Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:1604.01261

帮助 | 高级搜索

数学 > 优化与控制

arXiv:1604.01261 (math)
[提交于 2016年4月5日 ]

标题: 非线性最优控制中的线性结构

标题: Linear structures in nonlinear optimal control

Authors:Jakob Löber
摘要: 我们研究仿射动力系统的最优控制,即在控制上是线性的,但在状态上是非线性的。 控制任务是使系统状态尽可能紧密地跟随预定的期望轨迹,这一任务也被称为最优轨迹跟踪。 为了获得最优控制的良好解,必须在代价泛函中包含一个系数为$\varepsilon$的正则化项。 假设$\varepsilon$很小,我们将仿射最优控制问题重新解释为奇异摄动微分方程。 进行奇异摄动展开,推导出任意期望轨迹最优跟踪的近似方法。 对于$\varepsilon=0$,状态轨迹可能变得不连续,而控制可能发散。 另一方面,解析处理变得精确。 我们确定导致线性演化方程的条件。 这些结果导致一类非线性轨迹跟踪问题的精确解析解。 该类包括但不限于一维空间中的机械控制系统以及作用于激活剂上的 FitzHugh-Nagumo 模型。
摘要: We investigate optimal control of dynamical systems which are affine, i.e., linear in control, but nonlinear in state. The control task is to enforce the system state to follow a prescribed desired trajectory as closely as possible, a task also known as optimal trajectory tracking. To obtain well-behaved solutions to optimal control, a regularization term with coefficient $\varepsilon$ must be included in the cost functional. Assuming $\varepsilon$ to be small, we reinterpret affine optimal control problems as singularly perturbed differential equations. Performing a singular perturbation expansion, approximations for the optimal tracking of arbitrary desired trajectories are derived. For $\varepsilon=0$, the state trajectory may become discontinuous, and the control may diverge. On the other hand, the analytical treatment becomes exact. We identify the conditions leading to linear evolution equations. These result in exact analytical solutions for an entire class of nonlinear trajectory tracking problems. The class comprises, among others, mechanical control systems in one spatial dimension and the FitzHugh-Nagumo model with a control acting on the activator.
评论: 5页,1图,11页附录
主题: 优化与控制 (math.OC) ; 系统与控制 (eess.SY); 动力系统 (math.DS); 精确可解与可积系统 (nlin.SI)
引用方式: arXiv:1604.01261 [math.OC]
  (或者 arXiv:1604.01261v1 [math.OC] 对于此版本)
  https://doi.org/10.48550/arXiv.1604.01261
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jakob Löber [查看电子邮件]
[v1] 星期二, 2016 年 4 月 5 日 14:00:58 UTC (60 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.OC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2016-04
切换浏览方式为:
cs
cs.SY
math
math.DS
nlin
nlin.SI

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号