disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald
disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald disser1.pdf (2006 KB) - Ernst-Moritz-Arndt-Universität Greifswald
4. Grundlagen der Optimalsteuerung Nun wollen wir das gegebene mathematische Modell analysieren. Wir bilden die Hamilton-Funktion für diese Aufgabe: { H(x, u, λ, t) = 1130 · u 1 · 1.5 · 250 · x1 1 + 270 · u 2 · 6.4 · 250 · x2 1.2 3∑ } + 460u 3 · 6.4 · 250 · x3 1.3 − 500 · 250 · u i e −0.06t i=1 ( + λ 1 0.4x 1 · (1 − x 1 ) − 1.5 · 250 · u 1 · x1 10 6 −0.02 · x1x 2 1.2 − 0.02 · x1x ) 3 ( 1.3 + λ 2 (0.6x 2 · 1 − x ) 2 x 2 − 6.4 · 250 · u 2 · 1.2 1.2 · 10 6 −0.0125 · x1x 2 1.2 − 0.01 · x2x ) 3 ( 1.56 + λ 3 (0.6x 3 · 1 − x ) 3 x 3 − 6.4 · 250 · u 3 · 1.3 1.3 · 10 6 −0.0125 · x1x 3 1.3 − 0.01 · x2x ) 3 1.56 oder allgemeiner (mit Konstanten c, ε i , p i , K i , s i , i = 1, 2, 3 und γ 12 , γ 13 , γ 21 , γ 23 , γ 31 , γ 32 ): H(x, u, λ, t) = + λ 1 (ε 1 x 1 · + λ 2 (ε 2 x 2 · + λ 3 (ε 3 x 3 · { p 1 u 1 x 1 + p 2 u 2 x 2 + p 3 u 3 x 3 − c · 3∑ i=1 u i } e −δt ( 1 − x ) ) 1 − s 1 u 1 x 1 − γ 12 x 1 x 2 − γ 13 x 1 x 3 K 1 ( 1 − x ) ) 2 − s 2 u 2 x 2 − γ 21 x 1 x 2 − γ 23 x 2 x 3 K 2 ( 1 − x ) ) 3 − s 3 u 3 x 3 − γ 31 x 1 x 3 − γ 32 x 2 x 3 . K 3 60
4.4. Untersuchung eines konkreten Modells Die adjungierten Differentialgleichungen lauten hier: ˙λ 1 = −H x1 = −p 1 u 1 e −δt −λ 1 (ε 1 − 2ε 1x 1 K 1 − s 1 u 1 − γ 12 x 2 − γ 13 x 3 ) + λ 2 · γ 21 x 2 + λ 3 · γ 31 x 3 ; ˙λ 2 = −H x2 = −p 2 u 2 e −δt −λ 2 (ε 2 − 2ε ) 2x 2 − s 2 u 2 − γ 21 x 1 − γ 23 x 3 K 2 + λ 1 · γ 12 x 1 + λ 3 · γ 32 x 3 ; ˙λ 3 = −H x3 = −p 3 u 3 e −δt −λ 3 (ε 3 − 2ε ) 3x 3 − s 3 u 3 − γ 31 x 1 − γ 32 x 2 K 3 + λ 1 · γ 13 x 1 + λ 2 · γ 23 x 2 . Die Populationen müssen möglichst schnell auf den Gleichgewichtspunkt gebracht werden und dann mit einer singulären Steuerung gefangen werden. Die optimale Lösung erhalten wir durch die Berechnung der Schaltfunktion: σ 1 (x, λ, t) = H u1 (x, u, λ, t) = e −δt (p 1 x 1 − c) − λ 1 s 1 x 1 ; σ 2 (x, λ, t) = H u2 (x, u, λ, t) = e −δt (p 2 x 2 − c) − λ 2 s 2 x 2 ; σ 3 (x, λ, t) = H u3 (x, u, λ, t) = e −δt (p 3 x 3 − c) − λ 3 s 3 x 3 . Singuläre Steuerungen treten auf, falls gilt: σ i (t) = σ i (x(t), λ(t), t) = 0 für t ∈ [t 1 , t 2 ] ⊆ [t 0 , T ], i = 1, 2, 3 ( ⇐⇒ λ i (t) = e−δt s i x i (t) (p ix i (t) − c) = e−δt p i − c ) , i = 1, 2, 3. s i x i (t) Durch Differenzieren und Einsetzen erhalten wir (beispielsweise für i = 1): ˙σ 1 = −δe −δt (p 1 x 1 − c) + e −δt p 1 ẋ 1 − ˙λ 1 s 1 x 1 − λ 1 s 1 ẋ 1 = −δe −δt (p 1 x 1 − c) ( + e −δt p 1 (ε 1 x 1 · 1 − x ) ) 1 − s 1 u 1 x 1 − γ 12 x 1 x 2 − γ 13 x 1 x 3 K ( 1 − [−p 1 u 1 e −δt − λ 1 ε 1 − 2ε ) 1x 1 − s 1 u 1 − γ 12 x 2 − γ 13 x 3 K 1 + λ 2 · γ 21 x 2 + λ 3 · γ 31 x 3 ]s 1 x 1 − λ 1 s 1 (ε 1 x 1 · ( 1 − x 1 K 1 ) − s 1 u 1 x 1 − γ 12 x 1 x 2 − γ 13 x 1 x 3 ) 61
