GPOPS-II - Википедия - GPOPS-II

GPOPS-II
Логотип для программного обеспечения оптимального управления GPOPS-II.png
Разработчики)Майкл Паттерсон [1] и Анил В. Рао[2]
изначальный выпускЯнварь 2013; 7 лет назад (2013-01)
Стабильный выпуск
2.0 / 1 сентября 2015; 5 лет назад (2015-09-01)
Написано вMATLAB
Операционная системаMac OS X, Linux, Windows
Доступно ванглийский
ТипПрограммное обеспечение для численной оптимизации
ЛицензияПроприетарный, Бесплатно для школьников до 12 лет или в классе. Лицензионные сборы взимаются при любом академическом, некоммерческом и коммерческом использовании (вне учебных занятий).
Интернет сайтgpops2.com

GPOPS-II (произносится как «GPOPS 2») - это универсальное программное обеспечение MATLAB для решения задач непрерывного оптимального управления с использованием адаптивной гауссовской квадратурной коллокации и разреженного нелинейного программирования. Акроним GPOPS означает "граммэнеральный пуговаривать OPTimal Control Software », а римская цифра« II »указывает на то, что GPOPS-II является вторым программным обеспечением такого типа (в котором используется квадратурное интегрирование по Гауссу).

Постановка проблемы

GPOPS-II[3] предназначен для решения многофазных задач оптимального управления следующего математического вида (где количество фаз):

с учетом динамических ограничений
ограничения события
ограничения пути неравенства
ограничения статических параметров
и интегральные ограничения
куда
а интегралы в каждой фазе определяются как

Важно отметить, что ограничения событий могут содержать любые функции, которые связывают информацию в начале и / или в конце любой фазы (включая отношения, которые включают как статические параметры, так и интегралы), и что сами фазы не обязательно должны быть последовательными. Следует отметить, что подход к связыванию фаз основан на хорошо известных в литературе формулировках.[4]

Метод, используемый GPOPS-II

GPOPS-II использует класс методов, называемых -адаптивная квадратурная коллокация Гаусса, где точки коллокации являются узлами квадратур Гаусса (в данном случае точки Лежандра-Гаусса-Радау [LGR]). Сетка состоит из интервалов, в которые общий временной интервал в каждой фазе делится, и коллокация LGR выполняется в каждом интервале. Поскольку сетка может быть адаптирована так, что степень полинома, используемая для аппроксимации состояния и ширина каждого интервала сетки может быть разной от интервала к интервалу, метод называется -адаптивный метод (где ""относится к ширине каждого интервала сетки, а""относится к степени полинома в каждом интервале сетки). Метод коллокации LGR был тщательно разработан в работах,[5][6][7] пока -адаптивные методы уточнения сетки, основанные на методе коллокации LGR, можно найти в Refs.,.[8][9][10][11]

Разработка

Разработка GPOPS-II началась в 2007 году. Код разработки программного обеспечения был OptimalPrime, но был изменен на GPOPS-II в конце 2012 года, чтобы сохранить происхождение исходной версии GPOPS. [12] который реализовал глобальное совместное размещение с использованием Псевдоспектральный метод Гаусса. Разработка GPOPS-II продолжается и сегодня с улучшениями, которые включают в себя пакет алгоритмической дифференциации с открытым исходным кодом ADiGator. [13] и дальнейшее развитие -адаптивные методы уточнения сетки для оптимального управления.

Применение GPOPS-II

GPOPS-II широко используется во всем мире как в научных кругах, так и в промышленности. Опубликованные академические исследования, в которых использовался GPOPS-II, включают ссылки,[14][15][16] где программное обеспечение использовалось в таких приложениях, как оптимизация производительности гоночных автомобилей Формулы-1, Ref.[17] где программное обеспечение использовалось для минимальной оптимизации орбитальных перелетов с малой тягой,[18] где программное обеспечение использовалось для оценки производительности человека при езде на велосипеде, Ref.[19] где программное обеспечение использовалось для мягкой посадки на Луну, и Ref.[20] где программное обеспечение использовалось для оптимизации движения двуногого робота.

