书名最优控制的理论与方法(第3版)

书号978-7-118-08802-1

作者夏园清

出版时间2013年9月

译者

版次3版1次

开本16

装帧平装

出版基金

页数333

字数533

中图分类O232

丛书名

定价59.00

本教材第1版、第2版系原电子工业部的1996—2000年全国电子信息类自动控制专业教材，现经修改补充出版第3 版。在第3 版中採用面向对象的阐述方式，以动态规划理论为中心线索贯穿全书始终，介绍了如下内容：问题的提法与数学模型，数学规划基本理论，最大值原理基本理论，动态规划基本理论，离散时间系统最优控制问题的数值方法，连续时间系统最优控制问题的数值方法，离散时间系统的随机最优控制，连续时间系统的随机最优控制，最优控制中的神经网路技术，基于粒子群算法和遗传算法的多目标最佳化，基于模拟退火算法和人工免疫算法的多目标最佳化。读者对象：“控制科学与工程”学科的博士和硕士学位研究生以及相关专业科技人员。

第一章　问题的提法与数学模型 1

11　离散时间系统的最优控制问题 1

12　数学规划模型 3

13　连续时间系统的最优控制问题 6

14　泛函极值模型 9

第二章　数学规划基本理论 12

21　无约束极值及等式约束极值理论 12

22　库恩—塔克（Kuhn－Tucker）理论 14

23　拉格朗日对偶性与鞍点最优性 21

24　算法的基本性质 25

第三章　最大值原理基本理论 31

31　连续时间系统最大值原理的若干形式 31

32　最大值原理的证明 37

33　最大值原理的证明（泛函分析方法） 49

34　登月艇的软着陆推力控制问题 55

35　离散时间系统的最大值原理 60

第四章　动态规划基本理论 70

41　离散时间系统的动态规划理论 70

42　具有二次型指标函式的线性系统最优控制问题（离散时间系统） 77

43　连续时间系统的动态规划理论 80

44　最速控制与二次型指标线性系统最优控制问题（连续时间系统） 88

45　动态规划常规算法 94

46　动态规划与最大值原理的关係 98

第五章　离散时间系统最优控制问题的数值方法 104

51　无约束算法，最速下降法与牛顿法 104

52　无约束算法，共轭梯度法与拟牛顿法 114

53　有约束算法 122

54　离散时间系统动态规划的特殊算法 134

55　离散时间系统的微分动态规划 140

第六章　连续时间系统最优控制问题的数值方法 147

61　函式空间中梯度的求法 147

62　函式空间中的最速下降法与共轭梯度法 154

63　函式空间中的牛顿法 156

64　连续时间系统的微分动态规划 161

第七章　离散时间系统的随机最优控制 165

71　问题的提法 165

72　离散时间系统的随机动态规划 168

73　状态信息不完整的随机控制问题 171

74　次优控制技术 179

第八章　连续时间系统的随机最优控制 185

81　连续随机过程与随机微分方程 185

82　马尔可夫扩散过程 190

83　卡尔曼—布西滤波器 197

84　受控马尔可夫过程的动态规划理论 204

85　连续时间的线性二次随机最优控制 210

86　信息不完整的情况 218

第九章　最优控制中的神经网路技术 224

91　神经网路的基本概念和组成 224

92　神经网路模型 231

93　解凸二阶规划的神经网路 241

94　解一般非线性规划的神经网路 248

95　解绝对值形式（L1範数）的目标函式的非线性规划的神经网路 259

96　解最小最大问题的神经网路 263

97　解具有线性约束的非线性规划的神经网路 267

98　解离散时间最优控制问题的神经网路 271

99　解离散时间动态规划的神经网路 279

第十章　基于粒子群算法和遗传算法的多目标最佳化 283

101　多目标最佳化的基本原理 283

102　进化算法的基本概念 285

103　多目标进化算法 289

104　基于遗传算法的多目标最佳化方法 294

105　基于粒子群最佳化算法的多目标最佳化方法 297

106　基于MATLAB的仿真与分析 300

第十一章　基于模拟退火算法和人工免疫算法的多目标最佳化 313

111　基于模拟退火算法的多目标最佳化 313

112　基于人工免疫算法的多目标最佳化 321

参考文献 332"