中圖網(wǎng)小程序
一鍵登錄
更方便
>
控制理論若干瓶頸問題
本類五星書更多>
-
>
貨幣大歷史:金融霸權(quán)與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權(quán)力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創(chuàng)意玩具書(精裝4冊)
控制理論若干瓶頸問題 版權(quán)信息
- ISBN：9787030728616
- 條形碼：9787030728616 ; 978-7-03-072861-6
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：
控制理論若干瓶頸問題 內(nèi)容簡介
本書主要針對控制理論的一些重要分支，分析了當前存在的瓶頸問題，展望了其發(fā)展趨勢和面臨的一系列挑戰(zhàn).全書共分為17章，分別為：優(yōu)化控制研究的概述與關鍵問題分析、邏輯控制系統(tǒng)中的未解問題、系統(tǒng)與控制中優(yōu)化理論與應用的挑戰(zhàn)與瓶頸、分布參數(shù)系統(tǒng)控制、數(shù)據(jù)驅(qū)動控制系統(tǒng)、自抗擾控制中的若干未解問題、非線性控制的幾個瓶頸問題、時間與事件驅(qū)動的采樣系統(tǒng)控制、系統(tǒng)辨識在信息時代的挑戰(zhàn)和一些瓶頸問題、自適應控制的瓶頸問題、預測控制理論的瓶頸問題、隨機控制系統(tǒng)中的若干瓶頸問題、不連續(xù)控制系統(tǒng)的現(xiàn)狀及開問題、時滯系統(tǒng)控制的瓶頸問題、控制系統(tǒng)分析設計的一個隱性瓶頸問題、魯棒控制的瓶頸問題、怎樣的受控對象更好控制；*后以附錄的形式列出了征集到的部分開問題.本書可供高等院校和科研院所從事控制領域研究的科研人員以及研究生選用.
控制理論若干瓶頸問題 目錄
目錄
前言
第1章 優(yōu)化控制研究概述與關鍵問題分析 1
1.1 引言 1
1.2 智能優(yōu)化控制 5
1.3 基于極值搜索的優(yōu)化控制 6
1.4 優(yōu)化控制研究的核心問題與瓶頸問題分析 11
1.5 結(jié)束語 13
致謝 14
參考文獻 14
第2章 邏輯控制系統(tǒng)中的未解問題 19
2.1 引言 19
2.2 未解問題 23
2.3 結(jié)束語 32
致謝 32
參考文獻 32
第3章 系統(tǒng)與控制中優(yōu)化理論與應用的挑戰(zhàn)與瓶頸 36
3.1 引言 36
3.2 挑戰(zhàn)與瓶頸問題 37
3.3 結(jié)束語 41
致謝 42
參考文獻 42
第4章 分布參數(shù)系統(tǒng)控制 44
4.1 引言 44
4.2 幾個理論問題 47
4.3 結(jié)束語 54
參考文獻 54
第5章 數(shù)據(jù)驅(qū)動控制系統(tǒng) 57
5.1 現(xiàn)代控制理論與數(shù)據(jù)驅(qū)動控制理論 57
5.2 數(shù)據(jù)驅(qū)動控制研究現(xiàn)狀 64
5.3 非線性系統(tǒng)的動態(tài)線性化方法 71
5.4 無模型自適應控制 78
5.5 數(shù)據(jù)驅(qū)動控制研究的挑戰(zhàn)與展望 87
5.6 結(jié)束語 94
致謝 95
參考文獻 95
第6章 自抗擾控制中的若干未解問題 103
6.1 引言 103
6.2 自抗擾控制與非線性不確定系統(tǒng)控制問題 105
6.3 自抗擾控制的適用范圍 108
6.4 理論分析進展及未解問題 114
6.5 結(jié)束語 120
致謝 120
參考文獻 120
第7章 非線性控制的幾個瓶頸問題 125
7.1 包含混雜動力學的非線性動態(tài)網(wǎng)絡的穩(wěn)定性 126
7.2 量化非線性控制 128
7.3 非線性系統(tǒng)的事件驅(qū)動控制 131
7.4 結(jié)束語 135
