[发明专利]一种基于直接法的复杂优化控制问题准确和快速求解方法

摘要

本发明公开了一种复杂最优控制问题直接离散求解的网格划分方法。现有网格划分方法要么给出的有限元网格数量太大导致优化计算非常耗时，要么无法保证离散精度从而使得优化结果不够理想，并且现有方法往往难以快速准确地找到系统的结构切换点。本发明方法可以降低杂最优控制问题直接离散求解变量规模，确保离散精度满足用户要求，而且可以快速准确的找到系统结构切换点，方法简单有效。该方法适用大规模复杂动态优化问题的在线优化。本发明提出的复杂最优控制问题直接离散求解的网格划分方法快速有效，不仅可以在满足精度要求的情况下降低离散化非线性规划问题规模，而且可以快速准确定位系统结构切换点。

主权项

1.一种基于直接法的复杂优化控制问题准确和快速求解方法；其特征在于：首先给定ne个均分有限元网格，然后分别采用3阶和4阶Radau配置点将原复杂优化控制问题离散化为2个非线性规划问题，接着分别对以上非线性规划问题进行求解，并根据每个有限元内非配置点处状态变量的差值、每个有限元内状态变量的非线性程度以及控制变量的跳变情况重新划分网格，直到所有有限元网格内变量均满足给定要求，这时所得到的状态变量和控制变量值为满足给定要求的最优变量值；具体包括以下步骤：步骤(1)：采用基于有限元配置值的联立法将式(1.1)～(1.8)所示的复杂优化控制问题离散为非线性规划问题；g(z(t),y(t),u(t),t,p)＝0                 (1.3)；z_L≤z(t)≤z_U                          (1.4)；u_L≤u(t)≤u_U                        (1.5)；y_L≤y(t)≤y_U                         (1.6)；t₀≤t≤t_f                           (1.7)；z(t₀)＝z⁰                            (1.8)；这里表示标量目标函数，z(t)、y(t)和u(t)分别表示与时间t相关的微分状态变量、代数状态变量和控制变量值；t₀和t_f表示开始与终端时间，p表示外界环境参数；z(t_f)、y(t_f)和u(t_f)则分别表示在终端时刻微分状态变量、代数状态变量和控制变量的值；表示微分状态变量z(t)对时间t的导数；f表示微分方程形式的状态或者反应函数，g表示代数方程形式的过程轨线束方程，z⁰表示状态变量z(t)在t₀时刻的初值，z_L和z_U表示状态变量z(t)的下界和上界，u_L和u_U分别表示控制变量u(t)的下界和上界，y_L和y_U表示代数状态变量y(t)的下界和上界；对于式(1.1)～(1.8)所示的复杂优化控制问题，首先将时间区间[t₀,t_f]均匀离散化为ne个有限元网格，ne为整数，一般取5到15之间，每个有限元网格的长度h_i可表示为式(2.1)：h_i＝(t_f‑t₀)/ne,i＝1,...,ne                      (2.1)；在每个有限元内插入K个配置点，配置点的相对位置选择Radau方程的根[ρ₁,ρ₂,...,ρ_K]，则各配置点所对应的时间可表示为式(2.2)：t_i,j＝t_i‑1+h_iρ_j,j＝1,...,K                    (2.2)；其中t_i‑1表示第i个有限元的初始时刻；在第i个有限元内，微分状态变量可表示为式(2.3)：代数状态变量可表示为式(2.4)：控制变量可表示为式(2.5)：这里，z_i‑1,0表示z(t)在第i个有限元内的初始值，h_i是第i个有限元的长度，表示在第i个有限元第q个配置点处z(t)对时间的导数值，t_i‑1表示第i个有限元的初始时刻；ρ_r表示Radau方程的第r个根，Ω_q为K阶多项式，满足式(2.6)：Ω_q(0)＝0 q＝1...,K                  (2.6)；式(2.7)中，Ω'_q(ρ_r)表示多项式Ω_q在ρ_r处对时间的导数；y_i,q和u_i,q分别表示在第i个有限元第q个配置点处代数变量y(t)和控制变量u(t)的值，ψ_q表示在第i个有限元第q个配置点的拉格朗日函数，其形式如式(2.8)：其中，t_i,j表示在第i个有限元第j个配置点处的时间，ρ_q和ρ_j表示第q个和j个Radau方程的根，且满足式(2.9)：考虑到微分状态变量的连续性，在下一个有限元微分状态变量的初值等于前一个有限元微分状态变量的终值，因此有式(2.10)：z_i,0表示z(t)在第i+1个有限元内的初始值，z_i+1,0表示z(t)在第i+1个有限元内的最终值，Ω_q(1)表示时候多项式Ω_q的值；根据以上离散策略，式(1.1)～(1.8)形式的复杂优化控制问题离散化为如式(3.1)‑(3.10)所示的非线性规划问题：0＝g(z_i,j,y_i,j,u_i,j,p)                  (3.3)；z_1,0＝z⁰                        (3.5)；z_L≤z_i,k≤z_U                       (3.6)；z_L≤z_i,0≤z_U                       (3.7)；y_L≤y_i,k≤y_U                       (3.8)；u_L≤u_i,k≤u_U                         (3.9)；i＝1...ne,j＝1...K                        (3.10)；步骤(2)：根据步骤(1)所述离散策略，给定ne个均分限元网格，对采用3个配置点和4个配置点情况下式(3.1)‑(3.10)所示的优化命题进行求解，给出最优状态变量、控制变量在不同时间点的值；ne一般取值5‑15，每个有限元网格的长度由式(2.1)得到；在每个有限元内插入3个配置点，配置点的相对位置选择3阶Radau方程的根[ρ₁,ρ₂,ρ₃]；采用非线性规划求解器求解式式(3.1)‑(3.10)所示的优化命题，得到3个配置点情况下所有状态变量值、控制变量值以及状态变量导数值；然后，选择表示4阶Radau方程的根中的第j个根(j∈1...4)；根据式(2.3)计算每个有限元内τ_nc处的状态变量值，该处的值记为再次，在同样ne个有限元网格下，在每个有限元内插入4个配置点，配置点的相对位置选择4阶Radau方程的根然后采用非线性规划求解器求解式(3.1)‑(3.10)所示的优化命题，得到ne个有限元和4个配置点下所有状态变量值、控制变量值以及状态变量导数值；步骤(3)：根据步骤(2)所得求解信息计算在3个和4个配置点情况下每个有限元内状态变量的差值和非线性信息；对于状态变量z(t)，其在3个配置点情况下τ_nc处的值为在4个配置点情况下τ_nc处的值为因为该处对应4个配置点情况下处的值z_i,j，因此在τ_nc处采用3个配置点和4个配置点得到的状态变量的差值可表示为式(4.1)：这里Err(i)表示第i个有限元的τ_nc处状态变量的差值；每个有限元网格内状态变量非线性度Nonl(i)可表示为式(4.2)：Nonl(i)＝max||dz_i,j|‑|dz_i,k||,j,k＝1,...,K          (4.2)；步骤(4)：根据以上计算信息对有限元网格进行重新划分，确定新的有限元网格数量和每个有限元网格长度；假设状态变量z(t)允许误差为σ，每个有限元内状态变量非线性度要求低于ζ，如果每个有限元内Err(i)＜σ，且Nonl(i)＜ζ，则不再重新划分有限元网格，终止计算，此时该有限元网格内变量均满足给定要求，所得到的状态变量和控制变量值为满足给定要求的最优变量值；否则根据误差阶数与网格长度之间的关系以及变量非线性度对误差的影响，采用以下规则重新划分有限元网格：1)在长度为h_i的第i个有限元内，如果则增加两个有限元，每个有限元网格长度为h_i/3；2)在长度为h_i的第i个有限元内，如果且Nonl(i)＞ζ，则增加两个有限元，每个网格长度为h_i/3；如果但是Nonl(i)≤ζ，则仅增加一个有限元，每个有限元网格长度为h_i/2；3)在长度为h_i的第i个有限元内，如果且Nonl(i)＞ζ，则增加一个有限元，每个网格长度为h_i/2；如果且Nonl(i)≤ζ，则保持原有有限元网格长度不变；4)在长度为h_i的第i个有限元内和网格长度为h_i+1的第i+1个有限元内，如果且则第i个有限元与第i+1个有限元合并，新的有限元网格长度为h_i+h_i+1；5)在长度为h_i的第i个有限元内、长度为h_i+1的第i+1个有限元内和长度为h_i+2的第i+2个有限元内，如果满足且且则第i个有限元与第i+1个有限元、第i+2个有限元合，新的有限元网格长度为h_i+h_i+1+h_i+2；6)在长度为h_i的第i个有限元内，如果但是4个配置点情况下的控制变量u_i,j在第j(1≤j＜4)个配置点处的值达到其上界或者下界，则增加1个有限元，前后两个有限元网格长度分别为和步骤(5)：根据以上网格划分得到新的有限元数量和每个有限元网格的长度，重新表示为ne和h_i；在每个有限元内插入3个配置点，配置点的相对位置选择3阶Radau方程的根[ρ₁,ρ₂,ρ₃]；采用非线性规划求解器求解式(3.1)‑(3.10)所示的优化命题，得到3个配置点情况下所有状态变量值、控制变量值以及状态变量导数值；然后，根据式(2.3)计算每个有限元内τ_nc处的状态变量值，该处的值记为这里表示4阶Radau方程的根中的一个根(j∈1...4)；再次，在同样ne个有限元网格下，在每个有限元内插入4个配置点，配置点的相对位置选择4阶Radau方程的根然后采用非线性规划求解器求解式(3.1)‑(3.10)所示的优化命题，得到ne个有限元和4个配置点下所有状态变量值、控制变量值以及状态变量导数值；然后返回步骤(3)。