Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Оптимальное и адаптивное управление

..pdf
Скачиваний:
9
Добавлен:
05.02.2023
Размер:
771.59 Кб
Скачать

Министерство высшего образования и науки РФ

Томский государственный университет

систем управления и радиоэлектроники

Кафедра экономической математики, информатики и статистики

Оптимальное и адаптивное управление

Учебно-методическое пособие по курсу «Оптимальное и адаптивное управление» для выполнения лабораторных работ и проведения самостоятельной работы для студентов ВУЗа

Томск – 2018

Пособие составлено в соответствии с тематикой лабораторных работ и самостоятельной работы по курсу «Оптимальное и адаптивное управление». Пособие содержит темы и содержание лабораторных ра-

бот, методические указания к их проведению. Лабораторные работы выполняются в системе Scilab.

Пособие разработано для магистрантов ФВС, используется при изучении курса «Оптимальное и адаптивное управление».

СОСТАВИТЕЛЬ: Смагин В.И.

2

СОДЕРЖАНИЕ

 

Раздел 1. Предмет курса, определения и классификация

 

оптимальных и адаптивных систем. Модели управляемых

 

систем……………………………………………………………

4

Лабораторная работа № 1………………………………………

4

Раздел 2. Оптимальное управление……………………………

13

Лабораторная работа № 2……………………………………….

13

Раздел 3. Алгоритмы локально-оптимального управления….

14

Лабораторная работа № 3……………………………………….

14

Лабораторная работа № 4……………………………………….

15

Лабораторная работа № 5……………………………………….

17

Лабораторная работа № 6……………………………………….

19

Раздел 4. Алгоритмы идентификации………………………….

21

Лабораторная работа № 7……………………………………….

21

Лабораторная работа № 8……………………………………….

23

Раздел 5. Адаптивное управление по локальному критерию

25

Лабораторная работа № 9……………………………………….

25

Лабораторная работа № 10..…………………………………….

27

Самостоятельная работа................……………………………...

33

ПРИЛОЖЕНИЕ………………………………………………….

34

ЛИТЕРАТУРА…………………………………………………...

38

3

Раздел 1. Предмет курса, определения и классификация оптимальных и адаптивных систем. Модели управляемых систем

Лабораторная работа № 1. Модель производства, сбыта и хранения

n видов товаров

Рассмотрим модель производства n видов товаров в условиях

рынка. Вектор состояния x(k) представлен компонентами:

 

z1 (k )

 

 

v (k )

 

 

 

1

 

 

 

z2

(k )

 

 

 

 

 

 

 

x(k ) v2

(k ) ,

 

 

 

 

 

 

 

 

 

 

 

 

zn

(k )

 

 

v

n

(k )

 

 

 

 

 

 

w(k )

 

 

где zi (k) количество товаров i -го вида на рынке; vi (k)

количе-

 

 

 

 

 

ство товаров i -го вида у потребителя,

i 1,n ;

w(k) прибыль.

Математическая модель динамики изменения количества това-

ров у потребителей и на рынке, а также прибыли может быть записана в следующем виде:

z1(k 1) (1 k11 )z1(k) s1(k) u1(k) , v1(k 1) (1 k21 )v1(k) s1(k) ,

z2 (k 1) (1 k12 )z2 (k) s2 (k) u2 (k) , v2 (k 1) (1 k22 )v2 (k) s2 (k) ,

………………….

………………….

4

zn (k 1) (1 k1n )zn (k) sn (k) un (k) , vn (k 1) (1 k2n )vn (k) sn (k) ,

w(k 1) w(k) c1s1(k) c2s2 (k) ... cnsn (k) k31z1(k) k32 z2 (k) ...

... k3n zn (k) c01u1(k) c02u2 (k) ... c0nun (k) ,

 

 

 

 

 

 

 

где

ui (k) количество товаров,

выпускаемых за один такт,

i

1,n ,

k1i

коэффициенты потерь; k2i

коэффициенты потребления;

k3i

 

стоимость хранения единицы товаров; с0i себестоимости;

si

(k)

 

количество проданных товаров i -го вида в один такт, i 1,n . Функ-

ции продаж определяются по формулам:

si (k) ni exp( ci )(1 vi (k)Yi 1 )zi (k) ,

ni коэффициенты продаж; сi цены на товары, i 1,n ; Yi потен-

циальный спрос для i -го вида товара (объем рынка для i -го вида то-

вара).

Модель может быть представлена в следующем векторно-

матричном виде:

 

x(k 1) A (x(k)) Bu(k) q(k) ,

(1)

где вектор (x(k)) следующий:

5

 

 

z1 (k )

 

 

 

v1 (k )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

zn (k )

 

 

 

 

 

 

vn (k )

 

( x(k ))

 

w(k )

.

 

 

 

v

(k )z (k )

 

1

1

 

 

v2

(k )z2 (k )

 

 

 

 

 

 

 

 

 

 

 

 

v

n

(k )z

n

(k )

 

 

 

 

В (1) введены дополнительно аддитивные возмущения q(k) , которые

учитывают возможные

ошибки

 

модели.

Характеристики

процесса

q(k)

описаны ниже. Матрица динамики A для данного объекта имеет

вид:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a11

0

0

 

0

 

0

0

 

a1,2n 2

0

 

0

 

 

 

a21

a22

0

 

0

 

0

0

 

a2,2n 2

0

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A

0

0

0

a2n 1,2n 1

 

0

0

 

0

0

a2n 1,3n 1

 

,

 

 

 

 

 

 

0

0

0

a

2n,2n 1

a

2n,2n

0

 

0

0

a

2n,3n 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

a2n 1,3

a2n 1,2n 1

 

0

1

a2n 1,2n 2

a2n 1,2n 3

a2n 1,3n 1

 

 

a2n 1,1

 

 

 

где элементы матрицы определяются по формулам: a11 1 k11 n1 exp( c1 ),

a

n1 exp( c1 ) ,

1,2n 2

 

Y1

 

 

 

a21 n1 exp( c1 ),

a22 1 k21,

a2,2n 2 n1 exp( c1 ) ,

Y1

6

a2n 1,2n 1

1 k1n nn exp( cn ),

a

2n 1,3n 1

nn exp( cn )

,

 

 

Yn

 

 

 

 

 

 

a2n,2n 1 nn exp( cn ) ,

 

 

a2n,2n 1 k2n ,

 

 

 

 

 

 

a

2n,3n 1

nn exp( cn )

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Yn

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

a2n 1,1

k31 c1n1 exp( c1 ),

 

 

 

 

 

 

 

a2n 1,3

k32 c2n2 exp( c2 ),

 

 

 

 

 

a2n 1,2n 1 k3n cnnn exp( cn ), ,

 

 

 

 

 

 

cini

 

exp( ci )

 

 

 

 

 

 

a

2n 1, j

 

, , j 2n 2,3n 1 ,

i 1,n .

 

 

 

 

 

 

 

 

 

Yi

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Матрица B имеет вид:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

0

0

0

0

 

 

 

 

0

 

 

 

0

0

0

0

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

1

0

0

0

 

 

 

 

0

 

 

 

0

0

0

0

 

 

 

 

 

 

 

 

 

B

0

 

 

 

0

1

0

0

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

0

0

0

1

 

 

 

 

0

 

 

 

0

0

0

0

 

 

 

 

 

 

 

 

 

 

c

 

 

c

 

c

c

c

 

 

 

 

01

 

 

02

03

04

 

0n

Начальное значение

x(0)

и вектор возмущений q(k)

по предположе-

нию являются гауссовскими случайными величинами, для которых выполняются условия:

M q(k) 0, M q(k)qT ( j) Q(k) kj .

7

Здесь kj символ Кронекера ( kj 1 при k = j и kj 0 при k j).

Предполагается, что начальное состояние и вектор возмущений взаимно некоррелированы:

M x(0)qT (k ) 0 ,

M x(0) x0 , M (x(0) x0 )(x(0) x0 )T Px0 .