參考文獻 135
第8章 時間與事件驅(qū)動的采樣系統(tǒng)控制 139
8.1 引言 139
8.2 時間驅(qū)動的采樣系統(tǒng)控制 142
8.3 事件驅(qū)動的采樣系統(tǒng)控制 143
8.4 瓶頸問題與交叉領域 147
8.5 結(jié)束語 150
致謝 151
參考文獻 151
第9章 系統(tǒng)辨識在信息時代的挑戰(zhàn)和一些瓶頸問題 156
9.1 引言 156
9.2 網(wǎng)絡環(huán)境下的系統(tǒng)辨識 160
9.3 分布式、云計算環(huán)境下的系統(tǒng)辨識 164
9.4 有限資源環(huán)境下的系統(tǒng)辨識 165
9.5 應用目標環(huán)境下的系統(tǒng)辨識 167
9.6 大數(shù)據(jù)環(huán)境下的系統(tǒng)辨識 168
9.7 人機結(jié)合環(huán)境下的系統(tǒng)辨識 169
9.8 結(jié)束語 170
致謝 170
參考文獻 170
第10章 自適應控制的瓶頸問題 178
10.1 引言 178
10.2 自適應控制的實際需求分析 178
10.3 自適應控制理論有待研究的問題 181
10.4 結(jié)束語 185
致謝 185
參考文獻 186
第11章 預測控制理論的瓶頸問題 187
11.1 引言 187
11.2 魯棒預測控制 189
11.3 混雜預測控制 195
11.4 隨機預測控制 198
11.5 經(jīng)濟預測控制 202
11.6 結(jié)束語 207
致謝 208
參考文獻 208
第12章 隨機控制系統(tǒng)中的若干瓶頸問題 212
12.1 引言 212
12.2 受控擴散模型 213
12.3 非線性濾波 214
12.4 部分可觀測的隨機控制問題 215
12.5 數(shù)值方法和維數(shù)災難 217
12.6 擴散過程的一些變形和新興應用中的若干相關模型 218
12.7 結(jié)束語 222
致謝 223
參考文獻 223
第13章 不連續(xù)控制系統(tǒng)的現(xiàn)狀及開問題 227
13.1 引言 227
13.2 不連續(xù)控制系統(tǒng)定義及分類 228
13.3 不連續(xù)控制系統(tǒng)根本性質(zhì) 229
13.4 不連續(xù)控制系統(tǒng)開問題 231
13.5 結(jié)束語 234
參考文獻 234
第14章 時滯系統(tǒng)控制的瓶頸問題 236
14.1 引言 236
14.2 時滯系統(tǒng)控制的主要研究進展 236
14.3 瓶頸問題 251
14.4 結(jié)束語 257
致謝 257
參考文獻 257
第15章 控制系統(tǒng)分析設計的一個隱性瓶頸問題 265
15.1 引言 265
15.2 計算復雜性基本概念 266
15.3 非線性系統(tǒng)分析 270
15.4 隨機控制 273
15.5 結(jié)束語 281
致謝 282
參考文獻 282
第16章 魯棒控制的瓶頸問題 283
16.1 引言 283
16.2 現(xiàn)代魯棒控制教學 284
16.3 魯棒控制系統(tǒng)的建模 285
16.4 魯棒控制算法的實現(xiàn) 289
16.5 分散魯棒控制 290
16.6 魯棒控制的一般結(jié)構(gòu) 291
16.7 結(jié)束語 292
致謝 292
參考文獻 293
第17章 怎樣的受控對象更好控制 295
17.1 引言 295
17.2 問題的一般描述 298
17.3 問題的兩個猜想 299
17.4 猜想的研究框架 301
17.5 猜想的研究進展與展望 302
17.6 結(jié)束語 303
致謝 303
參考文獻 304
附錄開問題 307
1.控制系統(tǒng)安全問題 307
2.隱私保護與系統(tǒng)性能問題 308
3.仿人思維控制論 309
