При решении задачи оптимального управления как прямыми, так и непрямыми подходами основной прием состоит в переводе задачи оптимального управления из класса бесконечномерной оптимизации в конечномерную. Однако при всех этих подходах в результате получается разомкнутое программное управление, чувствительное к неопределенностям, и для реализации которого в реальном объекте необходимо построить систему стабилизации. Введение системы стабилизации изменяет динамику объекта, а значит, оптимальное управление и оптимальная траектория должны рассчитываться для объекта уже с учетом системы стабилизации. В итоге получается, что изначальная задача оптимального управления является сложной, и часто возможность ее решения крайне зависима от типа объекта и функционала, а в случае усложнения объекта за счет введения системы стабилизации сложность задачи значительно увеличивается и применение классических подходов решения задачи оптимального управления оказывается трудоемким или невозможным. В настоящей работе предложен метод синтезированного оптимального управления, который реализует обозначенную логику разработки систем оптимального управления, преодолевая вычислительную сложность поставленной задачи за счет применения современных методов машинного обучения на основе символьной регрессии и эволюционных алгоритмов оптимизации. Согласно подходу сначала строится система стабилизации объекта относительно некоторой точки, а далее положение этой точки равновесия становится параметром управления. Таким образом, удается перевести задачу бесконечномерной оптимизации в задачу конечномерной оптимизации, а именно оптимального расположения точек равновесия. Эффективность подхода продемонстрирована на решении задачи оптимального управления мобильным роботом.
Предлагается алгебраический подход к конструированию системы множественного управления для нелинейных многомерных объектов с хаотическими режимами с целью вывода объекта в аналитически заданное устойчивое состояние. Рассмотрены непрерывные и дискретные объекты управления, представленные системами нелинейных дифференциальных или разностных уравнений, соответственно, часть описания которых не определена. Предлагаемый алгоритм управления реализован на совместном применении методов нелинейного управления на многообразиях, функций Ляпунова и алгебраическом подходе к синтезу корректных алгоритмов. Рассмотрены две прикладные задачи экономической направленности с непрерывной и дискретной моделями описания. Численное моделирование осуществлено на реальных данных малых предприятий. Результаты работы предполагается использовать в системе поддержки принятия экономических решений.
1 - 2 из 2 результатов