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

ub.ed.ub.uni.greifswald.de
von ub.ed.ub.uni.greifswald.de Mehr von diesem Publisher
31.01.2014 Aufrufe

4. Grundlagen der Optimalsteuerung berechnet werden kann. Diese Gleichung hat zwei Nullstellen verschiedener Vorzeichen, da der Term − δcK 1 mit gegebenen Annahmen negativ ist. Wir 2p 1 ε 1 interessieren uns aber nur für die positive Lösung, die sich zu √ x sing 1 = K 1 4 + c − K (K1 1δ + 4p 1 4ε 1 4 + c − K ) 2 1δ + δcK 1 4p 1 4ε 1 2p 1 ε 1 ergibt. Zu diesem optimalen Zustand lässt sich unter Verwendung der Prozessgleichung eine optimale Steuerung zu ( ) u ∗ 1(t) = u sing 1 = ε 1 1 − xsing 1 s 1 K 1 = ε 1 s 1 ⎛ ⎝ 3 4 − c 4p 1 K 1 + √ δ − 1 (K1 4ε 1 K 1 4 + c − K 1δ 4p 1 ⎞ ) 2 + δcK 1 ⎠ 4ε 1 2p 1 ε 1 berechnen. Für unsere Modelle wählen wir u max hinreichend groß, so dass die Bedingung u sing 1 < u max gilt (ein eindimensionaler Fall, wo die singuläre Steuerung nicht zulässig ist, wäre trivial: eine optimale Lösung hätte in diesem Falle eine Bangbang-Struktur). Nun zerlegen wir das gesamte Intervall [0; T ] in Teilintervalle [t i ; t i+1 ], so dass auf jedem davon entweder eine Bang-bang-Steuerung oder eine singuläre Steuerung auftritt. Im Allgemeinen gibt es kein Kriterium für das Vorkommen von Bang-bang Steuerungen, es hängt in der Regel von dem Anfangswert x 10 ab. Aus wirtschaftlichen Überlegungen führen wir an dieser Stelle eine zusätliche Bedingung ein. Damit wir einen Gewinn auf dem gesamten Planungshorizont [0; T ] anstreben, verlangen wir, dass ein gewisses Verhältnis zwischen Fischpreisen p 1 und Kutterkosten c gewährleistet wird. Dementsprechend muss für alle Funktionswerte x(t), t ∈ [0; T ] , die sich aus der Prozessgleichung (4.18) resultieren, die Bedingung p 1 x 1 (t) − c ≥ 0 gelten, anders gesagt, die Fischpreise dürfen nicht zu niedrig sein. Dies ist logisch, sonst hätten wir (zumindest auf einem Intervall [t k ; t k+1 ]) überhaupt keinen Gewinn geleistet (vgl. (4.17)). Falls x 1 (0) = x 10 < x sing 1 ist, kann die singuläre Steuerung im ersten Intervall [t 0 ; t 1 ] = [0; t 1 ] nicht gewählt werden, da sonst x 1 (t) = x sing 1 wäre. Würden wir in diesem Falle maximal (also mit u(t) = u max ) fangen (also alle Fischkutter einsetzen), würde unsere Population auf den Nullzustand fallen. Das würde dazu führen, dass die Formeln e −δt (p 1 x 1 − c) − λ 1 s 1 x 1 > 0, gdw. λ 1 < e−δt s 1 ( p 1 − c x 1 ) , 78

4.6. Berechnung optimaler Fangraten und ˙λ 1 = −p 1 u max e −δt − λ 1 (ε 1 − 2ε 1x 1 K 1 − s 1 u max ) ( = −p 1 u max e −δt + λ 1 s 1 u max − λ 1 ε 1 − 2ε ) 1x 1 K 1 ( < −p 1 u max e −δt + e −δt p 1 − c ) ( u max − λ 1 ε 1 1 − 2x ) 1 x 1 K 1 ( = − ce−δt u max − λ 1 ε 1 1 − 2x ) 1 < 0 x 1 K 1 gelten würden. Damit wäre λ 1 (t) monoton fallend und es gäbe keine Umschaltpunkte. Die Transversalitätsbedingung λ 1 (T ) = 0 wäre erfüllt, aber die Population würde zu diesem Zeitpunkt eventuell gar nicht mehr vorhanden sein. Das heißt, im Falle x 1 (0) = x 10 < x sing 1 muss zuerst die Steuerung u(t) = 0 auf dem Intervall [t 0 ; t 1 ] angewendet werden, damit sich die Population erholt. Falls x 1 (0) = x 10 > x sing 1 ist, kann die singuläre Steuerung im ersten Intervall [t 0 ; t 1 ] = [0; t 1 ] ebenfalls nicht vorkommen. Würden wir in diesem Falle nicht fangen (also mit u(t) = 0 steuern), würde die Population den maximalen Zustand erreichen. Dies würde wiederum bedeuten, dass die durch die Prozessgleichung ( ẋ 1 (t) = ε 1 x 1 (t) · 1 − x ) 1(t) , x 1 (0) = x 10 , K 1 K 1 x 10 e ε 1t die x 1 (t) = als Lösung besitzt, beschriebene Population den K 1 + x 10 (e ε 1t − 1) Zustand x(t) = K 1 anstrebt. Dabei muss auch die Bedingung gelten. e −δt (p 1 x 1 − c) − λ 1 s 1 x 1 < 0, Für die adjungierte Gleichung ergäbe sich damit gdw. λ 1 > e−δt s 1 x 1 (p 1 x 1 − c) ≥ 0 ˙λ 1 = −λ 1 (ε 1 − 2ε ) ( 1x 1 = −λ 1 ε 1 1 − 2x ) 1 ≥ 0. K 1 K 1 Dieses würde zu Folge führen, dass λ 1 (t) auf dem ganzen Intervall [t 0 ; t 1 ] monoton wächst (besser gesagt, nicht fällt) und t 1 kein Schaltpunkt sein könnte. t 1 könnte auch kein Endpunkt T sein, da die Transversalitätsbedingung λ 1 (T ) = 0 offensichtlich nicht erfüllt wäre. Dies alles führt uns zur Erkenntnis, dass im Falle x 1 (0) = x 10 > x sing 1 die Steuerung u(t) = u max auf dem ganzen Intervall [t 0 ; t 1 ] genommen werden muss, bis man den singulären Zustand erreicht. Auf dem letzten Intervall [t n−1 ; t n ], t n = T (solange keine Endbedingung x 1 (T ) vorhanden ist) muss immer maximal gefangen werden, damit λ 1 (T ) = 0 erfüllt wird. 79