Рекомендации

  1. ^ http://www.anilvrao.com/People.html
  2. ^ Сайт Анила В. Рао
  3. ^ Паттерсон, М. А .; Рао, А. В. (2014). "GPOPS-II: программное обеспечение MATLAB для решения многофазных задач оптимального управления с использованием hp-адаптивных методов гауссовской квадратурной коллокации и разреженного нелинейного программирования". Транзакции ACM на математическом ПО. 41 (1): 1:1–1:37. Дои:10.1145/2558904.
  4. ^ Беттс, Джон Т. (2010). Практические методы оптимального управления и оценивания с помощью нелинейного программирования. Филадельфия: SIAM Press. Дои:10.1137/1.9780898718577. ISBN  9780898718577.
  5. ^ Garg, D .; Паттерсон, М. А .; Hager, W. W .; Rao, A. V .; Бенсон, Д. А .; Хантингтон, Г. Т. (2010). «Единая структура для численного решения задач оптимального управления с использованием псевдоспектральных методов». Automatica. 46 (11): 1843–1851. Дои:10.1016 / j.automatica.2010.06.048.
  6. ^ Garg, D .; Hager, W. W .; Rao, A. V .; и другие. (2011). "Псевдоспектральные методы решения задач оптимального управления на бесконечном горизонте". Automatica. 47 (4): 829–837. Дои:10.1016 / j.automatica.2011.01.085.
  7. ^ Garg, D .; Паттерсон, М. А .; Darby, C.L .; Francolin, C .; Хантингтон, Г. Т .; Hager, W. W .; Rao, A. V .; и другие. (2011). «Прямая оптимизация траектории и стоимостная оценка задач оптимального управления на конечном и бесконечном горизонте с использованием псевдоспектрального метода Радау». Вычислительная оптимизация и приложения. 49 (2): 335–358. CiteSeerX  10.1.1.663.4215. Дои:10.1007 / s10589-009-9291-0. S2CID  8817072.
  8. ^ Darby, C.L .; Hager, W. W .; Rao, A. V .; и другие. (2011). «HP-адаптивный псевдоспектральный метод решения задач оптимального управления». Приложения и методы оптимального управления. 32 (4): 476–502. Дои:10.1002 / oca.957.
  9. ^ Darby, C.L .; Hager, W. W .; Rao, A. V .; и другие. (2011). «Оптимизация прямой траектории с использованием переменного адаптивного псевдоспектрального метода низкого порядка». Журнал космических аппаратов и ракет. 48 (3): 433–445. Bibcode:2011JSpRo..48..433D. CiteSeerX  10.1.1.367.7092. Дои:10.2514/1.52136.
  10. ^ Паттерсон, М. А .; Hager, W. W .; Рао, А. В. (2011). «Метод уточнения ph-сетки для оптимального управления». Приложения и методы оптимального управления. 36 (4): 398–421. Дои:10.1002 / oca.2114.
  11. ^ Лю, Ф .; Hager, W. W .; Рао, А. В. (2015). «Адаптивное уточнение сетки для оптимального управления с использованием обнаружения негладкости и уменьшения размера сетки». Журнал Института Франклина - Инженерия и прикладная математика. 352 (10): 4081–4106. Дои:10.1016 / j.jfranklin.2015.05.028.
  12. ^ Rao, A. V .; Бенсон, Д. А .; Darby, C.L .; Паттерсон, М. А .; Francolin, C .; Сандерс, I .; Хантингтон, Г. Т. (2010). «GPOPS: программное обеспечение MATLAB для решения многофазных задач оптимального управления с использованием псевдоспектрального метода Гаусса». Транзакции ACM на математическом ПО. 37 (2): 22:1–22:39. Дои:10.1145/1731022.1731032. S2CID  15375549.
  13. ^ Weinstein, M. J .; Рао, А.В. «ADiGator: набор инструментов MATLAB для алгоритмической дифференциации с использованием преобразования исходного кода посредством перегрузки оператора». ADiGator.
  14. ^ Perantoni, G .; Лаймбир, Д. Дж. Н. (2015). «Оптимальное управление автомобилем Формулы-1 на трехмерном треке - Часть 1: Моделирование и идентификация трека». Журнал динамических систем, измерения и управления. 137 (2): 021010. Дои:10.1115/1.4028253.
  15. ^ Limebeer, D. J. N .; Перантони, Г. (2015). «Оптимальное управление автомобилем Формулы-1 на трехмерной трассе - Часть 2: Оптимальное управление». Журнал динамических систем, измерения и управления. 137 (5): 051019. Дои:10.1115/1.4029466.
  16. ^ Limebeer, D. J. N .; Perantoni, G .; Рао, А. В. (2014). «Оптимальное управление системами рекуперации энергии автомобилей Формулы-1». Международный журнал контроля. 87 (10): 2065–2080. Bibcode:2014IJC .... 87.2065L. Дои:10.1080/00207179.2014.900705. S2CID  41823239.
  17. ^ Graham, K. F .; Рао, А. В. (2015). "Оптимизация траектории с минимальным временем многих революционных переходов с Земли на орбиту с малой тягой". Журнал космических аппаратов и ракет. 52 (3): 711–727. Дои:10.2514 / 1.a33187. S2CID  43633680.
  18. ^ Dahmen, T .; Саупеанд, Д. (2014). «Оптимальная стратегия темпа для гонки двух соревнующихся велосипедистов». Журнал науки и велоспорта. 3 (2).
  19. ^ Луна, Y; Квон, S (2014). «Мягкая посадка на Луну с двигательной установкой минимальной массы с использованием двухкомпонентной ракетной системы H2O2 / керосин». Acta Astronautica. 99 (Май – июнь): 153–157. Bibcode:2014AcAau..99..153M. Дои:10.1016 / j.actaastro.2014.02.003.
  20. ^ Haberland, M .; McClelland, H .; Kim, S .; Хонг, Д. (2006). «Влияние распределения массы на эффективность двуногих роботов». Международный журнал исследований робототехники. 25 (11): 1087–1098. Дои:10.1177/0278364906072449. S2CID  18209459.

внешняя ссылка