汽车操纵逆动力学力输入识别研究

提出了在不同汽车跟踪同一指定路径的情况下,汽车操纵逆动力学力输入识别的仿真研究方法.该方法以线性3自由度汽车方向盘转矩输入为数学模型,运用最优控制理论识别方向盘转矩输入.用直接配置方法将最优控制问题转化为非线性规划问题,用序列二次规划方法对转化后的非线性规划问题进行求解.仿真结果表明:利用该方法计算出来的路径跟踪性良好,且可以比较跟踪同一路径的不同汽车的操纵性能.     

基于高斯伪谱法的汽车弯道超车路径规划与跟踪控制

针对汽车弯道超车路径规划与跟踪控制问题,提出了一种基于高斯伪谱法的汽车弯道超车路径规划算法,以及基于干扰观测器的汽车弯道超车路径跟踪控制策略.首先,综合考虑本车动力学约束和路径曲率约束,基于本车和前方低速行驶汽车的运动学方程将汽车弯道超车路径规划问题描述为约束最优化问题,并采用高斯伪谱法将其转化为非线性规划问题进行求解...     

线性规划在动态系统最优控制中的一个应用

研究了Behavioral方式下的动态系统的离散型半正定线性二次最优控制问题。把原问题转化为半正定二次规划，应用线性规划的对偶理论，求解半正定二次规划，并得到原最优控制问题的最优值和最优轨道。     

受限非线性最优控制问题的三角正交函数求解方法

提出一种求解带有状态和控制不等式约束的非线性最优控制问题的数值求解方法。该方法通过三角正交函数对状态变量和控制变量的逼近,进而对目标函数、不等式约束和终端约束进行逼近,最终将原最优控制问题转化为非线性规划问题进行迭代求解。仿真算例结果验证了该算法的有效性。     

基于离散力学追逃问题的半直接数值解法

该文结合了变分法和离散力学,提出一种新的半直接追逃问题的数值求解方法。首先利用变分法将微分对策问题转化为含约束的最优控制问题,再结合离散力学理论将最优控制问题转化为非线性规划问题,最后使用序列二次规划(SQP)方法进行数值求解。以小车追逃模型作为算例验证了该方法的正确性。     

基于Laguerre多项式的分布参数系统最优控制方法

讨论分布参数控制系统最优控制的逼近方法问题.运用Laguerre多项式的正交特性和微分运算矩阵推导出几个有效的结论,把分布参数系统最优控制的积分型性能指标转化为一般的代数式,从而将一类分布参数系统的最优控制问题转化为一般代数极值问题,并给出了具体求解步骤.该方法简化了分布参数系统的最优问题求解,并保持了最优控制和系统状态逼近解的分布参数特性.最后,从理论和对比分析两方面对该算法的逼近效果进行分析,并结合仿真示例验证了方法的有效性.     

基于模拟退火算法的最优控制问题全局优化

参数化后的最优控制问题是一类高维非光滑非线性约束优化问题,传统的非线性规划算法求解时存在着收敛性差、局部收敛等问题。针对上述问题,该文采用多重参数化方法处理最优控制问题,非可微精确罚函数方法处理约束条件,引入了具有良好全局收敛性的模拟退火算法求解参数化后的最优控制问题。典型的时间最优和燃料最优控制问题的求解结果表明：模拟退火算法有着可靠的全局收敛性,优于遗传算法以及序列二次规划等经典优化算法。     

求解一般线性规划逆问题的预校正内点法

基于线性规划问题的最优性条件 ,将一般线性规划逆问题转化为仅带有变量非负约束的凸二次规划问题 ,并利用具有二阶收敛性的预校正内点法求解 ,数值试验显示出算法的有效性 .     

终时不确定的随机最优控制

文章研究了终时不确定的随机最优控制问题．通过变换．将终时不确定的随机最优控制问题转化为终时确定的随机最优控制问题；然后，利用终时确定的随机最优控制理论来求解。     

考虑多约束的UCAV对地攻击轨迹规划

针对多约束条件下UCAV对地攻击轨迹规划问题,提出了一种基于Radau伪谱法(RPM)的求解策略。首先,分析并建立UCAV三自由度(3-DOF)质点模型,初始和终端位置、速度、姿态、飞行性能、敌方火力或探测威胁、禁飞区、地形等约束条件模型,构建考虑多约束的UCAV对地攻击轨迹规划模型;在分析RPM求解最优控制问题的基本原理及实现方式的基础上,采用RPM将轨迹规划的最优控制问题转化为非线性规划问题;最后,利用SNOPT软件包求解,并进行了数字仿真。仿真结果表明,该方法能以较高的精度和速度生成满足多种复杂约束要求、连续并且真实可行的最优轨迹。     

车辆变速轨迹跟踪横纵耦合控制方法

针对变化速度下车辆轨迹跟踪精度以及实时性差的问题,提出一种基于模型预测控制的横纵耦合控制方法。在三自由度车辆动力学模型中,将车轮驱动力与前轮转角作为控制量,以单控制器形式实现车辆横纵向运动的综合控制,并且在考虑耦合特性的基础上,设计目标函数与可变权重系数,求解最优横纵向控制量。并且基于五次多项式理论,设计一种变速双移线轨迹以验证控制器综合轨迹跟踪能力。实验结果表明,该控制器能有效跟踪变化车速并且保持高轨迹跟踪精度与良好的实时性。     

基于hp自适应伪谱法的飞行器多阶段轨迹优化

为解决助推-滑翔飞行器的多阶段多约束轨迹优化问题,在考虑速度约束、轨迹阶段切换点约束与轨迹末端参数约束的条件下,建立了助推-滑翔飞行器纵向运动模型与多阶段轨迹优化模型。采用基于hp自适应伪谱法的Legendre-Gauss-Radau离散点,将该最优控制问题转换为多阶段非线性规划问题,求解得到最大飞行距离轨迹。为解决多阶段轨迹优化算法难以确定位置自由的阶段切换点的问题,基于动态规划的思想,设计了新的多阶段轨迹优化策略。改进后的优化策略在得到了多阶段全局近似最优解结果的同时,减少了原优化算法的计算量。仿真结果表明,改进的hp自适应伪谱法能有效解决多阶段助推-滑翔飞行器轨迹优化问题,优化结果优于最大升阻比滑翔飞行轨迹。      

自主车辆线性时变模型预测路径跟踪控制

为提高自主车辆路径跟踪控制的实时性和鲁棒性,研究一种线性时变模型预测路径跟踪控制方法.建立用于控制器仿真验证的纵向侧向二维车辆非线性动力学模型;从二轮三自由度模型出发,推导出线性时变路径跟踪预测模型;引入向量松弛因子解决优化求解过程中硬约束导致的控制算法非可行解问题,基于模型预测控制理论将路径跟踪控制算法转化为带软约束的在线二次规划问题;最后通过Matlab/Simulink实现车辆动力学建模和控制器设计,双移线工况仿真结果表明,所设计的控制器能够适应不同车速、不同设计参数的鲁棒性要求.     

一类针对带约束优化问题的进化规划算法

提出了一种适用于求解带约束优化问题的进化规划方法,其中关键的变异算子采用基于行为的架构,事先设计一系列子变异算子,如使得个体适应度函数值趋向最小方向的变异算子、逃避约束方向的变异算子、种群总体平均适应度函数值趋向最小方向的变异算子等,通过加权平均的方法决定总变异方向．结合小生境技术及最优个体保存的选择策略,该算法能在同时保证种群的多样性和个体的全局最优性的情况下快速地求得带约束条件下的最优解．仿真结果表明,该进化规划算法是可行的．     

基于改进PSO算法的电力系统机组优化组合

机组组合优化问题是一个大规模、多约束、非线性的混合整数规划问题，因此求解非常困难．粒子群优化（PSO）算法是一类随机全局优化技术，它通过粒子间的相互作用发现复杂搜索空间中的最优区域．采用二进制粒子群优化方法解决机组状态组合问题，用遗传算法结合启发式技术解决经济分配问题，并对最小开停机时间及启停费用进行了处理，使得运算速度大大加快．方法的可行性在10台机组系统中检验．模拟结果表明文章所提出的算法具有收敛速度快及解的质量高等优点．     

基于同伦方法的跳跃式再入轨迹优化

采用间接法,以总气动热载荷最小为优化目标,对Apollo型飞行器的月球返回再入轨迹进行优化,同时考虑关于热流密度的二阶状态变量约束. 为了克服基于解决多点边值问题的打靶算法的收敛域小,难以猜测初值以及需预先知道约束结构的难点,提出一种结合自动判断约束结构和初始化对应打靶方程技术的同伦方法. 将一个较简单的无状态约束最优控制问题逐渐过渡到需解决有约束的最优控制问题以完成轨迹优化求解. 数值算例表明,使用该同伦方法可以有效地满足月球返回飞行器最优初始再入段的状态变量约束.      

智能车辆轨迹跟踪控制方法研究

针对智能车辆的轨迹跟踪控制问题,提出了一种可以调节参数的智能车辆轨迹跟踪控制方法.首先,设计了模糊控制器对智能车辆进行路径跟踪控制;其次,为了提高车辆在高速下的路径跟踪效果,设计模型预测控制器,并结合轮胎的动力学特性及车辆动态特性对轮胎侧偏角、质心侧偏角等进行约束;然后,为了提高车辆在不同工况下的路径跟踪效果,进一步设计了基于PSO算法的模型预测控制器.比较三种控制器的控制效果,选择典型工况在联合仿真平台上进行仿真.结果表明,提出的智能车辆的轨迹跟踪控制方法可以有效地对车辆轨迹进行跟踪.     

三维水平井轨道设计最优控制模型改进的进化规划方法

针对三维水平井井眼轨道设计问题 ,建立了一个非线性最优控制模型。该模型以设计轨道总长度最短为性能指标 ,以非线性动力系统为约束条件 ,通过对非线性动力系统积分 ,将最优控制模型转化为一个非线性规划问题求解。为了求非线性规划问题的全局最优解 ,在附加一个目标函数小于当前目标函数值的约束条件下 ,用改进的进化规划方法寻找新的可行点策略 ,提出了一种新算法。将非线性最优控制模型及算法应用到实际水平井轨道设计中 ,数值结果证明了该模型及算法的正确性和有效性     

基于Voronoi图的无人机航路改进规划

针对传统B样条插值法在无人机航线优化路径中的不足,基于Voronoi图提出一种新的快速优化航路算法.首先根据最短路径算法在Voronoi图中生成初始路径,然后在路程时长和权重大小最优的情形下,采用该优化算法对路径中构成不可飞夹角的各节点进行更新和替换,生成一条最优路径.该算法解决了因初始路径不合理导致无人机不可飞的情形,同时保证了航路中威胁代价和燃油代价的最优.实验结果表明,该算法满足航路规划的有效性和合理性.