本文由手写笔记《优化问题数值方法》扫描件的 LaTeX 转录稿改写而来,公式以红色保留原稿的红笔重点标记。
定理与定义的编号沿用原稿编号,便于与 PDF 对照。
定义 4.7
设 X 为度量空间,R:=R∪{+∞}。
-
f:X→R 下半连续,若对任意 r∈R,
{x∈X∣f(x)⩽r} 为闭集.
-
f 下半连续 ⟺ 对任意 x∗∈X,若 xk→x∗,则
f(x∗)⩽k→∞liminff(xk).
-
弱下半连续:xk⇀x∗。
弱下半连续弱于下半连续。
命题 4.1
X 为度量空间,f:X→R,则 f 连续 ⟺f 上半连续且下半连续。
命题 4.2
X 为度量空间,f:X→R 下半连续,x∈A。
- A 为有限集,则 inff 在 A 上可达;
- supf 在 A 上可达;
- inff 在 A 上可达。
控制区域为闭集的,若性能指标不具有凸性,则最优控制可能不存在。
若 J(w):=(c,x),∇J(w):=(A−1)Tc,
J(w):=21(x,x),∇J(w):=(A−1)Tx.
状态方程
{x˙(t)+Ax(t)x(0)=Bu(t)+e,t∈[0,T],=x0,A∈Rn×n.
若 A,B 满足 Kalman 秩条件
rank(B,AB,…,An−1B)=n,
则为可控系统。
u∈L2(0,T;Rm)inf∥x(T)−xT∥2s.t. 状态方程
4.1 直接算法
-
给定初始值:uk∈L2(0,T;Rm),x0,xT∈Rn,ε>0,k=1。
-
状态方程
{x˙k(t)+Axk(t)xk(0)=Buk(t),t∈[0,T],=x0,⟹xk(T).
-
求解随伴方程
{−p˙k(t)+ATpk(t)pk(T)=0,t∈[0,T],:=xk(T)−xT,⟹pk(t).
-
梯度下降,步长 ρk∈(0,1),计算
uk+1:=uk−ρk(BTpk+λuk).
-
若 ∥uk+1−uk∥>ε,令 k:=k+1,回到第 2 步。
-
u∗←uk+1。
若
J(u):=21∥x(T)−xT∥2+2λ∫0T∥u(t)∥2dt,∀u∈L2(0,T;Rm).
(A) 无约束优化
x∈XinfJ(x):=F(x,uδ)+λG(x),
F(x,uδ):=∥Kx−uδ∥p,K:X→Y 为算子.
若 X,Y 为 Banach 空间,X 为闭凸集,F(x,uδ),G(x) 连续,并且
- 对任意 {xn},{J(xn)} 有界 ⟹{xn} 一致有界;
- G 下半连续;若 xn⇀x,E⊂X 为闭集,f:E→R 为连续函数;
- 算子 K 有界,
则最优解 u 存在。
(B)
{x˙(t)x(0)=A(t)x(t)+B(t)u(t),=x0∈Rm,J(x,u):=∫0TF(x,u)dt+G(x(T)).
若 A,B∈L∞,控制区间 U⊂Rm 为闭集,F,G 为连续有界函数,则有最优控制。