- Seite 10 und 11: Abbildungsverzeichnis 5.2. Stückwe
- Seite 12 und 13: Abbildungsverzeichnis 12
- Seite 14 und 15: 1. Einleitung Änderungen in den Me
- Seite 16 und 17: 1. Einleitung Abbildung 1.1.: Entwi
- Seite 18 und 19: 1. Einleitung verschiedene Vorgehen
- Seite 20 und 21: 2. Biologische, ökologische und wi
- Seite 22 und 23: 2. Biologische, ökologische und wi
- Seite 24 und 25: 2. Biologische, ökologische und wi
- Seite 26 und 27: 2. Biologische, ökologische und wi
- Seite 28 und 29: 2. Biologische, ökologische und wi
- Seite 30 und 31: 2. Biologische, ökologische und wi
- Seite 32 und 33: 2. Biologische, ökologische und wi
- Seite 34 und 35: 2. Biologische, ökologische und wi
- Seite 36 und 37: 2. Biologische, ökologische und wi
- Seite 38 und 39: 3. Mathematische Modelle in der Bio
- Seite 40 und 41: 3. Mathematische Modelle in der Bio
- Seite 42 und 43: 3. Mathematische Modelle in der Bio
- Seite 44 und 45: 3. Mathematische Modelle in der Bio
- Seite 46 und 47: 3. Mathematische Modelle in der Bio
- Seite 48 und 49: 3. Mathematische Modelle in der Bio
- Seite 50 und 51: 4. Grundlagen der Optimalsteuerung
- Seite 52 und 53: 4. Grundlagen der Optimalsteuerung
- Seite 54 und 55: 4. Grundlagen der Optimalsteuerung
- Seite 56 und 57: 4. Grundlagen der Optimalsteuerung
- Seite 58 und 59: 4. Grundlagen der Optimalsteuerung
- Seite 62 und 63: 4. Grundlagen der Optimalsteuerung
- Seite 64 und 65: 4. Grundlagen der Optimalsteuerung
- Seite 66 und 67: 4. Grundlagen der Optimalsteuerung
- Seite 68 und 69: 4. Grundlagen der Optimalsteuerung
- Seite 70 und 71: 4. Grundlagen der Optimalsteuerung
- Seite 72 und 73: 4. Grundlagen der Optimalsteuerung
- Seite 74 und 75: 4. Grundlagen der Optimalsteuerung
- Seite 76 und 77: 4. Grundlagen der Optimalsteuerung
- Seite 78 und 79: 4. Grundlagen der Optimalsteuerung
- Seite 80 und 81: 4. Grundlagen der Optimalsteuerung
- Seite 82 und 83: 4. Grundlagen der Optimalsteuerung
- Seite 84 und 85: 5. Numerische Methoden für verschi
- Seite 86 und 87: 5. Numerische Methoden für verschi
- Seite 88 und 89: 5. Numerische Methoden für verschi
- Seite 90 und 91: 5. Numerische Methoden für verschi