4. Grundlagen der Optimalsteuerung<br />

berechnet werden kann. Diese Gleichung hat zwei Nullstellen verschiedener<br />

Vorzeichen, da der Term − δcK 1<br />

mit gegebenen Annahmen negativ ist. Wir<br />

2p 1 ε 1<br />

interessieren uns aber nur für die positive Lösung, die sich zu<br />

√<br />

x sing<br />

1 = K 1<br />

4 + c − K (K1<br />

1δ<br />

+<br />

4p 1 4ε 1 4 + c − K ) 2<br />

1δ<br />

+ δcK 1<br />

4p 1 4ε 1 2p 1 ε 1<br />

ergibt. Zu diesem optimalen Zustand lässt sich unter Verwendung der<br />

Prozessgleichung eine optimale Steuerung zu<br />

( )<br />

u ∗ 1(t) = u sing<br />

1 = ε 1<br />

1 − xsing 1<br />

s 1 K 1<br />

= ε 1<br />

s 1<br />

⎛<br />

⎝ 3 4 −<br />

c<br />

4p 1 K 1<br />

+<br />

√ δ − 1 (K1<br />

4ε 1 K 1 4 + c − K 1δ<br />

4p 1<br />

⎞<br />

) 2<br />

+ δcK 1<br />

⎠<br />

4ε 1 2p 1 ε 1<br />

berechnen. Für unsere Modelle wählen wir u max hinreichend groß, so dass die<br />

Bedingung u sing<br />

1 < u max gilt (ein eindimensionaler Fall, wo die singuläre Steuerung<br />

nicht zulässig ist, wäre trivial: eine optimale Lösung hätte in diesem Falle eine Bangbang-Struktur).<br />

Nun zerlegen wir das gesamte Intervall [0; T ] in Teilintervalle [t i ; t i+1 ], so dass<br />

auf jedem davon entweder eine Bang-bang-Steuerung oder eine singuläre Steuerung<br />

auftritt. Im Allgemeinen gibt es kein Kriterium für das Vorkommen von Bang-bang<br />

Steuerungen, es hängt in der Regel von dem Anfangswert x 10 ab.<br />

Aus wirtschaftlichen Überlegungen führen wir an dieser Stelle eine zusätliche<br />

Bedingung ein. Damit wir einen Gewinn auf dem gesamten Planungshorizont [0; T ]<br />

anstreben, verlangen wir, dass ein gewisses Verhältnis zwischen Fischpreisen p 1 und<br />

Kutterkosten c gewährleistet wird. Dementsprechend muss für alle Funktionswerte<br />

x(t), t ∈ [0; T ] , die sich aus der Prozessgleichung (4.18) resultieren, die Bedingung<br />

p 1 x 1 (t) − c ≥ 0 gelten, anders gesagt, die Fischpreise dürfen nicht zu niedrig sein.<br />

Dies ist logisch, sonst hätten wir (zumindest auf einem Intervall [t k ; t k+1 ]) überhaupt<br />

keinen Gewinn geleistet (vgl. (4.17)).<br />

Falls x 1 (0) = x 10 < x sing<br />

1 ist, kann die singuläre Steuerung im ersten Intervall<br />

[t 0 ; t 1 ] = [0; t 1 ] nicht gewählt werden, da sonst x 1 (t) = x sing<br />

1 wäre. Würden wir in<br />

diesem Falle maximal (also mit u(t) = u max ) fangen (also alle Fischkutter einsetzen),<br />

würde unsere Population auf den Nullzustand fallen. Das würde dazu führen, dass die<br />

Formeln<br />

e −δt (p 1 x 1 − c) − λ 1 s 1 x 1 > 0,<br />

gdw. λ 1 < e−δt<br />

s 1<br />

(<br />

p 1 − c x 1<br />

)<br />

,<br />

78

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!