朱澤鋒 蔣 敏 張 偉

（91913部隊 大連 116041）

1 問題的提出

測控技術一般是指對工業(yè)生產過程及其機電設備進行測量與控制的自動化技術，是計算機技術與自動控制技術相結合的產物，測控設備則是用來實現(xiàn)測控技術的設備，其工作特點主要表現(xiàn)為實時性，即信號的輸入、計算、輸出都要在一定的時間間隔內完成，計算機對輸入信號能以足夠快的速度進行控制，以達到實時控制決策的目的。測控設備在當前軍事領域中有著廣泛的應用，主要表現(xiàn)為用來測量飛行目標的角度、速度、內部溫度、壓力等信息，其軍事效益也越來越得到更多的體現(xiàn)。如何來分析和計算測控設備的軍事效益，使其得到最大的價值體現(xiàn)，為了解決這一問題，文章主要運用變分法模型來分析和應用。

為了更好的介紹變分法模型，我們先來看下面一個例題：

若某一關于x的函數為y＝y(tǒng)（x），時間t是y（x）的函數，且表達式如式（1）所示［1］：

那么，y（x）的表達式滿足何種關系時，t＝J（y（x））可以取得最小值？即使得：t＝J（y（x））＝mint。由于y（x）是未知的，可以是一線性表達式，也可以是二次函數，但是要使得t＝J（y（x））取得最小值，其表達式該滿足何種條件？對我們來說是相當于一個需要解密的“黑匣子”，我們可以將這一解密過程理解為一動態(tài)的過程控制，通過這一控制來達到最優(yōu)化的目的。測控設備的軍事效益分析與這個問題有些類似，假設某型測控設備投入到軍事應用中，一方面該設備隨著運行時間的推移其磨損程度愈來愈大，因此其自身價值將隨著設備的使用時間增加而減??；另一方面測控設備總是要進行日常保養(yǎng)，花費一定的保養(yǎng)費，保養(yǎng)可以減緩設備的磨損程度，提高設備的自身價值。再者，設備在具有一定自身價值的前提下，如果投入到軍事應用中，也具有一定的軍事效益產值（生產率）。那么，怎樣確定最優(yōu)保養(yǎng)費和設備獲得最優(yōu)軍事效益時的時間，才能使這臺設備的軍事效益最大？這就是我們需要解決的問題。由于泛函分析解決的是函數集合S中的每一個函數與實數J之間的對應關系，而這類優(yōu)化問題可以歸結為尋求最優(yōu)控制函數使得某個泛函達到極值［2］。因此，文章主要運用泛函的變分法模型來研究這一類型問題，下面加以具體分析。

2 變分法原理

泛函的變分指的是自變量函數的增量引起的泛函的增量，用δJ表示，它的一個重要的形式是它可以表示為對參數α的偏導數，如式（2）所示：

其中：δx（t）＝x（t）－x0（t），表示函數x（t）在x（t0）的增量。

若泛函J（x（t）在x（t0）達到極值（極大或極小值），則有如下結論（泛函的必要條件），如式（3）所示［3］：

在最優(yōu)控制系統(tǒng)中，常常要涉及到有約束條件的泛函的極值問題，其典型形式一般滿足動態(tài)系統(tǒng)關系，如式（4）所示［4］：

在此約束條件下，然后尋求最優(yōu)性能指標（目標函數），如式（5）所示：

其中：u（t）是控制策略，x（t）是軌線，t0固定，tf及x（tf）自由，f，φ，F(xiàn)連續(xù)可微。

下面推導目標函數取得極值的最優(yōu)控制策略u＊（t）和最優(yōu)軌線x＊（t）的必要條件。

采用拉格朗日乘子法，化條件極值為無條件極值，如式（6）所示：

定義式（4）和式（5）的哈密頓（Hamilton）函數如式（7）所示：

將式（7）代入式（6），得到泛函的表達式如式（8）所示：

由式（2）可知：泛函的變分可以表示為對參數α的導數，同時由于tf是自由的，可以得知時間t是變動的，那么時間t可以用參數表示為t＝tf＋αdtf，那么泛函的變分可以用如下形式表示，如式（9）所示［5］：

將式（9）化簡得如下結果，如式（10）所示：

令δJ1＝0，由δx，δu，δλ的任意性，如果受控系統(tǒng)由式（5）確定的性能指標達到極值，那么其最優(yōu)控制策略u＊（t）和相應的最優(yōu)軌線x＊（t）由下列的必要條件決定［6］：

1）狀態(tài)方程：＝Hλ＝f（t，x，u）；

3）哈密頓函數H（t，x＊，u，λ＊）作為u的函數，也必須滿足：Hu＝0；

5）哈密頓函數H（t，x＊，u＊，λ＊）＝F（t，x＊，u）＋λ＊T（t）f（t，x＊，u）作為u（t）的函數，最優(yōu)控制策略u＊（t）必須使得：

3 模型建立以及實例應用

3.1 問題分析與假設

測控設備的軍事效益主要與設備的自身價值、磨損程度、保養(yǎng)效益、設備的生產率等因素相關，在文章中做出如下假設：

1）設備的自身價值為時間t的函數，記為x（t）。x（t）的大小與設備的磨損程度和保養(yǎng)費密切相關，記初始的設備自身價值x（0）＝x0；

2）設備在t時刻的磨損程度可以用t時刻自身價值的損失值來刻畫，稱其為磨損函數，記為m（t）；

3）設t時刻單位時間的保養(yǎng)費為u（t），t時刻的保養(yǎng)效益系數為g（t）（單位保養(yǎng)費所增加的自身價值），那么單位時間的保養(yǎng)效益為u（t）g（t）；