4.基于信息的控制系統(tǒng)建模 310
5.如何借鑒生物群體智能解決無人機集群緊密編隊自主協(xié)調(diào)控制難題 311
6.與狀態(tài)相關的參數(shù)的閉環(huán)辨識 312
7.快變參數(shù)系統(tǒng)的自適應控制 313
8.控制理論中的開問題三則 314
9.微小漸變故障診斷與預測問題 316
10.隨機系統(tǒng)之間解的比較 318
11.非線性系統(tǒng)控制 319
12.控制系統(tǒng)設計中的權(quán)函數(shù)選擇問題 321
13.按定量的性能要求設計控制系統(tǒng) 322
14.非線性系統(tǒng)的線性化控制問題 322
15.平衡狀態(tài)控制問題 323
16.分布式互聯(lián)系統(tǒng)的預測控制器的設計與綜合 324
17.Aizerman猜想及Kalman猜想 325
18.線性矩陣不等式問題 326
19.集值輸出系統(tǒng)的遞推參數(shù)辨識 327
后記 329
前言
第1章 優(yōu)化控制研究概述與關鍵問題分析 1
1.1 引言 1
1.2 智能優(yōu)化控制 5
1.3 基于極值搜索的優(yōu)化控制 6
1.4 優(yōu)化控制研究的核心問題與瓶頸問題分析 11
1.5 結(jié)束語 13
致謝 14
參考文獻 14
第2章 邏輯控制系統(tǒng)中的未解問題 19
2.1 引言 19
2.2 未解問題 23
2.3 結(jié)束語 32
致謝 32
參考文獻 32
第3章 系統(tǒng)與控制中優(yōu)化理論與應用的挑戰(zhàn)與瓶頸 36
3.1 引言 36
3.2 挑戰(zhàn)與瓶頸問題 37
3.3 結(jié)束語 41
致謝 42
參考文獻 42
第4章 分布參數(shù)系統(tǒng)控制 44
4.1 引言 44
4.2 幾個理論問題 47
4.3 結(jié)束語 54
參考文獻 54
第5章 數(shù)據(jù)驅(qū)動控制系統(tǒng) 57
5.1 現(xiàn)代控制理論與數(shù)據(jù)驅(qū)動控制理論 57
5.2 數(shù)據(jù)驅(qū)動控制研究現(xiàn)狀 64
5.3 非線性系統(tǒng)的動態(tài)線性化方法 71
5.4 無模型自適應控制 78
5.5 數(shù)據(jù)驅(qū)動控制研究的挑戰(zhàn)與展望 87
5.6 結(jié)束語 94
致謝 95
參考文獻 95
第6章 自抗擾控制中的若干未解問題 103
6.1 引言 103
6.2 自抗擾控制與非線性不確定系統(tǒng)控制問題 105
6.3 自抗擾控制的適用范圍 108
6.4 理論分析進展及未解問題 114
6.5 結(jié)束語 120
致謝 120
參考文獻 120
第7章 非線性控制的幾個瓶頸問題 125
7.1 包含混雜動力學的非線性動態(tài)網(wǎng)絡的穩(wěn)定性 126
7.2 量化非線性控制 128
7.3 非線性系統(tǒng)的事件驅(qū)動控制 131
7.4 結(jié)束語 135
參考文獻 135
第8章 時間與事件驅(qū)動的采樣系統(tǒng)控制 139
8.1 引言 139
8.2 時間驅(qū)動的采樣系統(tǒng)控制 142
8.3 事件驅(qū)動的采樣系統(tǒng)控制 143
8.4 瓶頸問題與交叉領域 147
8.5 結(jié)束語 150
致謝 151
參考文獻 151
第9章 系統(tǒng)辨識在信息時代的挑戰(zhàn)和一些瓶頸問題 156
9.1 引言 156
9.2 網(wǎng)絡環(huán)境下的系統(tǒng)辨識 160
9.3 分布式、云計算環(huán)境下的系統(tǒng)辨識 164
9.4 有限資源環(huán)境下的系統(tǒng)辨識 165
9.5 應用目標環(huán)境下的系統(tǒng)辨識 167
9.6 大數(shù)據(jù)環(huán)境下的系統(tǒng)辨識 168
9.7 人機結(jié)合環(huán)境下的系統(tǒng)辨識 169
9.8 結(jié)束語 170
致謝 170
參考文獻 170
第10章 自適應控制的瓶頸問題 178
10.1 引言 178
10.2 自適應控制的實際需求分析 178
10.3 自適應控制理論有待研究的問題 181
10.4 結(jié)束語 185
致謝 185
參考文獻 186
第11章 預測控制理論的瓶頸問題 187
11.1 引言 187
11.2 魯棒預測控制 189
11.3 混雜預測控制 195
11.4 隨機預測控制 198
11.5 經(jīng)濟預測控制 202
11.6 結(jié)束語 207
致謝 208
參考文獻 208
第12章 隨機控制系統(tǒng)中的若干瓶頸問題 212
12.1 引言 212
12.2 受控擴散模型 213
12.3 非線性濾波 214
12.4 部分可觀測的隨機控制問題 215
12.5 數(shù)值方法和維數(shù)災難 217
12.6 擴散過程的一些變形和新興應用中的若干相關模型 218
12.7 結(jié)束語 222
致謝 223
參考文獻 223
第13章 不連續(xù)控制系統(tǒng)的現(xiàn)狀及開問題 227
13.1 引言 227
13.2 不連續(xù)控制系統(tǒng)定義及分類 228
13.3 不連續(xù)控制系統(tǒng)根本性質(zhì) 229
13.4 不連續(xù)控制系統(tǒng)開問題 231
13.5 結(jié)束語 234
參考文獻 234
第14章 時滯系統(tǒng)控制的瓶頸問題 236
14.1 引言 236
14.2 時滯系統(tǒng)控制的主要研究進展 236
14.3 瓶頸問題 251
14.4 結(jié)束語 257
致謝 257
參考文獻 257
第15章 控制系統(tǒng)分析設計的一個隱性瓶頸問題 265
15.1 引言 265
15.2 計算復雜性基本概念 266
15.3 非線性系統(tǒng)分析 270
15.4 隨機控制 273
15.5 結(jié)束語 281
致謝 282
參考文獻 282
第16章 魯棒控制的瓶頸問題 283
16.1 引言 283
16.2 現(xiàn)代魯棒控制教學 284
16.3 魯棒控制系統(tǒng)的建模 285
16.4 魯棒控制算法的實現(xiàn) 289
16.5 分散魯棒控制 290
16.6 魯棒控制的一般結(jié)構(gòu) 291
16.7 結(jié)束語 292
致謝 292
參考文獻 293
第17章 怎樣的受控對象更好控制 295
17.1 引言 295
17.2 問題的一般描述 298
17.3 問題的兩個猜想 299
17.4 猜想的研究框架 301
17.5 猜想的研究進展與展望 302
17.6 結(jié)束語 303
致謝 303
參考文獻 304
附錄開問題 307
1.控制系統(tǒng)安全問題 307
2.隱私保護與系統(tǒng)性能問題 308
3.仿人思維控制論 309
4.基于信息的控制系統(tǒng)建模 310
5.如何借鑒生物群體智能解決無人機集群緊密編隊自主協(xié)調(diào)控制難題 311
6.與狀態(tài)相關的參數(shù)的閉環(huán)辨識 312
7.快變參數(shù)系統(tǒng)的自適應控制 313
8.控制理論中的開問題三則 314
9.微小漸變故障診斷與預測問題 316
10.隨機系統(tǒng)之間解的比較 318
11.非線性系統(tǒng)控制 319
12.控制系統(tǒng)設計中的權(quán)函數(shù)選擇問題 321
13.按定量的性能要求設計控制系統(tǒng) 322
14.非線性系統(tǒng)的線性化控制問題 322
15.平衡狀態(tài)控制問題 323
16.分布式互聯(lián)系統(tǒng)的預測控制器的設計與綜合 324
17.Aizerman猜想及Kalman猜想 325
18.線性矩陣不等式問題 326
