于其他3个算法。最后,将IAEA算法应用于压力容器设计的工程计算中,得到了更好的结果。     

求最优控制问题直接解的不动点方法及其应用

本文提出求最优控制问题直接解的参数化不动点方法.它的基本思想是用参数化手段把最优控制问题转化为关于参数的有限维最优化问题,然后再把它归结为求一个映射的不动点问题.     

一种改进的求解约束函数优化问题的演化算法

带约束的函数优化是函数优化中最多,也是较难的问题.针对这个问题提出一种改进的算法,它是基于遗传算法的非参惩罚函数的函数优化.通过改进广义的目标函数,对不可行解恰当地进行惩罚,并引进柯西组合、柯西变异以及高斯变异,极大地提高了算法的全局搜索和局部搜索能力,克服传统遗传算法"爬山能力差"的弱点.     

A Control Parameterization Approach with Variable Time Nodes for Optimal Control Problems

This paper presents a novel computational approach to deal with optimal multivariable control problems using a control vector parameterization approach with multiple time grids, where each of the control variables has its own time grid of parametrization. Both the control parameters and time nodes in the grid partition are treated directly as variables to be optimized. Based on the derived relationship between the gradients of time nodes and the ones of interval lengths, the gradient formulae for parameters are presented. Compared with the existing approaches, for which all the control variables are parameterized on the same time grid, the proposed method is more general and flexible. To illustrate, two numerical cases are tested, and the results demonstrate that fewer parameters are needed to achieve the same level of optimization.     

基于遗传算法求解约束优化问题的一种算法

在用遗传算法求解约束优化问题时,处理好约束条件是取得好的优化效果的关键.通过考虑遗传算法和约束优化问题的某些特点,提出将直接比较方法和在进化群体中自适应地保持不可行解比例的策略相结合来处理约束条件的一种新方法,并将该方法结合到通用的遗传算法中.数值实验显示了这种方法的有效性.     

求解最优控制问题的Chebyshev-Gauss伪谱法

提出了一种求解最优控制问题的Chebyshev-Gauss伪谱法, 配点选择为Chebyshev-Gauss点. 通过比较非线性规划问题的Kaursh-Kuhn-Tucker条件和伪谱离散化的最优性条件, 导出了协态和Lagrange乘子的估计公式. 在状态逼近中, 采用了重心Lagrange插值公式, 并提出了一种简单有效的计算状态伪谱微分矩阵的方法. 该法的独特优势是具有良好的数值稳定性和计算效率. 仿真结果表明, 该法能够高精度地求解带有约束的复杂最优控制问题.     

动态罚函数法求解约束优化问题

针对罚函数法在求解约束优化问题时罚系数不易选取的问题,提出一种基于动态罚函数的差分进化算法.利用罚函数法将约束优化问题转化为无约束优化问题.为平衡种群的目标函数和约束违反程度,结合ε约束法设计了一种动态罚系数策略,其中罚系数随着种群质量和进化代数的改变而改变.采用差分进化算法更新种群直到搜索到最优解.对IEEE CEC...     

一种基于罚函数的机器人路径规划方法

给出了一种基于罚函数的机器人路径规划方法;这种方法将机器人的路径规划由一系列带约束非线形规划问题转化为一系列无约束非线形规划问题来求解,仿真结果表明,罚函数方法是一种富有效率的解决机器人路径规划问题的方法,能够大幅度降低运算时间的复杂性,提高移动机器人的实时性。     

Nonlinear Constrained Optimal Control Problems and Cardinal Hermite Interpolant Multiscaling Functions

In this paper, a numerical method for solving nonlinear quadratic optimal control problems with inequality constraints is presented. The method is based upon cardinal Hermite interpolant multiscaling function approximation. The properties of these multiscaling functions are presented first. These properties are then utilized to reduce the solution of the nonlinear constrained optimal control to a nonlinear programming one, to which existing algorithms may be applied. Illustrative examples are included to demonstrate the efficiency and applicability of the technique.     

求解最优控制问题的混合变量变分方法及其航天控制应用

针对非线性最优控制导出的Hamiltonian系统两点边值问题,提出一种以离散区段右端状态和左端协态为混合独立变量的数值求解方法, 将非线性Hamiltonian系统两点边值问题的求解通过混合独立变量变分原理转化为非线性方程组求解.所提出的算法综合了求解最优控制 的"直接法"和"间接法"的特征,既满足最优控制理论的一阶必要条件,又不需要对协态初值的准确猜测,避免了求解大规模非线性规划问题. 通过两个航天控制算例讨论了本文算法的精度和效率等问题.与近年来在航空航天控制中备受关注的高斯伪谱方法相比较,本文算法无论是在 精度还是效率上都具有明显的优势.     

考虑网络流量的最优路径求解模型和算法

本文旨在解决交通网络中群体车辆的路径选择问题．即为每个车辆寻求最优行驶路径．使之在起迄点间的旅行时间最短．考虑到网络流量对路段旅行时间的影响，先进行流量分配，再同时为各个车辆寻求最短路径．为此，首先给出了考虑流量影响的网络模型，然后建立了基于路段的用于流量分配的变分不等式模型．该模型的解给出了车辆按照最优路径行驶时分配到各路段上的车辆数目．由于该模型是完全基于路段的，从而克服了基于路径方法必须进行路径穷举的缺陷．最后给出了最优路径选择算法，并证明了算法的正确性．本文给出的模型和算法适用于交通畅通、交通拥挤等各种情况．实验结果表明本文提出的模型和算法是非常有效的．