- Seite 92 und 93: 5. Numerische Methoden für verschi
- Seite 94 und 95: 5. Numerische Methoden für verschi
- Seite 96 und 97: 5. Numerische Methoden für verschi
- Seite 98 und 99: 5. Numerische Methoden für verschi
- Seite 100 und 101: 5. Numerische Methoden für verschi
- Seite 102 und 103: 5. Numerische Methoden für verschi
- Seite 104 und 105: 5. Numerische Methoden für verschi
- Seite 106 und 107: 5. Numerische Methoden für verschi
- Seite 108 und 109: 5. Numerische Methoden für verschi
4.4. Untersuchung eines konkreten Modells<br />
Die adjungierten Differentialgleichungen lauten hier:<br />
˙λ 1 = −H x1 = −p 1 u 1 e −δt −λ 1<br />
(ε 1 − 2ε 1x 1<br />
K 1<br />
− s 1 u 1 − γ 12 x 2 − γ 13 x 3<br />
)<br />
+ λ 2 · γ 21 x 2 + λ 3 · γ 31 x 3 ;<br />
˙λ 2 = −H x2 = −p 2 u 2 e −δt −λ 2<br />
(ε 2 − 2ε )<br />
2x 2<br />
− s 2 u 2 − γ 21 x 1 − γ 23 x 3<br />
K 2<br />
+ λ 1 · γ 12 x 1 + λ 3 · γ 32 x 3 ;<br />
˙λ 3 = −H x3 = −p 3 u 3 e −δt −λ 3<br />
(ε 3 − 2ε )<br />
3x 3<br />
− s 3 u 3 − γ 31 x 1 − γ 32 x 2<br />
K 3<br />
+ λ 1 · γ 13 x 1 + λ 2 · γ 23 x 2 .<br />
Die Populationen müssen möglichst schnell auf den Gleichgewichtspunkt gebracht<br />
werden und dann mit einer singulären Steuerung gefangen werden.<br />
Die optimale Lösung erhalten wir durch die Berechnung der Schaltfunktion:<br />
σ 1 (x, λ, t) = H u1 (x, u, λ, t) = e −δt (p 1 x 1 − c) − λ 1 s 1 x 1 ;<br />
σ 2 (x, λ, t) = H u2 (x, u, λ, t) = e −δt (p 2 x 2 − c) − λ 2 s 2 x 2 ;<br />
σ 3 (x, λ, t) = H u3 (x, u, λ, t) = e −δt (p 3 x 3 − c) − λ 3 s 3 x 3 .<br />
Singuläre Steuerungen treten auf, falls gilt:<br />
σ i (t) = σ i (x(t), λ(t), t) = 0 für t ∈ [t 1 , t 2 ] ⊆ [t 0 , T ], i = 1, 2, 3<br />
(<br />
⇐⇒ λ i (t) =<br />
e−δt<br />
s i x i (t) (p ix i (t) − c) = e−δt<br />
p i −<br />
c )<br />
, i = 1, 2, 3.<br />
s i x i (t)<br />
Durch Differenzieren und Einsetzen erhalten wir (beispielsweise für i = 1):<br />
˙σ 1 = −δe −δt (p 1 x 1 − c) + e −δt p 1 ẋ 1 − ˙λ 1 s 1 x 1 − λ 1 s 1 ẋ 1<br />
= −δe −δt (p 1 x 1 − c)<br />
(<br />
+ e −δt p 1<br />
(ε 1 x 1 · 1 − x )<br />
)<br />
1<br />
− s 1 u 1 x 1 − γ 12 x 1 x 2 − γ 13 x 1 x 3<br />
K<br />
( 1<br />
−<br />
[−p 1 u 1 e −δt − λ 1 ε 1 − 2ε )<br />
1x 1<br />
− s 1 u 1 − γ 12 x 2 − γ 13 x 3<br />
K 1<br />
+ λ 2 · γ 21 x 2 + λ 3 · γ 31 x 3<br />
]s 1 x 1<br />
− λ 1 s 1<br />
(ε 1 x 1 ·<br />
(<br />
1 − x 1<br />
K 1<br />
)<br />
− s 1 u 1 x 1 − γ 12 x 1 x 2 − γ 13 x 1 x 3<br />
)<br />
61