19.集值輸出系統(tǒng)的遞推參數(shù)辨識 327
后記 329
展開全部
控制理論若干瓶頸問題 節(jié)選
第1章 優(yōu)化控制研究概述與關鍵問題分析 陳杰1，劉淑君2，辛斌3，4 （1．同濟大學；2．四川大學數(shù)學學院；3．北京理工大學自動化學院；4．復雜系統(tǒng)智能控制與決策國家重點實驗室） 摘要：本章從優(yōu)化問題和優(yōu)化方法兩個角度概述了控制系統(tǒng)的優(yōu)化面臨的若干問題和當前的研究熱點與難點，并重點從智能優(yōu)化和極值搜索兩個方面對國內(nèi)外的相關優(yōu)化控制方法與應用研究進行了介紹和分析. 關鍵詞：優(yōu)化控制，智能優(yōu)化，極值搜索 1.1 引言 對于任何系統(tǒng)，只要在設計開發(fā)或運行管理等方面有指標要求，就必然有優(yōu)化問題存在.將優(yōu)化方法應用于控制系統(tǒng)的各個環(huán)節(jié)和層面來實現(xiàn)控制系統(tǒng)的分析、設計與管理，我們稱之為優(yōu)化控制（optimized control）.與*優(yōu)控制（optimal control）相比，二者的主要差別在于，優(yōu)化控制不純粹追求*優(yōu)性（optimality），而是注重有限時間的可解性和解的滿意度.而且，*優(yōu)控制在一般意義上指的是控制策略的優(yōu)化，這一研究方向的發(fā)展過程基本上是沿著貝爾曼（R. R. Bellman）、龐特里亞金（L. S. Pontryagin）、卡爾曼（R. E. Kalman）這三位學者在20世紀50年代的開創(chuàng)性研究發(fā)展的.我們把這種通過對控制策略的優(yōu)化而實現(xiàn)的控制稱為狹義優(yōu)化控制，而把更一般的控制系統(tǒng)的優(yōu)化控制稱為廣義優(yōu)化控制.當系統(tǒng)采用的方法（無論是優(yōu)化方法還是控制方法）屬于智能方法時，稱為智能優(yōu)化控制（intelligent optimized control）.文獻［1］對智能優(yōu)化控制的相關研究進行了介紹，并分析了智能優(yōu)化、智能控制、智能優(yōu)化控制、優(yōu)化控制這些基本概念之間的聯(lián)系與區(qū)別. 無論是控制系統(tǒng)中的優(yōu)化問題，還是其他領域中更一般的優(yōu)化問題，其求解思路總體上都可以分為三種典型類型： （1）理想情況下通過*優(yōu)性條件可以得到解析*優(yōu)解； （2）在難以得到解析解的情況下可以通過搜索的方法得到*優(yōu)解或滿意解； （3）當難以得到解析解且存在較強的計算實時性要求時，可以利用問題領域知識建立構(gòu)造性方法直接構(gòu)造出可行解. 另外，優(yōu)化問題的求解還與優(yōu)化問題的建模密切相關，通過模型的變換、逼近、簡化等手段使問題可以采用較為成熟的優(yōu)化方法進行求解也是一種典型的思路，如非線性函數(shù)分段線性化或凸化、整數(shù)變量松弛為實數(shù)等.但其具體實現(xiàn)也可以歸結(jié)為上述三類思路. 我們可以根據(jù)優(yōu)化問題的三要素—“優(yōu)化變量”“目標函數(shù)”和“約束”，對各種優(yōu)化問題進行分類，控制系統(tǒng)中的優(yōu)化問題也不例外. 從優(yōu)化變量來看，問題的解可以是連續(xù)變量或離散變量，甚至是二者的混合形式，對應的優(yōu)化問題分別稱作連續(xù)優(yōu)化、離散優(yōu)化、混合變量優(yōu)化.在控制系統(tǒng)中，與控制器、傳感器、執(zhí)行器相關的參數(shù)設計主要是連續(xù)優(yōu)化問題，而系統(tǒng)中各種資源的部署、分配、調(diào)度等決策層面的問題則往往體現(xiàn)為離散優(yōu)化或者混合變量優(yōu)化，復雜系統(tǒng)中的優(yōu)化控制問題往往同時包含連續(xù)變量與離散變量的優(yōu)化.