ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 27.06.2024
Просмотров: 151
Скачиваний: 0
136 |
СТОХАСТИЧЕСКАЯ АППРОКСИМАЦИЯ |
[ГЛ . 5 |
то из (5.1.27) следует, что
X (к + 1) = * (k) + X f T lx + H ' l v (А + 1) — х'(&)].
Отсюда легко получить слабый закон больших чисел
*ft
^ ) = 4 - 2 н ~М£).
i= 1
Это краткое обсуждение (Хо [48]) взаимосвязи между стохастической аппроксимацией и теорией оптимальной линейной фильтрации показывает, что эти методы тесно связаны. Есть, однако, весьма существенное различие. В отличие от теории оптимальной фильтрации, в методе стохастической аппроксимации не используется информа ция об априорных распределениях. Другими словами, не метод стохастической аппроксимации, а теория опти мальной фильтрации позволяет выбрать оптимальную матрицу Кк Кроме того, методы оптимальной фильтрации дают возможность легко получать эффективные решения для систем с помехами, тогда как, используя стохасти ческую аппроксимацию, этого не так-то просто добиться.
Теперь перейдем к краткому обзору динамических алгоритмов стохастической аппроксимации и их примене ний к идентификации систем.
5.2. СТОХАСТИЧЕСКАЯ АППРОКСИМАЦИЯ ДЛЯ ДИНАМИЧЕСКИХ СИСТЕМ
В четвертой главе отмечалось, что значения и, соот ветствующие экстремуму / = G (и), часто можно полу чить, используя следующую итеративную процедуру:
,t+i _ „1. К 1 d9 (и1) du1
В предыдущем разделе также было отмечено, что при на личии помех, когда наблюдается I = 0(u) -f- в, опти мальные значения и находятся в результате применения алгоритма
ui+l — ц! — ft} dl (и1)
5.2] СТОХАСТИЧЕСКАЯ АППРОКСИМАЦИЯ 137
где выбор К 1 ограничен несколькими неравенствами. В этом разделе мы хотим более основательно рассмотреть последнюю задачу, а также связать использование мето дов стохастической аппроксимации с решением задач идентификации. Таким образом, мы будем заниматься изучением динамического варианта рассмотренного выше алгоритма стохастической аппроксимации.
Необходимо найти управление |
и(/с) |
или u(t) и вектор |
||
параметров р, минимизирующие |
функционал |
|||
|
|
kf—l |
|
|
J = ё |бt [х (kf)] + |
0О[х (к0)1 + |
^ |
ГР Iх (/с)’ 1» (*)> 11 (*)> *]} |
|
при ограничениях |
|
|
|
(5.2.1) |
|
|
|
|
|
х (к + 1) = ф [х (к), |
р (к), и (к), |
£ (/с), к], |
Р (* :Jr 1) = Р (*)• |
|
|
|
|
|
(5.2.2) |
В непрерывном случае необходимо минимизировать
J = $1^1 [х (tf)] + 0О[X (t0)] +[^ ф [X (t), р (О, U (0, t] difj,
(5.2.3)
удовлетворив при этом ограничению в виде системы диф ференциальных уравнений
x = f[x(#), n(t), p(l), £ (t), t], P = 0. |
(5.2.4) |
Здесь £ (к) и £ (t) — случайные процессы. Используются функции штрафа и уравнения ограничений из раздела 4.3 (формулы (4.3.13) — (4.3.15) для дискретного случая и формулы (4.3.30) — (4.3.32) для непрерывного случая), с той лишь разницей, что учитывается наличие случайных процессов £ (к) или £ (t), отражающих входной шум и ошибку измерений и используется операция вычисления математического ожидания по реализациям £.
