Cours CO

Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
Systèmes Théorie du contrôle: Contrôlabilité et contrôle optimal

dynamiques
contrôlés
• Aperçu sur les systèmes
dynamiques
• Systèmes dynamiques
contrôlés
Mustapha SERHANI1
Contrôlabilité et
atteingnabilité 1 Université Moulay Ismail de Meknès.
• Contrôlabilité des
systèmes linéaires E-mail: m.serhani@umi.ac.ma
systèmes non linéaires
Problèmes de April 27, 2023

contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
Contrôlabilité et 1 Systèmes dynamiques contrôlés
contrôle optimal
• Aperçu sur les systèmes dynamiques
Mustapha
SERHANI1 • Systèmes dynamiques contrôlés
Systèmes 2 Contrôlabilité et atteingnabilité
dynamiques
contrôlés • Contrôlabilité des systèmes linéaires
dynamiques
• Contrôlabilité des systèmes non linéaires
contrôlés
Contrôlabilité et 3 Problèmes de contrôle optimal

atteingnabilité
• Historique
systèmes linéaires
• Exemples
• Formulation mathématique
Problèmes de
contrôle optimal
• Historique 4 Conditions nécessaires d’optimalité
• Exemples
• Formulation
• Principe de Maximum de Pontryagin (PMP)
mathématique
• Variantes du Principe de maximum de Pontryagin
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Systèmes dynamiques
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal Un système dynamique est un système qui évolue au cours du temps. Il modélise
Mustapha l’évolution d’une entité au cours du temps selon une loi décrite par des équations
SERHANI1
mathématiques. Il peut modéliser plusieurs phénomènes, à titre d’exemples:
Systèmes
dynamiques l’évolution d’une réaction chimique au cours du temps
contrôlés
dynamiques
le mouvement des planètes dans le système solaire
contrôlés La propagation d’un virus ou d’une épidémie
Contrôlabilité et
atteingnabilité l’évolution de la température d’un corps
...
Les systèmes dynamiques peuvent se scindés en deux catégories:
Problèmes de
contrôle optimal
• Historique
Systèmes dynamiques à temps discrets.
• Exemples
• Formulation Systèmes dynamiques à temps continu.
mathématique
Conditions
nécessaires
d’optimalité
Formulation mathématique
Théorie du
contrôle:
Les systèmes dynamiques peuvent être décrites par des:
Contrôlabilité et
contrôle optimal
- Equations différentielles ordinaires (EDO)
Mustapha dx
SERHANI1 (t) = f (t, x(t), a(t))
dt
Systèmes
dynamiques - Equations aux dérivées partielles (EDP)
contrôlés
• Aperçu sur les systèmes ∂v ∂v ∂2 v
dynamiques
(t, x) + k(v) (t, x) + h(v) 2 + B(v)u = f (t, x(t))
contrôlés ∂t ∂x ∂x
Contrôlabilité et - Equations intégrales
atteingnabilité Z
A(x)ϕ(x) + k(x, y)ϕ(y)dy = f (x)
systèmes non linéaires E
Problèmes de
contrôle optimal
- Equations avec retard
dx
(t) = f (t, x(t + θ), a(t))
• Historique
• Exemples
• Formulation
dt
mathématique
- Equations discrètes
Conditions
nécessaires x(k + 1) = f (x(k), u(k)), k = 0, 1, ...
d’optimalité
Exemples
Théorie du
contrôle:
• Modèle des pêcheries:
Contrôlabilité et dx x(t)
contrôle optimal (t) = rx(t)(1 − )
Mustapha
dt k
SERHANI1 où
Systèmes - x : la biomasse des poissons,
dynamiques
contrôlés - r : le taux de croissane intrinsèque à l’espèce des poissons,
dynamiques - K : capacité maximale de l’environnment.
contrôlés
Contrôlabilité et
atteingnabilité
• Modèle Proies-Prédateurs:
dx


 (t) = x(t)(α − βy(t))
dt
Problèmes de
contrôle optimal
 dy (t) = −y(t)(γ − δx(t))

• Historique
dt
• Exemples
• Formulation
mathématique
où
Conditions
- x : les proies,
nécessaires
d’optimalité
- y : les prédateurs.
Exemples
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
• Equation des ondes:
∂2 U 1 ∂2 U
Mustapha
=
SERHANI1 ∂z2 C 2 ∂t 2
Systèmes
dynamiques
contrôlés • Equation de la chaleur:
∂2 U ∂U
dynamiques
= K (t, z)
contrôlés ∂z2 ∂t
Contrôlabilité et
atteingnabilité
• Contrôlabilité des • Equation logistique avec retard:
dN N(t − τ)
Problèmes de (t) = rN(t)(1 − )
contrôle optimal dt k
• Historique
• Exemples
• Formulation
où
mathématique
τ : la durée de la formation des oeufs dans une population.
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Systèmes contrôlés
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Un système dynamique contrôlé peut être formulé sous la forme suivante:
Mustapha
SERHANI1 
 dx
Systèmes (t) = f (x(t), u(t)) p.p.t ∈ [0, T ]
dynamiques dt
 x(0)
contrôlés =x . 0
dynamiques
contrôlés où u(·) est une fonction avec laquelle on peut agir sur le système, qui s’appelle
Contrôlabilité et contrôle ou commande.
atteingnabilité
• Contrôlabilité des Le contrôle u(·) peut être de deux types :
Problèmes de • u(t) en boucle ouverte (open loop): le contrôle dépend seulement du temps.
contrôle optimal
• Historique
• Exemples
• u(x) feedback (boucle fermée) : le contrôle dépend de l’état.
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Oscillateur amorti
Théorie du
contrôle:
Contrôlabilité et On considère une masse ponctuelle m attachée à un ressort horizontal, la masse
contrôle optimal
est restreint à se déplacer le long de l’axe (OX ). La masse est attirée à l’origine par
Mustapha
SERHANI1 une force que l’on suppose égale à −k1 (x − l) − k2 (x − l)3
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
On applique à m une force extérieure u ·~i

Problèmes de
contrôle optimal
• Historique
• Exemples
l: longueur du ressort au repos,
• Formulation
mathématique
k1 : coefficient de raideur linéaire,
Conditions k2 : taux de la non linéarité de la force restauratrice.
nécessaires
d’optimalité
Oscillateur amorti
Théorie du
contrôle:
Contrôlabilité et Les lois de la mécanique donnent l’équation du mouvement de la masse m:
contrôle optimal
Mustapha
d2 x
SERHANI1
m + k1 (x − l) + k2 (x − l)3 = u
dt 2
Systèmes
dynamiques
contrôlés En procédant à un changement de variable y = x − l et en considérant ẏ = v on
dynamiques aboutit au système dynamique contrôlé suivant:
contrôlés

Contrôlabilité et  ẏ = v
atteingnabilité
k k 1
 v̇ = − 1 y − 2 y 3 + u
• Contrôlabilité des m m m
Problèmes de
contrôle optimal
On suppose que la position et la vitesse initiales sont connues, c.à.d. y(0) = y0 et
• Historique v(0) = v0 .
• Exemples
• Formulation But: chercher une fonction contrôle u qui ramène la masse m à l’équilibre en un
mathématique
Conditions
temps T , c.à.d. y(T ) = 0.
nécessaires
d’optimalité
Oscillateur amorti
Théorie du
contrôle: Ressort libre u = 0
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires c’est la courbe de l’équation de Duffing.
d’optimalité
Oscillateur amorti
Théorie du
contrôle:
Contrôlabilité et
Ressort amorti u(t) = −x(t)
contrôle optimal
Mustapha
SERHANI1
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Oscillateur amorti
Théorie du
contrôle: Ressort entretenu u(t) = −(x2 (t) − 1)x(t)
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
C’est la courbe de Vander Pol: modèle d’une horloge.
Moteur à courant continu
Théorie du
contrôle: On considère un dispositif électromécanique décrivant un moteur à courant
Contrôlabilité et
contrôle optimal continu qui peut être contrôlé par la tension du stator e ou par le courant du rotor I
Mustapha
SERHANI1
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
systèmes non linéaires L’équation du circuit électrique du stator est donnée par
Problèmes de
contrôle optimal di
• Historique e = Ri + L
• Exemples dt
• Formulation
mathématique
Conditions
où L est l’induction, R est la résistance et i le courant d’excitation dans le circuit du
nécessaires
d’optimalité
stator.
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Le couple de force exercé sur le rotor est
Mustapha
SERHANI1
C = Φ ∗ I,
Systèmes
dynamiques
contrôlés où Φ est le flux magnétique proportionnel au courant d’excitation i, Φ = K ∗ i, on
dynamiques
obtient ainsi:
contrôlés
C = K ∗i∗I
Contrôlabilité et
atteingnabilité
En considérons θ la position angulaire du rotor, J son moment d’inertie et F le
coefficient de frottement visqueux, l’application de la loi de Newton nous donne:
Problèmes de
contrôle optimal
d2 θ dθ
J 2
+F =C
• Historique
• Exemples
dt dt
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha En considérant u1 = e et u2 = I comme variables de contrôle, écrire les équations

SERHANI1
du système dynamique régissant ce problème.
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha En considérant u1 = e et u2 = I comme variables de contrôle, écrire les équations

SERHANI1
du système dynamique régissant ce problème.
Systèmes
dynamiques
Posons x1 = θ; x2 = θ̇ et x3 = i, nous pouvons écrire:
contrôlés

 ẋ1 = x2
dynamiques 


contrôlés 

F K


Contrôlabilité et 
atteingnabilité ẋ2 = − x2 + x3 u2
• Contrôlabilité des  J J
systèmes linéaires 


R 1



Problèmes de
 ẋ3 = − x3 + u1

contrôle optimal L L
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Lutte biologique: Coccinelles - Pucerons
Théorie du
contrôle: Les pucerons sont des insectes ravageurs pour les cultures de rosiers. La lutte
Contrôlabilité et
contrôle optimal biologique contre ces insectes est une alternative aux traitements par pesticides
Mustapha qui sont de moins en moins efficaces devant les résistances développées par les
SERHANI1
pucerons.
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Les coccinelles Harmonia axyridis sont utilisées dans cette lutte biologique car
Conditions
nécessaires elles se nourrissent de pucerons avec une grande voracité.
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
On désire modéliser ce problème sous forme d’un système dynamique contrôlé en
Systèmes
dynamiques
posant x1 (t) la densité de la population des pucerons à l’instant t et x2 (t) la densité
contrôlés de la population des coccinelles à l’instant t . On formule les hypothèses suivantes:
dynamiques
en l’absence de coccinelles, la population de pucerons dispose d’assez de
contrôlés
nourriture (les feuilles des rosiers) pour avoir une croissance exponentielle
Contrôlabilité et
atteingnabilité avec un taux spécifique de croissance constant a ;
les coccinelles dévorent d’autant plus de pucerons qu’ils sont nombreux avec
un taux d’efficacité d .
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
Systèmes
dynamiques la prédation par les coccinelles est la seule source de mortalité naturelle des
contrôlés
pucerons avec un taux b ;
dynamiques
contrôlés
les coccinelles ont un taux spécifique constant de mortalité naturelle e ;
Contrôlabilité et le jardinier répand un pesticide qui tue indifféremment les pucerons et les
atteingnabilité
• Contrôlabilité des coccinelles avec un taux d’épandage variable noté u(t)
u(t).
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
Systèmes
dynamiques
contrôlés
Trouver le système dynamique modélisant cette lutte biologique:
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
Systèmes
dynamiques
contrôlés
Trouver le système dynamique modélisant cette lutte biologique:
dynamiques ½
contrôlés
ẋ1 = ax1 − bx1 x2 − cux1
Contrôlabilité et
ẋ2 = dx1 x2 − ex2 − fux2
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Existence de solutions
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal Soient Ω ⊂ Rn un ouvert borné, U ⊂ Rm un compact et considérons le système
Mustapha dynamique contrôlé
SERHANI1
½
Systèmes ẋ(t) = f (t, x(t), u(t)), p.p. t ∈ [0, T ]
dynamiques (S)
contrôlés x(0) = x0
dynamiques
contrôlés
où x ∈ W 1,1 ([0, T ], Ω), u ∈ U := {u : [0, T ] −→ U mesurable} et f : [0, T ] × Ω × U −→ Rn
Contrôlabilité et telle que
atteingnabilité
H1 -
t 7→ f (t, x, u(t)) est mesurable pour tout x ∈ Ω.
Problèmes de
contrôle optimal x 7→ f (t, x, v) est continue pour tout (t, v) ∈ [0, T ] × U.
• Historique
• Exemples H2 - f (t, ·, u) est Lipschitzienne, uniformément par rapport à (t, u)

• Formulation
mathématique c.à.d.
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
Il existe k > 0 telle que pour tout x, x0 ∈ Ω
contrôle optimal
Mustapha |f (t, x, v) − f (t, x0 , v)| ≤ k|x − x0 |, ∀(t, v) ∈ [0, T ] × U.

SERHANI1
Systèmes
dynamiques
H3 - Il existe c, γ > 0 telles que
contrôlés
dynamiques |f (t, x, v)| ≤ c|x| + γ, pour tout (t, x, v) ∈ [0, T ] × Ω × U.
contrôlés
Contrôlabilité et
atteingnabilité Théorème:
Sous les hypothèses H1 − H3 , pour chaque contrôle u ∈ U , le système (S) admet une
solution globale unique définie sur [0, T ], donnée, pour tout t ∈ [0, T ] par:
Problèmes de
contrôle optimal
• Historique
Z t
• Exemples
x(t) = x0 + f (s, x(s), u(s))ds
• Formulation
mathématique 0
Conditions
nécessaires
d’optimalité
Notion de Contrôlabilité
Théorie du
contrôle:
Contrôlabilité et
Définition:
contrôle optimal
Le système (S) est dite contrôlable si pour tout zd ∈ Rn , il existe T > 0 et un contrôle
Mustapha
SERHANI1 u(·) tel que x(t) la solution du système (S) associée à u, vérifie x(T ) = zd .
Systèmes
dynamiques Remarque: La contrôlabilité c’est pouvoir ramener le système d’un état initial vers
contrôlés
un état désiré en un temps T fini.
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Lien avec l’atteignabilité
Théorie du
contrôle: Définition:
Contrôlabilité et
contrôle optimal
Étant donné x0 ∈ Rn , on dit qu’un état v ∈ Rn est atteignable en temps T à partir de
Mustapha
SERHANI1
x0 s’il existe une loi de contrôle u ∈ U telle que x(T ) = v, x(·) étant la solution du
système (S) satisfaisant x(0) = x0 .
Systèmes
dynamiques
contrôlés L’ensemble des états atteignables à partir de x0 en temps T est noté:
dynamiques
contrôlés
A (x0 , T ) = {x(T ) : x(·) est solution de (S) vérifiant x(0) = x0 }
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
Le résultat suivant découle immédiatement des définitions de la contrôlabilité et
SERHANI1 de l’atteignabilité:
Systèmes
dynamiques Proposition
contrôlés
dynamiques
Le système (S) est contrôlable en temps T ssi
contrôlés
Contrôlabilité et
atteingnabilité
A (x0 , T ) = Rn
• Contrôlabilité des (S) est contrôlable ssi
Problèmes de
∪ A (x0 , T ) = Rn
contrôle optimal
T ≥0
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Cas des systèmes linéaires autonomes
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal Supposons que U = Rm et que le système (S) est linéaire:
Mustapha
SERHANI1 ½
ẋ(t) = Ax(t) + Bu(t), p.p. t ∈ [0, T ]
(L)
Systèmes
dynamiques
x(0) = x0
contrôlés
dynamiques où A ∈ M (n), B ∈ M (n, m). La solution de (L) est donnée par
contrôlés
Z t
tA
e(t−s)A Bu(s)ds
Contrôlabilité et
atteingnabilité x(t) = e x0 +
• Contrôlabilité des 0
où e(t−s)A est la résolvante de la matrice A définie par:
Problèmes de
contrôle optimal R t2
Ads
• Historique
• Exemples
RA (t1 , t2 ) = e t1
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
Dans le cas particulier du système (L), l’ensemble des états atteignables à partir de
SERHANI1 0 vérifie les propriétés suivantes:
Systèmes
dynamiques Proposition
contrôlés
dynamiques L’ensemble A (0, T ) est un espace vectoriel. De plus l’ensemble des états atteignables
à partir de x0 , A (x0 , T ), est un espace affine vérifiant:
contrôlés
Contrôlabilité et
A (x0 , τ) = eτA x0 + A (0, τ)

atteingnabilité
Problèmes de Ainsi, l’ensemble des points atteignables à partir d’un état initial x0 non nul peut
contrôle optimal
• Historique être complètement caractérisé par l’ensemble A (0, τ).
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Théorie du On peut donc caractériser la contrôlabilité en utilisant l’espace A (0, τ).
contrôle:
Contrôlabilité et Considérons la matrice
contrôle optimal
Mustapha
C = [B AB ... An−1 B]
SERHANI1
C ∈ M (n, nm) est dite la matrice de contrôlabilité.
Systèmes
dynamiques
contrôlés Théorème:
dynamiques
Le système (L) est contrôlable ssi
contrôlés
Contrôlabilité et
atteingnabilité
rg(C ) = n
Cette condition s’appelle le critère de Kalman pour la contrôlabilité.
Problèmes de
contrôle optimal
• Historique
Remarque
• Exemples
• Formulation
mathématique
On a
Conditions A (0, T ) = Im C
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Contrôlabilité locale autour d’un équilibre
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Considérons une autre fois le système (S).
Mustapha
SERHANI1
Supposons que le point (0, 0) est un point d’équilibre, c.à.d. il existe un contrôle 0
tel que
Systèmes
dynamiques f (0, 0) = 0.
contrôlés
dynamiques
contrôlés
La Linéarisation de (S) autour de (0, 0), aboutit à un système linéaire
Contrôlabilité et
atteingnabilité
• Contrôlabilité des (SL ) ẋ(t) = Ax(t) + Bu(t), pour t ∈ [0, T ]
∂f ∂f
Problèmes de où A = (0, 0) et B = (0, 0).
contrôle optimal ∂x ∂u
• Historique
• Exemples
• Formulation
(SL ) est appelé le système linéarisé de (S).
mathématique
Conditions
nécessaires
d’optimalité
Le critère de Kalman appliqué à (SL ) conduit au résultat suivant:
Théorème:
Si le système (SL ) est contrôlable alors le système non linéaire (SL ) est localement
contrôlable.
Remarque: Si le système (SL ) n’est pas contrôlable, on ne peut rien dire à priori
pour le système non linéaire (S).
Exercice: On s’intéresse au déplacement d’une voiture commandée en vitesse
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha Le modèle est donné par:

SERHANI1 
 ẋ = v cos(θ),
Systèmes
dynamiques
ẏ = v sin(θ),
contrôlés
θ̇ = w,

dynamiques
contrôlés
où les commandes v et w sont les vitesses linéaires et angulaires.
Contrôlabilité et
atteingnabilité
1− Linéariser le système autour d’une trajectoire correspondant au contrôle
• Contrôlabilité des (v, w) = (0, 0).
Problèmes de
contrôle optimal 2− Le linéarisé est-il contrôlable?
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Crochets de Lie
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
Considérons deux champs de vecteurs f et g de classe C ∞ (Rn ).
Systèmes Le crochet de Lie de f et de g est le champ de vecteurs, noté [f , g] ∈ C ∞ (Rn ), donné
dynamiques
contrôlés par
dynamiques ∂g ∂f
[f , g](x) = (x).f (x) − (x).g(x)
∂x ∂x
contrôlés
Contrôlabilité et
atteingnabilité
Les propriétés suivantes sont satisfaites par les crochets de Lie:
systèmes linéaires [f , g] = −[g, f ]
[f , [g, h]] + [g, [h, f ]] + [h, [f , g]] = 0 (identité de Jacobi)
Problèmes de
contrôle optimal
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Contrôlabilité globale: Systèmes affine sans dérive
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Supposons maintenant que le système (S) est affine en contrôle et sans dérive
Mustapha
m
SERHANI1
X
(SASD ) ẋ(t) = fi (x)ui ,
Systèmes i=1
dynamiques
contrôlés
• Aperçu sur les systèmes où fi ∈ C ∞ (Ω; Rn ) et ui ∈ U pour i = 1, ..., m.
dynamiques
contrôlés
Définition:
Contrôlabilité et
atteingnabilité Soient m > 0 un entier. On appelle algèbre de Lie engendrée par les champs de
vecteurs f1 , ..., fm le plus petit sous-espace vectoriel E de l’espace C ∞ (Rn ; Rn ) tel
que:
Problèmes de
contrôle optimal • fi ∈ E, ∀i ∈ [1, m]
• Historique
• Exemples
• (g ∈ E et h ∈ E) =⇒ [g, h] ∈ E.
• Formulation
mathématique
Cette algèbre de Lie est notée : Lie{f1 , ..., fm }.
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et Grâce à cette algèbre de Lie, on peut caractériser la contrôlabilité non linéaire:
contrôle optimal
Mustapha Théorème:
SERHANI1
Si ∀x ∈ Rn , {g(x); g ∈ Lie{f1 , ..., fm }} = Rn . Alors (SASD ) est contrôlable.
Systèmes
dynamiques
contrôlés Inversement
dynamiques
contrôlés
Théorème:
Contrôlabilité et Si le système (SASD ) est contrôlable et f1 , ..., fm sont analytiques alors ∀x ∈ Rn ,
atteingnabilité
{g(x); g ∈ Lie{f1 , ..., fm }} = Rn .
Problèmes de
contrôle optimal
• Historique Reprenons l’exercice de la voiture:
• Exemples
• Formulation
3− Réécrire le système non linéaire sous forme d’un problème affine sans dérive et
mathématique
montrer qu’il est contrôlable.
Conditions
nécessaires
d’optimalité
Contrôlabilité globale: Systèmes affine avec dérive
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
On considère un système affine en contrôle avec dérive
Mustapha
SERHANI1
m
X
Systèmes (SAWD ) ẋ(t) = f0 (x) + fi (x)ui ,
dynamiques i=1
contrôlés
dynamiques
fi ∈ C ∞ (Ω; Rn ), pour i = 0, ..., m et ui ∈ U pour i = 1, ..., m. Nous avons la condition
contrôlés
nécessaire de contrôlabilité
Contrôlabilité et
atteingnabilité
Théorème:
Si le système (SAWD ) est localement contrôlable en (0, 0) et f0 , ..., fm sont analytique,
Problèmes de Alors
contrôle optimal
• Historique
{g(0); g ∈ Lie{f0 , ..., fm }} = Rn .
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Définition
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal Contrôle optimal: parmi les contrôles assurant la contrôlabilité, existe t-il un
Mustapha
SERHANI1
contrôle qui minimise ou maximise une certaine fonctionnelle J(u).
Systèmes
dynamiques
contrôlés
dynamiques
contrôlés
Contrôlabilité et
atteingnabilité
Problèmes de
contrôle optimal
J(u) s’appelle la fonction objective:
• Historique - Minimiser le temps (Pb temps minimal), le coût, l’énergie, ... - Maximiser un
• Exemples
• Formulation
mathématique
bénéfice, l’efficacité, ...
Conditions
nécessaires
d’optimalité
Historique
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha
SERHANI1
• Le contrôle optimal est né dans les années 50 après la 2ème guerre mondiale.
C’est la continuité naturelle des calcul des variations.
Systèmes
dynamiques
contrôlés
• Aperçu sur les systèmes • Le principe de maximum généralise l’équation d’Euler-Lagrange.
dynamiques
contrôlés
Contrôlabilité et
• Les applications du contrôle optimal sont divers:
atteingnabilité
- Aéronautique: Avions téléguidés, espionnage, missile,...
- Industrie automobile: ABS, Freinage assisté, EPS, ordinateur de bord, ...
Problèmes de
contrôle optimal - Contrôle des flux routiers, ferroviaires, ...
• Historique
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Exemples
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Ressources renouvelables: Problème de la pêche:
Mustapha  RT
SERHANI1 
 max J(x) := 0 e−δt (px(t) − c)E(t)dt
x(t)

Systèmes (PP) ẋ(t) = rx(t)(1 − ) − qx(t)E(t), t ∈ [0, T ]
dynamiques
contrôlés

 K
x(0) = x0 .

dynamiques
contrôlés Le contrôle correspond à l’effort de pêche E(t).
Contrôlabilité et
atteingnabilité
• Contrôlabilité des Investissement:
• Contrôlabilité des 
systèmes non linéaires R T −rt
Problèmes de
 max J(x) := 0 e (P(x(t)) − C(u(t)))dt

contrôle optimal (PI) ẋ(t) = u(t) − bx(t), t ∈ [0, T ]
• Historique 
 x(0) = x .
• Exemples 0
• Formulation
mathématique
le contrôle décrit le taux d’investissement.
Conditions
nécessaires
d’optimalité
Exemples
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal Ressources non renouvelables:
Mustapha
SERHANI1
 RT

 max J(x) := 0 ln(C(t))dt

Systèmes  ẋ(t) = −R(t), t ∈ [0, T ]


dynamiques
contrôlés (PRNR) K̇ (t) = AK 1−a (t)Ra (t) − C(t), t ∈ [0, T ]
• Aperçu sur les systèmes 
dynamiques


 x(0) = X0 , X (T ) = 0, K (0) = K0 , K (T ) = 0.
• Systèmes dynamiques 
C ≥ 0, R ≥ 0.
contrôlés

Contrôlabilité et
atteingnabilité Les états sont X (t) et K (t) la ressource non renouvelable et le capital.
Les contrôles sont R(t) et C(t), ils décrivent le taux d’extraction de la ressource et la
Problèmes de
contrôle optimal consommation du capital.
• Historique
• Exemples
• Formulation
mathématique la croissance du capital obéit à la fonction de Cobb-Douglas xa y 1−a .
Conditions
nécessaires
d’optimalité
Exemples
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Mustapha Le contrôle optimal de l’oscillateur amorti: dans ce cas le but est de chercher une
SERHANI1
fonction contrôle u qui ramène la masse m à l’équilibre en un temps minimale T :
Systèmes
dynamiques
contrôlés
min T
dynamiques
u
contrôlés sous contraintes
Contrôlabilité et 
atteingnabilité  ẏ(t) = v(t)
systèmes linéaires k k 1
• Contrôlabilité des  v̇(t) = − 1 y(t) − 2 y 3 (t) + u(t), ∀ t ∈ [0, T ]
m m m
Problèmes de
contrôle optimal
• Historique
sous les conditions y(0) = y0 , v(0) = v0 et y(T ) = 0.
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Position du problème
Théorie du
contrôle:
Un problème de contrôle optimal est formulé comme suit:
Contrôlabilité et
contrôle optimal
Soit Ω ⊂ Rn un ouvert et U ⊂ Rm un compact.
Mustapha
SERHANI1 Z t1
Systèmes (PL ) inf J(u) := L(t, x(t), u(t))dt (1)
dynamiques t0
contrôlés
s.c. ẋ(t) = f (t, x(t), u(t)), p.p.t ∈ [t0 , t1 ] (2)
dynamiques
contrôlés
x(t0 ) = x0 .
Contrôlabilité et
atteingnabilité où L, f : [t0 , t1 ] × Ω × U −→ Rn sont C 1 ([t0 , t1 ]),
u ∈ U := {u : [t0 , t1 ] −→ U continue par morceaux}.
Problèmes de
contrôle optimal
Pour chaque contrôle u ∈ U , il existe une trajectoire xu (t) solution de l’équation
• Historique différentielle (2).
• Exemples
• Formulation
mathématique
Conditions
Donc parmi tous ces contrôles u ∈ U , on cherche u∗ ∈ U qui minimise le critère
nécessaires
d’optimalité
(fonction objective) J(u), (1)?
Formulations
Théorie du
contrôle:
Contrôlabilité et Le problème (PL ) s’appelle problème de Lagrange, mais il y a d’autres
contrôle optimal
formulations:
Mustapha
SERHANI1 Problème de Bolza:
Systèmes
Z t1
dynamiques
contrôlés
(PB ) inf J(u) := L(t, x(t), u(t))dt + φ(x(t1 )) (3)
t0
dynamiques
contrôlés
Contrôlabilité et
x(t0 ) = x0 .
atteingnabilité
systèmes linéaires Problème de Mayer:
Problèmes de (PM ) inf J(u) := φ(x(t1 )) (5)

contrôle optimal
• Historique
• Exemples
• Formulation
mathématique x(t0 ) = x0 .
Conditions
nécessaires
d’optimalité
Théorie du
contrôle: Problème à inclusion différentielle:
Contrôlabilité et
contrôle optimal Z t1
Mustapha (PID ) inf J(u) := L(t, x(t), ẋ(t))dt + φ(x(t1 )) (7)
SERHANI1 t0
Systèmes
s.c. ẋ(t) ∈ F(t, x(t)), p.p.t ∈ [t0 , t1 ] (8)
dynamiques
contrôlés x(t0 ) = x0 .
dynamiques
contrôlés où F(t, x) = {f (t, x, u) : u ∈ U} est une fonction multivoque vérifiant les conditions
Contrôlabilité et de Peano:
atteingnabilité
Pour tout x, F(x) est non vide, convexe et compact.
systèmes non linéaires F est semicontinue supérieure, c.à.d.
Problèmes de
contrôle optimal
• Historique ∀x ∈ Rn , ∀ε > 0, ∃δ > 0 si y vérifie
• Exemples
• Formulation
kx − yk ≤ δ ⇒ F(y) ⊂ F(x) + εB
mathématique
Conditions
nécessaires
d’optimalité
Résultat d’existence
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal Nous présentons un résultat d’existence pour le problème de contrôle optimal de
Mustapha
Bolza (PB ) sous les hypothèses suivantes:
SERHANI1
Systèmes
dynamiques A1 − L est continue, Lipschitzienne en x uniformément par rapport à t et u.
A2 − f est bornée, φ est Lipschitzienne.
contrôlés
dynamiques
L(t, x, u)
contrôlés A3 − L’ensemble f˜ (t, x, U) = {( ) : u ∈ U} est convexe pour tout t, x.
f (t, x, u)
Contrôlabilité et
atteingnabilité
Théorème:
Sous les hypothèses H1 − H3 et A1 − A3 , le problème (PB ) admet un contrôle optimal
Problèmes de
contrôle optimal
u∗ ∈ U :
• Historique
J(u∗ ) = minu∈U J(u)
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Principe de maximum de Pontryagin
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
Considérons le problème de contrôle optimal de Bolza (P)
Mustapha Z t1
SERHANI1
inf J(u) := L(t, x(t), u(t))dt + φ(x(t1 )) (9)
Systèmes t0
dynamiques
contrôlés s.c. ẋ(t) = f (t, x(t), u(t)), p.p.t ∈ [t0 , t1 ] (10)
dynamiques u(t) ∈ U, ∀t ∈ [t0 , t1 ] (11)
contrôlés
x(t0 ) ∈ M0 ; x(t1 ) ∈ M1 .
Contrôlabilité et
atteingnabilité
où M0 et M1 sont des variétés de Rn ayant des espaces tangents respectivement en
systèmes non linéaires x(t0 ) et x(t1 ).
Problèmes de et soit l’hamiltonien
contrôle optimal
• Historique
• Exemples
• Formulation
H(t, x, u, λ, λ0 ) := λ0 .L(t, x, u) + λ.f (t, x, u)
mathématique
Conditions
nécessaires
d’optimalité
Théorie du
contrôle:
Contrôlabilité et
Le PMP énonce les conditions nécessaires d’optimalité, du premier ordre que doit
contrôle optimal vérifier un processus optimal (u∗ , x∗ ).
Mustapha
SERHANI1
Théorème: PMP
Systèmes
dynamiques
Supposons que (u∗ , x∗ ) est optimal pour le problème (P). Alors, il existe λ0 ≤ 0 et
contrôlés
un arc absolument continue λ : [t0 , t1 ] −→ Rn , (l’état adjoint) tels que (λ, λ0 ) 6= 0 et
dynamiques
∂H
• Systèmes dynamiques 
contrôlés

 λ̇(t) = − (t, x∗ (t), u∗ (t), λ(t), λ0 ), p.p.
Contrôlabilité et
∂x


∂H
atteingnabilité



 ẋ(t) = ∂λ (t, x (t), u (t), λ, λ0 ), p.p.

 ∗ ∗

H(t, x∗ (t), u∗ (t), λ(t), λ0 ) = max H(t, x∗ (t), v, λ(t), λ0 ), p.p.
Problèmes de


 v∈U
contrôle optimal


 +C. transversalité:
 λ(t0 ) ⊥ Tx(t ) M0 ; λ(t1 ) − λ0 ∂φ (x(t1 )) ⊥ Tx(t ) M1
• Historique


• Exemples


• Formulation
mathématique
0
∂x 1
Conditions
nécessaires
d’optimalité
Normalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal En reprenons l’Hamiltonien
Mustapha
SERHANI1 H(t, x, u, λ, λ0 ) := λ0 .L(t, x, u) + λ.f (t, x, u)
Systèmes
dynamiques
contrôlés
Si pour le problème (P), on a λ0 6= 00, on dit que le problème est normal. Dans ce cas
dynamiques
on peut choisir λ0 = −1 est définir un nouveau Hamiltonien:
contrôlés
H
Contrôlabilité et H(t, x, u, λ) = − (t, x, u, λ, λ0 ) = −L(t, x, u) + λ.f (t, x, u)
atteingnabilité λ0
λ
où λ = −
.
Problèmes de λ0
contrôle optimal
Si λ0 = 00, le Problème (P) est dit anormal (abnormal). Dans ce cas l’optimalité ne
• Historique
• Exemples
• Formulation
mathématique dépends plus de la fonction coût. Les trajectoires sont dites singulières.
Conditions
nécessaires
d’optimalité
Cas particuliers:
Théorie du
contrôle:
Contrôlabilité et
• Problème sans contrainte:
contrôle optimal Si U = Rm , lorsqu’il n y a pas de contraintes sur le contrôle, la condtion de
Mustapha
SERHANI1
maximisation du PMP devient:
Systèmes ∂H
dynamiques (t, x∗ , u∗ , λ, λ0 ) = 0.
contrôlés ∂u
dynamiques
• Systèmes dynamiques • Temps final libre t1 est une variablle inconue à déterminer:
contrôlés
Contrôlabilité et
Dans ce cas une condition s’ajoute:
atteingnabilité
max H(t, x∗ (t1 ), v, λ(t1 ), λ0 ) = 0

• Contrôlabilité des v∈U
Problèmes de
contrôle optimal
Si φ dépend de t: φ(t, x) on aura
• Historique
• Exemples
∂φ
• Formulation
max H(t, x∗ (t1 ), v, λ(t1 ), λ0 ) = −λ0 (t1 , x(t1 ))
∂x
mathématique
v∈U
Conditions
nécessaires
d’optimalité
Sommaire
Théorie du
contrôle:
contrôle optimal
Mustapha
dynamiques
dynamiques
contrôlés

atteingnabilité
• Historique
• Exemples
Problèmes de
contrôle optimal
• Exemples
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Conditions de Transversalité
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal Si les variétés M0 et M1 pourraient s’écrire sous la forme
Mustapha Mj = {x ∈ Rn : F1 (x) = F2 (x) = ... = Fpj (x) = 0}, pour j = 0, 1. Alors l’espace tangent à
SERHANI1
Mj en un point x est donné par
Systèmes
dynamiques
contrôlés Tx Mj = {v ∈ Rn : ∇Fi (x) · v = 0, i = 1, ..., pj }, j = 0, 1.
dynamiques
La C.T. devient alors: ∃ α1 , ..., αp0 , β1 , ..., βp1 , ∈ R telles que:

contrôlés
Contrôlabilité et
atteingnabilité p0
λ(t0 ) = αi ∇Fi (x(t0 ))
X
systèmes non linéaires i=1
Problèmes de
p1
contrôle optimal ∂φ
λ(t1 ) = βi ∇Fi (x(t1 )) + λ0
X
• Historique (x(t1 ))
• Exemples
i=1 ∂x
• Formulation
mathématique
Conditions
nécessaires
d’optimalité
Variantes du PMP: Conditions de Transversalité
Théorie du
contrôle:
• Cas de la condition initiale fixe et condition finale libre:
Contrôlabilité et
contrôle optimal
Mustapha M0 = {x0 } : x(t0 ) = x0 et M1 = Rn