Описание модели производства, сбыта и хранения двух видов товаров

Рассмотрим модель производства двух видов товаров в условиях рынка. Вектор состояния x(k) состоит из пяти компонент:

z1 (k )

x1 (k )

v (k )

x

 

(k )

 

 

1

 

 

2

 

 

x(k ) z

 

(k )

x (k ) ,

 

2

 

 

3

 

 

v2 (k )

x4 (k )

 

w(k )

x5 (k )

где z1 (k) , z2 (k) количество товаров 1-го и 2-го вида на рынке; v1 (k) , v2 (k) количество товаров 1-го и 2-го вида у потребителя, w(k) прибыль.

Математическая модель динамики изменения количества това-

ров у потребителей и на рынке, а также прибыли может быть записана в следующем виде:

z1(k 1) (1 k11 )z1(k) s1(k) u1(k) , v1(k 1) (1 k21 )v1(k) s1(k) ,

8

z2 (k 1) (1 k12 )z2 (k) s2 (k) u2 (k) , v2 (k 1) (1 k22 )v2 (k) s2 (k) ,

w(k 1) w(k) c1s1(k) c2s2 (k) k31z1(k) k32 z2 (k)c01u1(k) c02u2 (k) ,

где u1 (k) , u2 (k) количество товаров, выпускаемых за один такт; k11 , k12 коэффициенты потерь; k21 , k22 коэффициенты потребле-

ния; k31 , k32 стоимость хранения единицы товаров; с01 , с02 себе-

стоимости; s1 (k) , s2 (k) количество проданных товаров 1-го и 2-го вида в один такт (функции продаж). Формулы для s1 (k) , s2 (k) имеют вид:

s1(k) n1 exp( c1 )(1 v1(k)Y1 1 )z1(k) , s2 (k) n2 exp( c2 )(1 v2 (k)Y2 1 )z2 (k) ,

n1 , n2 коэффициенты продаж; с1 , с2 цены на товары; Y1 , Y2

потенциальный спрос на товар 1-го вида и 2-го вида.

В векторно-матричном виде модель следующая: x(k 1) A (x(k)) Bu(k) , x(0) x0 ,

где вектор (x(k)) представляется в виде:

9

 

 

 

 

 

 

 

 

 

 

x1 (k )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x2 (k )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x3 (k )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( x(k ))

x4 (k )

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x5 (k )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x1

(k )x2 (k )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

x3

(k )x4 (k )

 

 

 

 

 

 

 

Матрица динамики А для данного объекта имеет вид:

 

 

 

 

1

k

n exp( c )

0

 

 

0

 

 

0

0

 

 

n1 exp( c1 )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

11

1

1

 

 

 

 

 

 

 

 

 

 

 

Y1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n1 exp( c1 )

 

 

 

n exp( c )

 

1 k

 

 

0

 

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1

 

 

21

 

 

 

 

 

 

 

 

Y1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1 k12 n2 exp( c2 )

 

 

 

 

 

 

 

 

 

A

 

 

 

0

 

0

 

0

0

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

0

 

 

n2 exp( c2 )

 

1 k22

0

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

c n exp( c )

k31

c1n1 exp( c1 )

0

 

k32

c2n2 exp( c2 )

0

1

 

 

1 1

1

 

 

 

Y1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Матрица В и вектор управления следующие:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

u1

(k)

 

 

 

 

 

 

 

 

B 0

1 ,

 

 

 

 

 

 

 

 

 

 

u(k)

 

 

 

.

 

 

 

 

 

 

 

 

 

 

0

0

 

 

 

u2

(k)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

c

c

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

01

02

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

n2 exp( c2 )

 

 

 

,

 

 

Y2

 

 

 

 

 

 

 

 

n2 exp( c2 )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Y2

 

 

 

 

 

 

 

 

 

 

 

 

 

c2n2 exp( c2 )

 

 

 

 

 

 

Y2

 

 

 

10