Professional Documents
Culture Documents
gde je u ulazna promenljiva, y izlaz sistema, a xm je vektor stanja sa dimenzijom n1. Pošto
model objekta upravljanja ima za ulaz u(k) model treba promeniti da bi bio adekvatan za potrebu
dizajna koji ima ugrađen integrator. Generalna formulacija modela u prostoru stanja predstavlja
direktnu vezu između ulaznog signala u(k) i izlaznog signala y(k) na sledeći način:
ali zbog principa uzmičućeg horizonta, gde je trenutna informacija o objektu upravljanja
neophodna za predikciju i upravljanje, implicitno smo pretpostavili da ulaz u(k) ne može da utiče na
izlaz y(k) u tom trenutku. Otuda je Dm = 0 u modelu objekta upravljanja.
Sada treba označiti razliku obe promenljive stanja i razliku upravljačkih promenljivih kao:
a, takođe važi:
1
gde je . Trojka (A, B, C) se naziva maksimizovani model.
Pod pretpostavkom da je u trenutku semplovanja ki, (ki > 0) vektor promenljive stanja x(ki)
merljiv i da daje informaciju o stanju objekta upravljanja, buduća upravljačka trajektorija se izražava
kao:
2
Sve predikcione promenljive su zapisane u formatu tako da se vidi njihova zavisnost od
trenutnog stanja x(ki) i od budućih upravljačkih pomeraja Δu(ki + j), gde je j = 0, 1,...Nc - 1.
Sva predviđena stanja se zapisuju u formatu:
gde je:
3. Lagranžovi multiplikatori
3
i po λ, i da se izjednači nulom. Na taj način se dobija:
Linearni izraz (2.31) zajedno sa (2.32) sadrži n+m promenljivih x i λ, koje su neophodni uslovi
za minimizaciju ciljane funkcije sa ograničenjima u vidu jednakosti. Elementi vektora λ se nazivaju
Lagranžovi multiplikatori. Optimalne vrednosti x i λ se nalaze preko skupa linearnih jednačina
definisanih preko (2.31) i (2.32), gde je:
gde prvi izraz x0 = −E−1F je globalno optimalno rešenje koje daje minimum originalne funkcije
indeksa performansi bez ograničenja, a drugi izraz daje korekciju usled ograničenja u vidu
jednakosti.
4. Primal-Dual metoda
4
gde su matrice H i K:
Prema tome, ovaj dualni problem je takođe i problem kvadratnog programiranja gde je λ
promenljiva. Jednačina (2.54) je ekvivalentna:
gde je svako λ ≥ 0 označeno kao λact, i odgovarajuće granice su opisane preko Mact i γact. Sa
vrednostima Mact i γact, vektor X se dobija koristeći:
U ovom algoritmu, direkcioni vektori se biraju tako da budu jednaki bazičnim vektorima
. Tada, vektor λ može varirati za po jednu komponentu u svakom trenutku.
U datom koraku u procesu, pošto smo dobili vektor λ ≥ 0, posvećujemo pažnju jednoj komponenti
λi. Ovde ciljnu funkciju možemo smatrati kvadratnom funkcijom. Podešavamo λi da bi minimizovali
funkciju. Ukoliko to zahteva da λi < 0, podešavamo λi = 0. U svakom slučaju, funkcija je smanjena.
Zatim posmatramo sledeću komponentu λi+1. Ukoliko posmatramo jedan kompletan ciklus kroz
komponente kao jednu iteraciju, počev od vektora λm do λm+1, onda se ova metoda može eksplicitno
izraziti kao:
Zajedno sa,
gde skalar hij prestavlja ij-ti element u matrici H = ME-1MT i ki je i-ti element vektora K = y + ME-1F.
Takođe, primetimo da u (2.61) imamo dva skupa vrednosti λ: jedan uključuje λm, a drugi uključuje
ispravljen (update) λm+1. Pošto vektor λ* sadrži ili nule ili pozitivne vrednosti Lagranžovih
5
multiplikatora, imamo:
gde su Mact i γact, matrica ograničenja i vektor sa izbrisanim elementima reda koji odgovaraju
nultim elementima u λ∗. Dokaz konvergencije se odnosi na postojanje skupa λ∗act što je praktično
određeno postojanjem .
Primena Lagerovih mreža do sada je uglavnom u polju identifikacije sistema, gde je impulsni
odziv dinamičkog sistema predstavljen preko Lagerovog modela. Pretpostavimo da je odziv
stabilnog sistema H(k) predstavljen kao:
gde su c1, c2,...,cN koeficijenti koji se dobijaju iz podataka sistema. Diskretne Lagerove
funkcije su ortonormalne funkcije i sa tim svojstvima, koeficijenti Lagerove mreže su definisani
sledećom relacijom:
6
Slično aproksimaciji u kontinuiranom vremenskom domenu, aproksimacija H(k) se
poboljšava povećanjem članova N nezavisno od izbora parametra a koji mora zadovoljiti 0 ≤ a < 1.
7. Konvoluciona suma
Znamo da je:
gde smo koristili relaciju L(k + 1) = AlL(k), koja predstavlja jednačinu za generisanje skupa
Lagerovih funkcija. Nastavkom rekurzije u (3.29), dobijamo da je:
Primetimo da su u računanju Sc, Lagerove funkcije definisane preko svojih formulacija u vidu
modela u prostoru stanja.
gde je za dato N i a:
7
gde je Kmpc matrica zatvorene sprege, koja se može pojednostaviti zapisom:
U slučaju da je a = 0, rešenje postaje isto kao u slučaju kada rešavamo ΔU umesto Lagerovog
vektora koeficijenata η. Posto je predikcija budućih stanja zasnovana na trenutnoj informaciji x(ki),
referentna informacija je sadržana u x(ki). Preciznije: