ПОСТРОЕНИЕ ТРАЕКТОРИИ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ В ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЕ ПРИ ОТСУТСТВИИ НАБЛЮДАЕМЫХ ПЕРЕМЕННЫХ

Аннотация

Построение оптимального управления при полном отсутствии данных о динамике системы является актуальной проблемой. В данной статье предлагается решение линейной квадратичной задачи (ЛК) с конечным горизонтом для инвариантной ко времени системы с матрицей динамики графа.  В отличие от задачи регулирования, устойчивость и полная управляемость системы не предполагаются. Построение траектории управления контролируется направлением нарастания изменения состояния переменных за малое число шагов, которое определяется условным главным собственным вектором матрицы смежности графовой модели. Решение классического оптимального управления осуществляется в автономном режиме и требует полного знания динамики системы. В условиях отсутствия полного знания динамики системы решение задач оптимального управления системами с неопределенностью, в том числе дискретными линейными системами, вызывают значительный интерес в последние годы. Основным подходом, когда полная информация о системе недоступна, является дизайн оптимального управления, при котором первоначально определяются параметры системы, а затем решается алгебраическое уравнение в двойственном пространстве. Важным отличием от стандартной задачи дискретного управления является то, что модель управления была модифицирована для оценки изменений состояния переменных при управлениях, передаваемых через матрицу динамики. Предложенный алгоритм с использованием графовой матрицы реализует рекуррентные вычисления динамических и сопряженных уравнений, а также метод Пауэлла для решения системы линейных алгебраических уравнений (СЛАУ). Авторами введена новая интерпретация математической конструкции матрицы динамики системы в стандартной задаче дискретного управления на конечном интервале времени, которая может быть использована для проектирования любой управляемой динамической системы с ненаблюдаемыми параметрами.

Авторы

Список литературы

1. de Aguiar M.A.M., Bar-Yam Y. Spectral analysis and the dynamic response of complex networks, Phys. Rev. E, 2005, 71, 016106. Available at: https://doi.org/10.1103/PhysRevE.71.016106.

2. Butterworth J., Dunne P.E. Spectral Techniques in Argumentation Framework Analysis, Computational Models of Argument, 2016, pp. 167-178. Available at: https://doi.org/10.3233/978-1-61499-686-6-167.

3. Gadiyaram V., Ghosh S., Vishveshwara S. A graph spectral-based scoring scheme for network compar-ison, J. Complex Networks, cnw016, 2016. Available at: https://doi.org/10.1093/comnet/cnw016.

4. Pei S., Wang J., Morone F., Makse H.A. Influencer identification in dynamical complex systems,

J. Complex Networks, 2019. Available at: https://doi.org/10.1093/comnet/cnz029.

5. Ritter F.E., Shadbolt N.R., Elliman D., Young R.M., Gobet F., Baxter G.D. Techniques for Modeling Human Performance in Synthetic Environments: A Supplementary Review, 2003. Available at: https://doi.org/10.21236/ADA487721.

6. Gray W.D. ed. Integrated Models of Cognitive Systems. Oxford University Press, 2007. Available at: https://doi.org/10.1093/acprof:oso/9780195189193.001.0001.

7. Langley P., Laird J.E., Rogers S. Cognitive architectures: Research issues and challenges, Cogn. Syst. Res., 2009, 10, pp. 141-160. Available at: https://doi.org/10.1016/j.cogsys.2006.07.004.

8. Kotseruba I., Tsotsos J.K. 40 years of cognitive architectures: core cognitive abilities and practical appli-cations, Artif. Intell. Rev., 2020, 53, pp. 17-94. Available at: https://doi.org/10.1007/s10462-018-9646-y.

9. Sgaier S.K., Huang V., Charles G. The Case for Causal AI, Stanford Soc. Innov. Rev., 2020, 18 (3), pp. 50-55. Available at: https://doi.org/10.48558/KT81-SN73.

10. Razavi S.E., Moradi M.A., Shamaghdari S., Menhaj M.B. Adaptive optimal control of unknown dis-crete-time linear systems with guaranteed prescribed degree of stability using reinforcement learning, Int. J. Dyn. Control, 2022, 10, pp. 870-878. Available at: https://doi.org/10.1007/s40435-021-00836-x.

11. Moulton R.H., Rudie K. Online control of discrete-event systems: A survey, Annu. Rev. Control, 2022, 54, pp. 24-48. Available at: https://doi.org/10.1016/j.arcontrol.2022.08.002.

12. Katsuhiko O. Discrete-time control systems. Prentice-Hall, Inc., USA, 1995.

13. Tselykh A., Vasilev V., Tselykh L. A Method for Modeling the Control Impact Strategy Based on the Mental Frame of References of the Decision-Maker. Presented at the 2023. Available at: https://doi.org/10.1007/978-3-031-43789-2_29.

14. Pontryagin L.S. Mathematical Theory of Optimal Processes. Routledge, 2018. Available at: https://doi.org/10.1201/9780203749319.

15. Macki J., Strauss A. Necessary Conditions for Optimal Controls — The Pontryagin Maximum Principle. Presented at the 1982. Available at: https://doi.org/10.1007/978-1-4612-5671-7_5.

16. Bertsekas D.P. Constrained Optimization and Lagrange Multiplier Methods. Athena Scientifi, Belmont, MA, 1996.

17. Tselykh A., Vasilev V., Tselykh L., Ferreira F.A.F. Influence control method on directed weighted signed graphs with deterministic causality, Ann. Oper. Res., 2022, 311, pp. 1281-1305. Available at: https://doi.org/10.1007/s10479-020-03587-8.

18. Tselykh A., Vasilev V., Tselykh L. Effect of Resonance in the Effective Control Model Based on the Spread of Influence on Directed Weighted Signed Graphs, Advances in Intelligent Systems and Comput-ting, 2020, pp. 270-280. Available at: https://doi.org/10.1007/978-3-030-50097-9_28.

19. Powell M.J.D. An efficient method for finding the minimum of a function of several variables without calculating derivatives, Comput. J., 1964, 7, pp. 155-162. Available at: https://doi.org/10.1093/ comjnl/7.2.155.

20. Carvalho J.P. On the semantics and the use of fuzzy cognitive maps and dynamic cognitive maps in social sciences, Fuzzy Sets Syst., 2013, 214, pp. 6-19. Available at: https://doi.org/10.1016/ j.fss.2011.12.009

Скачивания

Опубликовано:

2025-07-24

Номер:

Раздел:

РАЗДЕЛ V. МОДЕЛИРОВАНИЕ И УПРАВЛЕНИЕ РИСКАМИ

Ключевые слова:

Стационарная дискретная система, квадратичная функция стоимости, линейная квадратичная задача, графовая матрица динамики

DOI

Для цитирования:

А.Н. Целых , В. С. Васильев , Л.А. Целых , Е.С. Подоплелова ПОСТРОЕНИЕ ТРАЕКТОРИИ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ В ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЕ ПРИ ОТСУТСТВИИ НАБЛЮДАЕМЫХ ПЕРЕМЕННЫХ. Известия ЮФУ. Технические науки. – 2025. - № 3. – С. 224-233.