ТУ - лекции Овсянникова / 28.Градиентный метод оптимизации
.pdfЛекция 28. Градиентный метод оптимизации.
Исследуем задачу минимизации (1)-(2) лекции 27. При этом будем предполагать, что управление u = u(t) 2 D L22(0; T ), u(t) 2 U, t 2 [0; T ],
U выпуклое компактное множество в пространстве Rr. Будем также считать, что выполнены условия A, Б лекции 27.
Пусть u 2 D и u = u(t) допустимая вариация управления u. Рассмотрим управление u~ = u + " u. В силу выпуклости множества U управление u~ 2 D при " 2 [0; 1]. Для приращения функционала в данном случае имеем
I(u; " u) = I(u; " u) + o(u; "); |
(1) |
||||
где |
|
|
|
|
|
I(u; " u) = " h G(u); ui = " Z0 T l (t; u) u(t) dt; |
(2) |
||||
l (t; u) = |
|
@H t; xt; @u; t |
|
(3) |
|
|
|
(t; x ); u(t) |
|
|
|
|
H = f '; |
|
|
(4) |
109
M0 |
Rn уравнению |
|
|
|
|
|
|
|
|
|
|
|
|
а функция (t; x) удовлетворяет на траекториях системы x = f |
t; x; u(t) ; |
||||||||||||
|
|
dt = |
|
@x |
! |
|
|
@x |
|
|
(5) |
||
|
|
+ |
! |
; |
|||||||||
|
|
d |
@f t; x(t); u(t) |
|
|
|
@' t; x(t); u(t) |
|
|
|
|
при конечном условии
T; x(T ) = @g @x |
: |
(6) |
||
|
x(T ) |
|
|
|
Функционал G(u), определяемый в (2), и вектор-функцию l(t; u) называют градиентом функционала I(u). Вектор-функцию l(t; u) будем называть антиградиентом функционала I(u). Формулы (1)–(4) позволяют строить различные градиентные методы минимизации в рассматриваемой задаче.
110
Метод условного градиента. Определим функционал |
|
(u) = sup hG(u); u~ ui : |
(7) |
u~2D |
|
Построим невозрастающую последовательность управлений (1)–(4) с учетом определения (7) для (u). Пусть uk 2 D и uk определяются из условия
sup hG(uk); ui = hG(uk); uki : |
(8) |
|||||||
u2D |
|
|
|
|
|
|
||
Очевидно, что (uk) = hG(uk); uk uki. Полагаем |
|
|||||||
|
|
|
|
|
|
|
|
(9) |
uk+1 = uk + " uk; |
|
uk = uk uk: |
||||||
Выберем "k из условия |
|
|
|
|
|
|
||
|
|
|
|
(10) |
||||
I(uk+1) = inf |
I(uk + " uk): |
|||||||
"2[0;1] |
|
|
|
|
|
|
111
Отметим, что существуют разные способы выбора величины "k. Так, например, возможно априорное задание величины "k
|
|
1 |
|
klim!1 "k = 0; |
X |
0 " 1; k = 0; 1; : : : ; |
"k = +1: |
|
|
|
k=1 |
Построение последовательности приближений по правилу (8)–(10) называют методом условного градиента.
Рассмотрим теперь метод проекции градиента. Пусть H гильбертово пространство. Под проекцией точки u 2 H на множество V 2 H понимается точка w 2 H, такая, что
ku wkH = inf ku wkH:
v2V
Если V выпуклое замкнутое множество в H, то всякая точка u 2 H имеет единственную проекцию на это множество.
112
Пусть uk 2 D, а
uk = PD l(t; uk) |
(11) |
есть проекция антиградиента l(t; uk) на D. Заменив в формуле (9) uk на (11), получим последовательность управлений fukg, соответствующую методу проекции градиента. Величина "k, как и в предыдущем случае, может выбираться разными способами.
Этот метод удобен, когда имеется явная формула для проекции градиентна (антиградиента). Так, в задачах управления ограничения на множество U часто имеют вид
U = u = (u1; : : : ; ur) : i ui i : |
(12) |
В этом случае
uki |
= |
8 li(it; uk); i i lki(t; uk)i |
i; |
(13) |
||||
|
|
< |
; |
l (t; u ) < ; |
|
|
||
|
|
i; |
li(t; uk) |
|
i: |
|
|
|
|
|
: |
|
|
|
|
|
113
Отметим, что в рассмотренных случаях построено однопараметрическое семейство вариаций "u = " uk,удовлетворяющее условиям a)–в) из предыдущей лекции. При этом в последнем случае в качестве функционала(u) следует взять
Z T
(u) = l (t; u)PD l(t; u) dt; (14)
0
а функцию !( ) следует положить равной в обоих случаях. Поведение функционала (uk) при k ! 1 определяется теоремой 1 лекции 27.
Возможны, как уже говорилось, и другие методы построения минимизирующей последовательности на основе градиента. Так, полезными и эффективными в задачах управления оказываются овражные методики и методы, использующие специальные весовые функции.
Таким образом, общие схемы построения минимизирующих последовательностей на основе градиента для задач управления сохраняются.
114