在*優(yōu)控制問題中，問題的解往往以泛函形式體現(xiàn)，通過變分法、極大值原理等分析工具確定*佳控制策略，從而得到解析*優(yōu)解.但是，在工程實際中，隨著對象和任務環(huán)境的復雜化、非線性與不確定性程度的增加，這種通過解析方法確定*優(yōu)控制器的方法往往難以實現(xiàn).因此，將控制器參數(shù)化并在此基礎上確定*優(yōu)或滿意的控制器參數(shù)成為一種可行的研究方法. 從目標函數(shù)來看，根據(jù)目標函數(shù)的性態(tài)，可以將其分為單模態(tài)函數(shù)或多模態(tài)函數(shù)，單模態(tài)函數(shù)只有唯一的局部*優(yōu)解（即全局*優(yōu)解），多模態(tài)函數(shù)則包含多個甚至大量局部*優(yōu)解.對于單模態(tài)函數(shù)，可以采用梯度搜索方法得到*優(yōu)解；而對于多模態(tài)函數(shù)，當問題規(guī)模較大、模態(tài)高度復雜時，一般方法難以在有限時間內(nèi)保證*終解的*優(yōu)性.在實際系統(tǒng)的優(yōu)化控制中，我們經(jīng)常遇到多模態(tài)函數(shù)，多模態(tài)特性是造成系統(tǒng)優(yōu)化控制復雜性的一個重要因素. 根據(jù)目標函數(shù)是單個函數(shù)還是多個函數(shù)，可以將優(yōu)化問題分為單目標優(yōu)化和多目標優(yōu)化.多目標優(yōu)化的核心在于找到不被任何解支配（nondominated）的帕累托*優(yōu)（Pareto optimality）解，由于不同目標之間的沖突，帕累托*優(yōu)解往往不唯一，因此需要得到帕累托*優(yōu)解集并*終根據(jù)決策者的偏好做出適當?shù)倪x擇，其復雜性往往高于單目標優(yōu)化.當系統(tǒng)涉及的目標數(shù)量很多時，不同解之間很明顯地體現(xiàn)出互不支配的關系，因此比較解的優(yōu)劣更加困難，這導致算法難以收斂，而且解的多目標可視化展現(xiàn)也成為難點.復雜系統(tǒng)的控制往往包含了大量的沖突目標，如效率與成本這兩個*基本的目標是絕大多數(shù)控制系統(tǒng)不得不進行協(xié)調(diào)和權(quán)衡的，決策者必須在二者之間做出某種程度的折中. 從約束來看，優(yōu)化問題可以分為約束優(yōu)化和無約束優(yōu)化，約束的存在使得一些解變成無法接受的不可行解，因此約束滿足是約束優(yōu)化中的一個重要問題，約束優(yōu)化問題求解的目標是獲得滿足約束的*優(yōu)可行解.與此相比，無約束優(yōu)化則可以把整個搜索過程集中到*優(yōu)解的搜索上.絕大多數(shù)實際問題都是存在約束的，甚至包含很強的約束，這導致獲得問題的可行解變得非常困難.強約束的存在會明顯增加問題的求解難度，甚至成為系統(tǒng)優(yōu)化控制的瓶頸.從技術手段方面來講，在對問題有清晰認識的基礎上，目標函數(shù)與約束可以相互轉(zhuǎn)化，以便更有效地處理. 根據(jù)問題本身是否包含不確定因素，可以將問題分為不確定性優(yōu)化和確定性優(yōu)化.優(yōu)化問題的三個要素都可能包含不確定性，對于不確定性優(yōu)化問題，我們需要考慮不確定性帶來的決策風險，因而需要建立適當?shù)牟呗詠碓u價不確定性對優(yōu)化過程造成的影響.其求解目標是獲得某種風險意義下的*優(yōu)解. 根據(jù)目標函數(shù)或/和約束函數(shù)是否隨時間變化，可以將問題分為靜態(tài)優(yōu)化和動態(tài)優(yōu)化，靜態(tài)優(yōu)化問題的*優(yōu)解是不變的，而動態(tài)優(yōu)化問題不僅要得到*優(yōu)解而且還要跟蹤*優(yōu)解的變化.顯然后者的難度更高，但在工業(yè)過程控制、航天航空控制、交通網(wǎng)絡控制等復雜的控制系統(tǒng)中，動態(tài)優(yōu)化問題非常普遍.