Поставленная задача является достаточно сложной задачей идентификации и оптимального управления ра зомкнутым объектом. В общем случае получить аналити ческое решение этой задачи чрезвычайно трудно. Часто
138 СТОХАСТИЧЕСКАЯ АППРОКСИМАЦИЯ [ГЛ . 5
оказывается, что рекомендации по управлению разомкну той системой не столь удобны, как рекомендации по управлению объектом с замкнутой обратной связью. В одном частном случае, когда система линейна, помехи аддитивны, функция штрафа квадратична по управле нию и состояниям и нет идентифицируемых параметров, справедлива теорема отделимости или принцип достовер ной эквивалентности, принадлежащий в теории оптималь ного управления Калману (см. Сейдж, [116]). В этом случае оптимальное управление в замкнутой системе сводится к использованию оптимального линейного регу лятора, на вход которого поступает выходной сигнал опти мального линейного фильтра. Возможности решения зада чи идентификации и управления стохастическим объек том будут изучены сначала для простых ситуаций, в том числе и для рассмотренных в предыдущем разделе. Найден ные закономерности будут использованы при исследо
вании более сложных задач. |
отыскания |
экстремума |
||
Сначала |
рассмотрим |
задачу |
||
(чаще всего |
минимизации) функции штрафа |
|
||
|
/ = |
% {О К |
« } , |
(5.2.5) |
где £ — это случайная величина с известной плотностью вероятности р (£). Для того чтобы минимизировать (5.2.5), положим
оо |
.6) |
|
/ = ^ е(и, S)p(g)d£, |
||
(5.2J |
— оо
оо
Аналитическое решение (5.2.7) часто оказывается невоз можным, поэтому попробуем воспользоваться итератив ным алгоритмом
л
(5.2.8)
где К1 — последовательность положительных чисел. Гра диент дВ/ди является случайным вектором и состоит из
5.23 СТОХАСТИЧЕСКАЯ а п п р о к с и м а ц и я 139
двух компонент: одной, связанной |
с |
зависимостью 0 |
от |
||||
и, и второй, |
возникающей из-за |
случайного |
шума |
£. |
|||
Удобно записать |
|
|
|
|
|
|
|
39 (ц\ I 1) |
g |
f |
aetuVc1) Р V |
gCey-l-v*, (5.2.9) |
|||
диг |
° |
( |
Эиг |
|
|
|
|
где v1 — представляет |
случайную |
компоненту |
градиента |
и, по определению, имеет нулевое математическое ожи дание, что нетрудно увидеть, взяв математическое ожида
ние от левой и правой частей (5.2.9). |
Используя |
два по |
|
следних уравнения, получим |
|
|
|
и*+1 = и1 — К |
1[g (б1) + |
V *]. |
(5.2.10) |
Следует понимать, что фактически вычисления основаны на использовании (5.2.8). Однако в аналитических иссле дованиях удобнее опираться на формулу (5.2.10). Распо лагая последовательностью градиентов dQIdu1, i = 1, 2,..., мы надеемся, что для достаточно больших i ui+1 сходится к тому же пределу, что и и1, т. е.
lim ui+1 = lim и1.
i —*OQ |
i —*00 |
Переходя к пределу в (5.2.10), приходим к требованию
lim Я1 = 0, |
(5.2.11) |
i—*оо
так как в противном случае процесс, определяемый (5.2.10), не сойдется к какому-либо постоянному зна чению. Это справедливо, даже если g (0{) = 0, что озна чает, по крайней мере в среднем, равенство нулю d0/du. Но составляющая помехи v1 не нуль, и это уводит последо вательность и' от оптимальных значений. Естественно, последовательность К1 не должна слишком быстро схо дится к нулевому пределу, иначе g (0г) не «успеют» выве сти последовательность и1 в окрестность оптимального значения. Одновременно с этим средний эффект влияния помехи v1должен с увеличением i уменьшаться так, чтобы прошлые помехи не сказывались на ошибке вычислений.
В основополагающих работах по стохастической ап проксимации показано, что первое из этих требований
140 СТОХАСТИЧЕСКАЯ АППРОКСИМАЦИЯ [ГЛ . 5
математически выражается как
оо |
|
2 К1= ОО. |
(5.2.12) |
г— 1
Так как v1 имеют нулевое среднее, понятно, что
ОО
2 К Ч 1= 0. г=1
Для того чтобы устранить влияние помехи, необходимо потребовать выполнения неравенства
оо
2 (/0)2(к-)2< зо для всех у.
г—1
Можно показать, что это условие выполнено, если
оо
2 ( Я У О , |
(5.2.13) |
г= 1 |
|
а помеха v* имеет конечную дисперсию |
|
Vvi = уаг(у{)^ Ь < с > о . |
(5.2.14) |
Примером последовательности К*, удовлетворяющей тре бованиям (5.2.11) — (5.2.13), может служить последова тельность
Ю = k/i. |
(5.2.15) |
К сожалению, в теории стохастическойаппроксимации не имеется рекомендаций по выбору константы к, кроме тре бования ее положительности. Теория оптимальной филь трации, которая рассматривалась в главах 2 и 3, мы еще вернемся к ней в главе 7, утверждает, что выбор к опреде ляется относительной величиной входных шумов систе мы и ошибок измерений, причем в общем случае эта ха рактеристика должна быть представлена в матричной форме.
Ограничения на выбор К1не являются неожиданными, достаточно вспомнить о замечаниях предыдущего раздела,
5.2} СТОХАСТИЧЕСКАЯ АППРОКСИМАЦИЯ 141
касающихся связи между стохастической аппроксимаци ей и теорией оптимальной фильтрации. Строгие доказа тельства принадлежат Киферу и Вольфовицу [75], Блуму [19] и Кушнеру [84]. Доступное инженерное изложение теории стохастической аппроксимации можно найти у Хо и Ныоболда [53].
Теперь хотелось бы обобщить полученные результаты для того, чтобы научиться решать стохастические задачи
на экстремум с ограничениями в форме |
равенств. Итак, |
|
необходимо найти экстремум (минимум) |
|
|
/ = £ {0(х, |
и)} |
(5.2.16) |
ири дополнительном условии |
|
|
f (X, и, £) = |
0. |
(5.2.17) |
Допустим, что можно определить вероятностное распреде ление возможных значений £ = £* в виде набора вероят ностей P t, г = 1, 2, . . . М *). Рассмотрим экстремаль ную задачу с функцией штрафа J1 — 0 (х, и) и ограни чением
f(x, и, £*)=0. |
(5.2.18) |
Так как £» предполагается известным, эта задача являет ся простейшей статической задачей оптимизации. Чтобы найти оптимальное решение, введем гамильтониан (см. главу 3 Сейджа [116], Брайсона и Хо [24]
Я ' = 0(х,и) + Хт1(х,и,£1) |
(5.2.19) |
и решим следующую систему уравнений:
дН1 |
= 0, |
^ = 0, |
^ = 0. |
(5.2.20) |
дЬ |
|
Эи |
да |
|
Эта частная задача, когда £ = £*, возникает с вероятно стью Р ь. Таким образом, решение исходной задачи экви валентно решению набора детерминированных задач для разных £* с усреднением детерминированных решений по
*) Если 5 — непрерывная случайная величина, то возникаю щие трудности носят чисто технический характер, и, как мы уви дим, могут быть лех'ко преодолены.
142 СТОХАСТИЧЕСКАЯ АППРОКСИМАЦИЯ [ГЛ . 5
распределению вероятностей P t. Решение исходной эк стремальной задачи (5.2.16), (5.2.17) сводится к решению следующей системы уравнений, которая дает необходимые
условия |
оптимальности: |
|
|
|
|
f(x,u ,g) = 0; |
2 Р ^ |
= 0; |
2 Л ^ = « . |
(5-2.21) |
|
|
|
i — 1 |
|
г — Х |
|
Если £ обладает непрерывным распределением, то |
|||||
(5.2.21) |
преобразуется к виду |
|
|
||
|
|
f(x,u, I ) = |
0, |
|
|
оо |
|
|
оо |
|
|
— оо |
|
= |
Ь < е *)8! - « - < > |
|
|
|
|
— оо |
|
|
|
или |
|
|
|
|
|
f(x ,u ,g ) = |
0, |
= |
= |
(5.2.22) |
К сожалению, из-за наличия нелинейностей и матема тических ожиданий система уравнений (5.2.22) часто не поддается непосредственному решению. Вместо этого зай мемся поиском градиентных методов итеративного реше ния (5.2.22).
В данном случае метод стохастической аппроксимации очень похож на градиентный метод решения статических задач. Минимизируется функция штрафа (5.2.16) при ограничении (5.2.17)
J = %(9 (х. u)}, f (х, и, £) = 0.
Выберем начальное управление ш и реализацию в соот ветствии с плотностью вероятности р (£). Состояние х4 определяется из уравнения f (х4, и1, £*) = 0. Для изме нения управлений используется уравнение дЯ/Эх4 = 0. Затем повторяют вычисления с новой реализацией £• Схема вычислений такова:
1)выбрать и4,
2)взять одну из реализаций £*,
3)решить уравнение f (х4, и4, £4) = 0 относительно х 4,