4）設備處于某一價值時，投入到軍事應用中具有一定的產值，設單位時間的產值與自身價值的比值為p，那么px（t）表示在t時刻單位時間的軍事效益產值，也就是t時刻的生產率；

5）設備在達到最優(yōu)軍事效益的時刻tf和自身價值x（tf）未知，即tf和x（tf）都是自由的。

3.2 模型的建立

根據以上的分析和假設可知：考察的對象是測控設備在生產中的磨損—保養(yǎng)系統(tǒng)；設備自身價值體現(xiàn)了磨損和保養(yǎng)的綜合指標，可以選作系統(tǒng)的狀態(tài)變量；在測控設備的使用中，磨損的不可控性強，其微弱的可控性也是通過保養(yǎng)體現(xiàn)，加之保養(yǎng)本身具有較強的可控性，所以選單位時間的保養(yǎng)費u（t）作為控制策略。這樣，測控設備的最大軍事效益模型可以構成測控設備磨損—保養(yǎng)系統(tǒng)的（設備自身價值）狀態(tài)方程。

假設測控設備在t時刻設備自身價值為x（t），那么在t＋Δt時刻，其自身價值的變化值為：x（t＋Δt）－x（t）＝－m（t）Δt＋g（t）u（t）Δt，等式兩邊都除以Δt，并令Δt→0，同時結合x（0）＝x0可得如下狀態(tài)方程，如式（11）所示：

3.3 模型的求解

首先寫出問題的哈密頓函數，如式（12）所示［7］：

再由協(xié)態(tài)方程及邊界條件求出λ（t），即由f

解得：λ（t）＝－pt＋1＋ptf

下面利用最大之原理求u＊（t）。將式（12）改為

由上式可知：H是對u的線性函數，同時根據最大值原理可知，要使得H取得最大值，必須滿足條件：

即：

在上式中，還需要解決兩個問題：1）u＊（t）＝U與u＊（t）＝0的轉換點ts在什么位置，即ts等于多少？2）u＊（t）是從U到0還是從0到U。

轉換點ts應滿足條件：

從而可以求出ts。

由于測控設備隨著使用時間的增加而不斷老化，那么其單位保養(yǎng)費用所增加的自身價值應該呈遞減趨勢，也就是說，g（t）是時間t的減函數，由此可以得出式（14）的左端也是時間t的減函數，所以u＊（t）隨時間變化應由U到0。于是最優(yōu)控制策略表達式為［8］：

至于tf，x（tf）的求法，請見下面的例子。

3.4 實例應用

解：由式（14）可以求得ts的公式：

當t＜ts時，u＊（t）＝U＝1，狀態(tài)方程為

當t＞ts時，u＊（t）＝0，狀態(tài)方程為

于是t＞ts時，有：

解得：

由自由邊界條件

可得：

得出：

當t＝tf時，由（15）式可得：

即：

聯(lián)立方程組：

編寫 MATLAB程序解以上方程組可得［9～10］：

于是，最優(yōu)控制策略（保養(yǎng)費）為

那么，總的軍事效益為

通過結果可以看出：某型測控設備從投入使用開始至31年的時間內進行維護保養(yǎng)，每年的投入費用為1萬元，在使用約49年后，其軍事效益可以達到最大值，最大值為247.1萬元。

4 結語

動態(tài)優(yōu)化過程是一個復雜而系統(tǒng)的過程，涉及到諸多因素和各因素之間的內部關系，泛函的變分法在動態(tài)優(yōu)化的過程中能夠很好地解決可控因素和不可控因素之間的內部關聯(lián)，以達到最優(yōu)的控制結果，從而為決策者提供最優(yōu)的控制策略。

［1］邊馥萍，侯文華，梁馮珍.數學模型方法與算法［M］.北京：高等教育出版社，2005，5：163－168.

［2］程其襄.實變函數與泛函分析基礎［M］.北京：高等教育出版社，1983：75.

［3］陳開周.最優(yōu)化計算方法［M］.西安：西安電子科技大學出版社，1985.

［4］陳守煜.模糊優(yōu)選理論與模型［J］.控制與決策，1993，8（1）：25－29.

［5］華東師范大學數學系編：《數學分析》［M］.北京：人民教育出版社，1980：149.

［6］BOYDS，CHAOUI L El，F(xiàn)ERON E.etal.Linear matrix inequalities in systems and control theory［M］.Philadlphia：SIAM Books，1994.

［7］Pelikan M，Goldberg D E.Hierarchical problem solving by the bayesian optimization algorithm ［C］.Proceedings of the Genetic and Evolutionary Computation Conference，2000：267－274.

［8］Fisher R A.The use of multiple measurements in taxonomic problems［J］.Annals of Eugenics，1936，7（1）：179－188.

［9］蒲俊，吉家鋒，伊良忠.MATLAB6.0數學手冊［M］.上海：浦東電子出版社，2002：95.

［10］劉衛(wèi)國.MATLAB程序設計與應用［M］.北京：高等教育出版社，2006.