問題的快速時變特性往往是造成系統(tǒng)優(yōu)化控制困難的一個重要瓶頸. 根據(jù)上述分析，*基礎的優(yōu)化問題是單模態(tài)（unimodal）、無約束（un-constrained）、單目標（single-objective）、靜態(tài)（static）、確定性（deterministic）的連續(xù)優(yōu)化（continuous optimization）問題（簡稱 UUSSDCO）.與此相比，多模態(tài)（multimodal）、強約束（strongly constrained）、多目標（multi-objective）、動態(tài)（dynamic）、不確定性（uncertain）的混合變量優(yōu)化（hybrid-variable optimization）問題（簡稱 MSMDUHO）則是*困難的.這是優(yōu)化問題難度譜系里的兩個極端情況. 從實際問題來看，除上述因素外，造成問題難解性的因素還包括問題的維度、問題的計算復雜度（包括時間復雜度和空間復雜度）以及問題求解的實時性等，甚至很多實際問題在建模方面也存在困難.通常，問題的規(guī)模越大，解空間的維度越高，問題涉及的計算量就越大，問題的求解難度也越高.問題的計算復雜度反映了問題求解的時空代價隨問題規(guī)模的變化規(guī)律.我們希望能夠在較大的規(guī)模范圍內(nèi)以可接受的代價實現(xiàn)問題的*優(yōu)求解，因此問題的計算復雜度不能太高.對于計算復雜度高的問題，往往只能犧牲解的質(zhì)量，在限定時間和資源內(nèi)盡可能找到較優(yōu)的解.問題求解的實時性是與具體求解任務密切相關的，如果問題的計算復雜度很高，即使問題規(guī)模不是很大時，找到*優(yōu)解的計算時間也可能就已經(jīng)超出了人們可忍受的范圍.人們可忍受的范圍是一個相對概念，與問題的應用背景和實際情形有關，可以是1年、1個月、1周、1天、1小時、1分鐘、1秒鐘甚至更小.而且，這個范圍也可能是動態(tài)變化的.這個可忍受的范圍越小意味著對問題求解的實時性要求越高，因此問題的求解難度也會相應增加.因為計算實時性的限制，在解決很多實際問題時，我們不得不在求解質(zhì)量和計算代價之間做出平衡和折中. 在一般意義上，優(yōu)化問題的求解涉及問題、人、機器（包括硬件和算法）三個方面，這三個方面及其相互關系甚至構(gòu)成了優(yōu)化研究的哲學體系.關于優(yōu)化的多數(shù)研究只關注問題與機器這兩個方面，其中問題層面?zhèn)戎亟，而機器層面則更多集中于優(yōu)化算法的研究.在決策科學的范疇內(nèi)，人的因素被更多地考慮和研究.鮮有學者將三者納入到統(tǒng)一的框架下進行更為系統(tǒng)和全面的研究，而實際上復雜系統(tǒng)的控制往往與這三個方面都存在著緊密的聯(lián)系. 下面將從兩類優(yōu)化控制方法的角度對相關研究進行論述和分析，這兩類方法分別是智能優(yōu)化控制和基于極值搜索的優(yōu)化控制.前者的范疇更廣一些，具體的方法種類繁多；而極值搜索是控制理論領域產(chǎn)生的一種典型優(yōu)化方法，近十年來在系統(tǒng)控制相關的研究中得到了廣泛的應用. 1.2 智能優(yōu)化控制 文獻[1]根據(jù)優(yōu)化方法在控制系統(tǒng)中的應用位置對不同的智能優(yōu)化控制方法進行了分類.控制系統(tǒng)包括辨識器、濾波器、估計器、傳感器、執(zhí)行器、控制器、故障診斷器、規(guī)劃器、決策輔助器等，其中規(guī)劃器和決策輔助器處于控制系統(tǒng)的高層，而其余環(huán)節(jié)在控制系統(tǒng)中處于較低層次.根據(jù)優(yōu)化方法作用的環(huán)節(jié)在控制系統(tǒng)中所處的層次，將智能優(yōu)化控制分為高層智能優(yōu)化控制和低層智能優(yōu)化控制. 