离散约束系统最优控制中的内点法

doi:10.3778/j.issn.1002-8331.1603-0204

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (1): 227-231.DOI: 10.3778/j.issn.1002-8331.1603-0204

离散约束系统最优控制中的内点法

高磊1，2，潘振宽1

1.青岛大学计算机科学技术学院，山东青岛 266071
2.青岛科技大学机电工程学院，山东青岛 266061

出版日期:2017-01-01 发布日期:2017-01-10

Interior point algorithm in discrete mechanics and optimal control for constrained systems

GAO Lei1，2, PAN Zhenkuan1

1.College of Computer Science and Technology, Qingdao University, Qingdao, Shandong 266071, China
2.College of Electromechanical Engineering, Qingdao University of Science and Technology, Qingdao,Shandong 266061, China

Online:2017-01-01 Published:2017-01-10

摘要/Abstract

摘要： 对于带约束的力学系统的最优控制，约束系统离散力学最优控制（Discrete Mechanics and Optimal Control for Constrained Systems，DMOCC）采用了“先离散，后变分”的方法，结合离散零空间法，能很好地保持系统的物理特性，其模型方程可表示为非线性等式约束的优化问题，通常采用标准序列二次规划（Sequence Quadratic Program，SQP）算法求解。由于约束条件的规模大，SQP算法的计算效率不高。相对于SQP，内点法具有收敛性好、稳定性强的特点。在对DMOCC约束条件的特点进行分析之后，将内点法用于DMOCC的数学模型进行数值计算，能有效提高计算效率。曲柄滑块的数值仿真证明了在数值精度一致的情况下，内点法具有效率上的优势。

关键词: 内点法, 离散力学, 最优控制, 约束系统, 序列二次规划, 数值计算

Abstract: Aimed at optimal control of mechanical systems, Discrete Mechanics and Optimal Control for Constrained Systems（DMOCC） adopt methods of variation after discretization. The discretized equations expressed as optimal problem with nonlinear equality constraints, combined with discrete null space method, finely maintain the physical characteristics of the system, while the standard Sequence Quadratic Program（SQP） algorithm can be applied to the numerical computation. Due to the large scale constraints, SQP algorithm suffers its inefficient. Meanwhile, interior point algorithm has been widely used in the optimal control benefited from its good convergence and stability. Based on the analysis of the features of constraints of DMOCC, interior point algorithm is applied to the numerical computation and the calculation efficiency can be improved. Numerical simulation of crank slider shows that the internal point algorithm has advantage of efficiency in case of same accuracy.

Key words: interior point algorithm, discrete mechanics, optimal control, constrained systems, sequence quadratic program, numerical computation

高磊1，2，潘振宽1. 离散约束系统最优控制中的内点法[J]. 计算机工程与应用, 2017, 53(1): 227-231.

GAO Lei1，2, PAN Zhenkuan1. Interior point algorithm in discrete mechanics and optimal control for constrained systems[J]. Computer Engineering and Applications, 2017, 53(1): 227-231.

[1]	彭永刚. 量子控制非门核磁共振脉冲序列设计与验证[J]. 计算机工程与应用, 2021, 57(18): 97-102.
[2]	杨泽文1，2，贾鹤鸣1，宋文龙1，朱传旭1，吕帅1. 基于奇异摄动理论的植物工厂温度控制[J]. 计算机工程与应用, 2018, 54(14): 224-228.
[3]	郑庆新，顾晓辉，张洪铭. 基于SQP和自适应搜索的混沌粒子群算法[J]. 计算机工程与应用, 2018, 54(13): 131-136.
[4]	朱文亮1，2，倪福生1，2，王素红3，尹飞3. 疏浚泥浆浓度最优控制跟踪器的设计与实现[J]. 计算机工程与应用, 2017, 53(21): 263-270.
[5]	尹逊和1，樊雪丽1，杜洋1，董春2. 二级直线倒立摆系统的实物控制[J]. 计算机工程与应用, 2016, 52(20): 242-250.
[6]	马聪，刘哲，甄小仙. 结合罚函数与序列二次规划的[lp]范数优化方法[J]. 计算机工程与应用, 2013, 49(18): 212-216.
[7]	张浩1，马爱军1，周鑫2，杨小东1. 一种改进型动态无功优化模型及其求解算法[J]. 计算机工程与应用, 2012, 48(24): 226-230.
[8]	李佳，罗纪生. 一阶、二阶导数耦合的紧致差分格式及其应用[J]. 计算机工程与应用, 2012, 48(1): 13-15.
[9]	覃华，徐燕子. 用LDL^T并行分解优化大规模SVM的训练效率[J]. 计算机工程与应用, 2011, 47(12): 200-202.
[10]	张索，章辉. 基于最小信息损失准则的降阶LQG控制器设计[J]. 计算机工程与应用, 2010, 46(9): 65-70.
[11]	雷阳，李树荣，张强，张晓东. 基于骨干粒子群的混合遗传算法及其应用[J]. 计算机工程与应用, 2010, 46(36): 7-10.
[12]	袁德虎^1，2，金惠良¹. yoyo运动的实时轨迹生成[J]. 计算机工程与应用, 2010, 46(10): 23-27.
[13]	陈健，张持健. 三级倒立摆的LQR方法优化参数控制[J]. 计算机工程与应用, 2009, 45(29): 245-248.
[14]	梁建波，刘新学. 弹道仿真中的数值计算方法研究[J]. 计算机工程与应用, 2009, 45(25): 231-233.
[15]	张晓东,李树荣. 聚合物驱最优控制问题求解算法的设计与实现[J]. 计算机工程与应用, 2008, 44(33): 239-242.

离散约束系统最优控制中的内点法

Interior point algorithm in discrete mechanics and optimal control for constrained systems

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics