Industry news

关于优化理论(一):优化的基本问题与理论

由于工作需要逐步的开始接触优化控制相关的内容,为了厘清一些基本的理论和整个优化理论的全貌,边学习边更新这一些列的文章作为笔记,同时也分享给正在学习这方面内容的同学,如有谬误,还请多多指正,欢迎转发评论

关于优化问题:

优化意味着让某一个事物更好或者最好,在生活中我们可能有很多定性的标准来评价什么是好什么是不好。但是在数学上,我们只能通过一个数学表达式计算出一个准确的数字来评价,而这个数学表达式就是代价函数或者成本函数

我们生活的世界是3维的,而数学的世界多维的,数学世界中的一个变量我们记为 x ,如果我们关注的维度是n维的,那这个变量就可以用一个n维变量表示

x^{T}=[x_{1},x_{2},...,x_{n}]

另一方面我们生活的世界是变化的,而在数学的世界中,我们使用微分来表示这种变化

\\dot{x}=dx/dt

因此我们引入一个函数 f(x.\\dot{x}) 作为变量x的动态过程的评价指标

因此我们评价一个时间段[ t_{0},t_{f} ]内 x 的动态过程,可以用如下成本函数来表示

J=\\int_{t_{0}}^{t_{f}}f(x,\\dot{x})dt

以上为一个优化问题的基本形式

基本的优化理论:

为使上述成本函数最小,基本的手段是变分法:

上述成本函数在最优解 x^{*} 处取得极小值的处分条件是成本函数在 x^{*} 处的变分 \\Delta J 为0,求成本函数 J 的变分,既欧拉-拉格朗日方程:

\\frac{\\delta{f}}{\\delta{x}}-\\frac{d}{dt}(\\frac{\\delta{f}}{\\delta{\\dot{x}}})=0

虽然变分法存在一些缺陷,但是作为优化理论的基础做一些简单的回顾,可以让我们对整个优化理论的发展有一个清晰的认识。以上是优化问题的提出和解决优化问题的基本理论依据,后续将逐步由简入繁厘清优化理论的脉络和全貌

平台注册入口