控制器的優(yōu)化是智能優(yōu)化控制*基本的形式，屬于低層智能優(yōu)化控制，可以進一步細分為控制器的智能優(yōu)化、智能控制器的優(yōu)化、智能控制器的智能優(yōu)化三種類型.在控制器的智能優(yōu)化中，控制系統(tǒng)的主通道里未采用智能控制，但其運行調(diào)節(jié)采用了智能優(yōu)化方法，如 Sahu等采用螢火蟲算法與模式搜索的混合優(yōu)化算法對模糊比例-積分-微分（PID）控制器進行優(yōu)化調(diào)節(jié)，實現(xiàn)了多區(qū)域的電力系統(tǒng)負載頻率控制［2］.在智能控制器的優(yōu)化中，控制器采用了智能方法（如模糊控制器、神經(jīng)網(wǎng)絡控制器），但優(yōu)化過程未采用智能優(yōu)化方法.在智能控制器的智能優(yōu)化中，控制方法和優(yōu)化方法都是智能的，如 Marinaki等采用多目標差分進化算法對模糊控制器進行優(yōu)化，實現(xiàn)了一種靈巧結(jié)構(gòu)的振動抑制［3］. 系統(tǒng)規(guī)劃和輔助決策層面的優(yōu)化屬于高層智能優(yōu)化控制，如 Li等采用無中心的自適應模糊控制實現(xiàn)航天器用大型空間桁架結(jié)構(gòu)的振動控制，其中采用了遺傳算法優(yōu)化傳感器和執(zhí)行器的布局［4］. 根據(jù)智能控制方法的典型分類，智能優(yōu)化控制可以分為模糊優(yōu)化控制、神經(jīng)網(wǎng)絡優(yōu)化控制、模糊神經(jīng)網(wǎng)絡優(yōu)化控制、單純依靠優(yōu)化方法的智能優(yōu)化控制（不采用其他智能控制方法）以及其他智能優(yōu)化控制類型.對于模糊推理系統(tǒng)而言，通常從規(guī)則的數(shù)量、類型以及具體的參數(shù)（如隸屬度函數(shù)的參數(shù)）的角度對系統(tǒng)進行優(yōu)化.對于神經(jīng)網(wǎng)絡方法而言，通常采用優(yōu)化算法對網(wǎng)絡的參數(shù)、結(jié)構(gòu)和學習規(guī)則進行優(yōu)化調(diào)節(jié).單純依靠優(yōu)化方法實現(xiàn)的*典型的智能優(yōu)化控制是利用優(yōu)化方法對 PID控制器的參數(shù)進行優(yōu)化調(diào)節(jié).優(yōu)化方法在其他類型的控制器優(yōu)化設計中也得到了廣泛應用，如一般的固定結(jié)構(gòu)控制器、預測控制器、滑？刂破鳌⒆赃m應控制器、魯棒控制器等.優(yōu)化方法還常用于解決復雜系統(tǒng)控制中所涉及的各種資源規(guī)劃、分配、調(diào)度等優(yōu)化問題，這些 問題與復雜系統(tǒng)的控制有著密切的關系.另外，自適應動態(tài)規(guī)劃（adaptive dynamic programming，ADP）方法也是解決非線性系統(tǒng)*優(yōu)控制問題的一類常見優(yōu)化方法，其實現(xiàn)方式多樣，限于篇幅這里不作詳述，感興趣的讀者可參考文獻[5]. 除了建立在某一種經(jīng)典智能控制基礎上的智能優(yōu)化控制，智能優(yōu)化控制還包括混合智能優(yōu)化控制，具體分為以下三種類型. （1）采用多種智能控制方法分別處理控制系統(tǒng)中的不同問題，優(yōu)化方法只解決系統(tǒng)中的某個子問題； （2）控制中采用了一種智能方法，但優(yōu)化方法不針對這種智能方法引入?yún)?shù)的調(diào)節(jié)問題，也不直接用于控制器的優(yōu)化； （3）控制中采用了一種智能方法，優(yōu)化方法直接用于控制器的優(yōu)化
書友推薦
- >
月亮與六便士
- >
中國歷史的瞬間
- >
羅庸西南聯(lián)大授課錄
- >
史學評論
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
二體千字文
- >
名家?guī)阕x魯迅:故事新編
- >
經(jīng)典常談
本類暢銷
