Кіріспе
Динамикалық жүйеден қажетті нәтижеге қол жеткізудің математикалық жолы. Оптималды басқару теориясы – уақыт аралығында динамикалық жүйе үшін мақсаттық функцияны оңтайландыратын басқаруды табумен айналысатын басқару теориясының бір саласы. Оның ғылым, инженерия және операциялық зерттеулерде көптеген қолданыс алалары бар. Мысалы, динамикалық жүйе – ракеталық қозғалтқыштарға сәйкес басқару құралдары бар ғарыш кемесі болуы мүмкін, ал мақсат – ең аз отын шығынымен Айға жету. Немесе динамикалық жүйе – жұмыссыздықты азайту мақсатымен елдің экономикасы болуы мүмкін; мұндай жағдайда басқару құралдары – фискалдық және ақша-кредиттік саясаттар болуы мүмкін. Операциялық зерттеулердегі мәселелерді оптималды басқару теориясының аясында қарастыру үшін динамикалық жүйе де қолданылуы мүмкін. Оптималды басқару – вариациялар есебінің кеңейтілген түрі және басқару саясатын алуға арналған математикалық оңтайландыру әдісі. Бұл әдіс негізінен 1950 жылдары Лев Понтрягин мен Ричард Беллманның жұмыстарына байланысты, ал Эдвард Дж. МакШейн вариациялар есебіне жасаған үлесінен кейін дамыды. Оптималды басқаруды басқару теориясындағы басқару стратегиясы ретінде қарастыруға болады немесе Гамильтон-Жакоби-Беллман теңдеуін шешу арқылы (жеткілікті шарт). Бір қарапайым мысалдан бастайық. Дөңгелек жолмен тікелей келе жатқан көлікті қарастырайық. Сұрақ: жалпы сапар уақытын азайту үшін жүргізуші газ педалін қалай басуы керек? Бұл мысалда «басқару заңы» термині жүргізушінің газ педалін басу және жылдамдықтарды ауыстыру тәсілін көрсетеді. Жүйе көлік пен жолдан тұрады, ал оңтайлылық критерийі – жалпы сапар уақытын барынша азайту. Басқару мәселелері көбінесе қосымша шектеулерді қамтиды. Мысалы, қолда бар отын мөлшері шектелуі мүмкін, газ педалін көліктің еденіне дейін басуға болмайды, жылдамдық шектеулері және т.б. Дұрыс шығын функциясы – жүйенің жылдамдығы, геометриялық ерекшеліктері және бастапқы жағдайларына байланысты сапар уақытын көрсететін математикалық өрнек. Шектеулер көбінесе шығын функциясымен алмастырылуы мүмкін. Тағы бір ұқсас оптималды басқару мәселесі – көлік белгілі бір маршрутты белгілі бір уақыттан аспайтын мерзімде аяқтауы керек болған жағдайда, жанармай тұтынуын азайту үшін оны қалай басқару керектігін анықтау. Тағы бір байланысты басқару мәселесі – уақыт пен жанармайдың шартты ақшалай бағаларын ескере отырып, саяхатты аяқтаудың жалпы ақшалай құнын азайту. Көбірек абстрактілі құрылым келесідей болады.
Optimal control theory is a branch of control theory that deals with finding a control for a dynamical system over a period of time such that an objective function is optimized. It has numerous applications in science, engineering and operations research. For example, the dynamical system might be a spacecraft with controls corresponding to rocket thrusters, and the objective might be to reach the Moon with minimum fuel expenditure. Or the dynamical system could be a nation's economy, with the objective to minimize unemployment; the controls in this case could be fiscal and monetary policy. A dynamical system may also be introduced to embed operations research problems within the framework of optimal control theory. Optimal control is an extension of the calculus of variations, and is a mathematical optimization method for deriving control policies. The method is largely due to the work of Lev Pontryagin and Richard Bellman in the 1950s, after contributions to calculus of variations by Edward J. McShane. Optimal control can be seen as a control strategy in control theory. or by solving the Hamilton–Jacobi–Bellman equation (a sufficient condition). We begin with a simple example. Consider a car traveling in a straight line on a hilly road. The question is, how should the driver press the accelerator pedal in order to minimize the total traveling time? In this example, the term control law refers specifically to the way in which the driver presses the accelerator and shifts the gears. The system consists of both the car and the road, and the optimality criterion is the minimization of the total traveling time. Control problems usually include ancillary constraints. For example, the amount of available fuel might be limited, the accelerator pedal cannot be pushed through the floor of the car, speed limits, etc. A proper cost function will be a mathematical expression giving the traveling time as a function of the speed, geometrical considerations, and initial conditions of the system. Constraints are often interchangeable with the cost function. Another related optimal control problem may be to find the way to drive the car so as to minimize its fuel consumption, given that it must complete a given course in a time not exceeding some amount. Yet another related control problem may be to minimize the total monetary cost of completing the trip, given assumed monetary prices for time and fuel. A more abstract framework goes as follows.
Дискретті уақыт бойынша оңтайлы басқару
Осыған дейін келтірілген мысалдар үздіксіз уақыт жүйелері мен басқару шешімдерін көрсетті. Шындығында, қазіргі таңда оптималды басқару шешімдері көбінесе цифрлық түрде іске асырылатындықтан, заманауи басқару теориясы негізінен дискретті уақыт жүйелері мен шешімдеріне қатысты. Тұрақты жуықтаулар теориясы, дискреттелген оптималды басқару мәселесінің күрделене түсетін қатар шешімдері бастапқы, үздіксіз уақыт мәселесінің шешіміне жақындасатын жағдайларды анықтайды. Барлық дискреттеу әдістері, тіпті сырттай қарағанда түсінікті болғандары да, мұндай қасиетке ие емес. Мысалы, мәселенің динамикалық теңдеулерін интеграциялау үшін өзгермелі қадамдық өлшемді қолдану, шешімге жақындағанда нөлге (немесе дұрыс бағытқа) жақындамайтын градиент тудыруы мүмкін. RIOTS тікелей әдісі Тұрақты жуықтау теориясына негізделген.
Мысалдар
Көптеген оптималды басқару мәселелерінде қолданылатын әдеттегі шешім стратегиясы – костатты (кейде көлеңке бағасы деп аталады) табу болып табылады. Костат келесі қадамдағы күй айнымалысын кеңейту немесе қысқартудың маргиналдық құнын бір санмен көрсетеді. Маргиналдық құн – бұл тек келесі қадамдағы пайда ғана емес, сонымен қатар бағдарламаның жалпы ұзақтығымен байланысты. Оны аналитикалық түрде шешу оңай, бірақ көбінесе оны интуиция шешімнің мәнін ұқсата алатындай және теңдеу шешуші сандық мәндерді таба алатындай жеткілікті түрде сипаттау мүмкін болады. Костатты тапқаннан кейін, басқарудың t қадамындағы оңтайлы мәнін күй туралы білу шартты дифференциалдық теңдеу ретінде шешуге болады. Әсіресе үздіксіз уақыт мәселелерінде, басқарудың немесе күйдің мәнін нақты түрде табу сирек кездеседі. Көбінесе стратегия – оптималды басқаруды сипаттайтын шектік мәндер мен аймақтарды табу және нақты таңдау мәндерін уақыт бойынша анықтау үшін сандық шешушіні пайдалану болып табылады.
Шекті уақыт
Кен орнының иесі қандай жылдамдықпен кен өндіру керектігін шешуі керек. Олар белгілі бір мерзімге кенге құқықтарды иеленеді. Белгілі бір уақытта жерде қен бар, ал уақытқа байланысты қалған кеннің мөлшері, кен иесі оны қанша өндірсе, сонша азаяды. Кен орнының иесі кенді өндіру құнымен шығарады (өндіру жылдамдығының квадратына пропорционалды және қалған кеннің мөлшеріне кері пропорционалды өндіру құны) және кенді тұрақты бағамен сатады. Белгілі бір уақытқа дейін жерде қалған кенді сатуға болмайды және ол құнсыз болады ("қалдық құны" жоқ). Иеленуші меншік мерзімінде пайданы барынша арттыру үшін уақытқа байланысты өндіру жылдамдығын таңдайды.