基于动态组合优化的切换型离散系统最优控制

journal6 ›› 2006, Vol. 27 ›› Issue (5): 49-53.

基于动态组合优化的切换型离散系统最优控制

（北京工业大学电子信息与控制工程学院，北京 100022）

出版日期:2006-09-25 发布日期:2012-06-29
作者简介:陈冬(1974-)，男，安徽蚌埠人，北京工业大学电子信息与控制工程学院博士研究生，主要从事混杂动态系统最优控制、鲁棒控制等研究；陈阳舟(1963-)，男，湖北仙桃人，北京工业大学电子信息与控制工程学院教授，博士生导师，主要从事鲁棒控制、最优控制等研究.
基金资助:
国家自然科学基金资助项目（60374007）

A Dynamic Programming Approach for Optimal Control of Switched Discrete System

(School of Electronic Information and Control Engineering，Beijing University of Technology,Beijing 100022,China)

Online:2006-09-25 Published:2012-06-29

摘要/Abstract

摘要：讨论了一类切换型混杂系统的最优控制问题.离散子系统切换次数固定且性能指标为二次型时，基于动态规划原理，将多级决策问题转化为易于求解的单级决策问题，得到切换离散系统最优控制的全局解析解.利用作为演化计算重要分支的遗传算法，对切换顺序和切换时刻进行全局搜索使性能指标达到极小，并给出具体求解步骤.最后用数字算例验证了该算法的有效性，仿真结果表明该算法可以解决一类切换线性系统的最优控制问题.

关键词： 切换系统, 最优控制, 线性二次型, 动态规划, 遗传算法

Abstract: In this paper,the optimal control problem of the switched system which subsystem is discrete linear system is investigated.At the condition of the given switched number,and the quadratic performance function,the multi-periods decision-making problem can be transformed into single decision-making problem to resolve,then the analytic solution of the switched discrete system optimal control problem can be obtained in global.Searching of the switched instant and sequence to minimum the performance function by genetic algorithm,the searching procedure is presented.A numerical example illustrates the effectiveness of the design approach.The simulation shows that the approach can resolve a kind of switched discrete optimal control problem.

Key words: switched system, optimal control, linear quadratic, dynamical programming principle；genetic algorithm

陈冬, 陈阳舟. 基于动态组合优化的切换型离散系统最优控制[J]. journal6, 2006, 27(5): 49-53.

CHEN Dong, CHEN Yang-Zhou. A Dynamic Programming Approach for Optimal Control of Switched Discrete System[J]. journal6, 2006, 27(5): 49-53.

[1]	计伟. 一类时间不一致控制问题[J]. 吉首大学学报（自然科学版）, 2022, 43(4): 11-14.
[2]	段明秀，李钰，赖鹏飞，廖嘉琪. 自适应遗传算法求解运动员最佳配对问题[J]. 吉首大学学报（自然科学版）, 2019, 40(2): 31-33.
[3]	李洪刚，王亚琦，李雪晴，亢俊健. 基于模拟退火遗传算法求解整周模糊度[J]. 吉首大学学报（自然科学版）, 2018, 39(4): 9-14.
[4]	王磊，李克荣，唐惠，王娇娇，孙言. 城市交通信号灯的配时优化[J]. 吉首大学学报（自然科学版）, 2017, 38(5): 35-41.
[5]	鲁春林，方东辉，陈望学，钱文舒. 基于遗传算法Beta分布参数的极大似然估计[J]. 吉首大学学报（自然科学版）, 2016, 37(5): 13-15.
[6]	彭丽, 洪亮. “机器人”路径改进型单亲遗传算法规划及其仿真[J]. journal6, 2015, 36(4): 37-39.
[7]	郭庆焱, 辜丽川, 张友华, 曹梦如, 章登良. 一种基于遗传算法的优化查询方法[J]. journal6, 2013, 34(5): 37-41.
[8]	马桂雨, 王雪丹, 万丹 . 基于遗传小波神经网络的变压器故障诊断[J]. journal6, 2013, 34(1): 51-55.
[9]	傅敏, 刁林, 罗超良. 一类最优控制问题混合有限元解的后验误差估计[J]. journal6, 2010, 31(2): 29-32.
[10]	段明秀. 基于遗传算法的模糊RBF神经网络设计及应用[J]. journal6, 2010, 31(1): 43-46.
[11]	尹鹏飞, 张晓丹. 一种基于简单遗传算法的K-Means改进算法[J]. journal6, 2009, 30(6): 43-45.
[12]	王改芬. 遗传算法在中小学排课系统中的应用[J]. journal6, 2009, 30(3): 44-47.
[13]	梅颖. 基于改进小生境免疫遗传算法的矩形件排样[J]. journal6, 2009, 30(2): 55-57.
[14]	杨艳玲, 冯林桥, 刘金玲. 改进遗传算法在配电网无功优化的应用[J]. journal6, 2008, 29(5): 68-71.
[15]	廖辉传. 基于遗传和启发式算法的混合顶点着色算法[J]. journal6, 2008, 29(5): 57-60.