SERHANI1
Systèmes
dynamiques Théorème
contrôlés
dynamiques
Si (u∗ , x∗ ) est optimal alors il existe un arc λ : [t0 , t1 ] −→ Rn , C 1 (l’état adjoint) tel
contrôlés que:
Contrôlabilité et
∂H

atteingnabilité
• Contrôlabilité des  λ̇(t) = − (t, x∗ , u∗ , λ)



 ∂x
• Contrôlabilité des 

 ẋ(t) = ∂H (t, x∗ , u∗ , λ)



Problèmes de
contrôle optimal ∂λ
• Historique 
∂H
• Exemples


(t, x∗ , u∗ , λ) = 0


• Formulation
∂u

mathématique

 +La condition de transversalité λ(t1 ) = ∂φ (x(t1 ))


Conditions

nécessaires ∂x
d’optimalité
Théorie du
contrôle:
• Cas de la condition initiale libre et condition finale fixée
Contrôlabilité et
contrôle optimal
M0 = Rn et M1 = {x1 } : x(t1 ) = x1
Mustapha
SERHANI1
Systèmes
dynamiques
contrôlés Théorème:
dynamiques
contrôlés
que:
Contrôlabilité et
atteingnabilité
∂H

λ̇(t) = − (t, x∗ , u∗ , λ)
∂x





systèmes non linéaires 
∂H


Problèmes de

ẋ(t) = ∗ ∗
(t, x , u , λ)
contrôle optimal ∂λ
• Historique 

• Exemples
∂H


(t, x∗ , u∗ , λ) = 0
• Formulation


 ∂u
mathématique


Conditions +La condition de transversalité λ(t0 ) = 0
nécessaires
d’optimalité
Théorie du
contrôle:
• Cas de la condition initiale libre et condition finale libre
Contrôlabilité et
contrôle optimal
M0 = Rn et M1 = Rn
Mustapha
SERHANI1
Systèmes
dynamiques Théorème:
contrôlés
dynamiques
contrôlés que:
Contrôlabilité et
 λ̇(t) = − ∂H (t, x∗ , u∗ , λ)

atteingnabilité

∂x



∂H


(t, x∗ , u∗ , λ)
systèmes non linéaires 
 ẋ(t) =

Problèmes de ∂λ
contrôle optimal ∂H
(t, x∗ , u∗ , λ) = 0
• Historique


∂u


• Exemples
∂φ


• Formulation 
 +La condition de transversalité λ(t0 ) = 0; λ(t1 ) =

mathématique  (x(t1 ))
Conditions ∂x
nécessaires
d’optimalité
Théorie du
contrôle:
• Cas de la condition initiale fixée et condition finale fixée
Contrôlabilité et
contrôle optimal M0 = {x0 } : x(t0 ) = x0 et M1 = {x1 } : x(t1 ) = x1
Mustapha
SERHANI1
Systèmes
dynamiques
Théorème:
contrôlés
• Aperçu sur les systèmes Si (u∗ , x∗ ) est optimal alors il existe un arc λ : [t0 , t1 ] −→ Rn , C 1 (l’état adjoint) tel
dynamiques
• Systèmes dynamiques que:

contrôlés
Contrôlabilité et
∂H

atteingnabilité  λ̇(t) = − (t, x∗ , u∗ , λ)
∂x







∂H


Problèmes de
ẋ(t) = (t, x∗ , u∗ , λ)
contrôle optimal
• Historique


 ∂λ
• Exemples


 ∂H (t, x∗ , u∗ , λ) = 0


• Formulation 
mathématique 
Conditions ∂u
nécessaires
d’optimalité
Fonction valeur
Théorie du
contrôle: Considérons le problème de contrôle optimal de Bolza (P)
Contrôlabilité et
contrôle optimal
Z T
Mustapha
SERHANI1
V (0, x0 ) = inf L(t, x(t), u(t))dt + φ(x(T )) (12)
0
Systèmes s.c. ẋ(t) = f (t, x(t), u(t)), p.p.t ∈ [0, T ] (13)
dynamiques
contrôlés
x(0) = x0 .
dynamiques
contrôlés
Perturbons le problème par rapport aux conditions initiales, on obtient :
Contrôlabilité et
atteingnabilité Z T
L(s, x(s), u(s))ds + φ(x(T ))
systèmes linéaires V (t, x) = inf
t
Problèmes de
contrôle optimal telle que la trajectoire vérifie x(t) = x.
• Historique
• Exemples
V s’appelle la fonction valeur (marginale) associée au problème (P).
• Formulation
mathématique
Remarquons que
Conditions V (T , x) = φ(x).
nécessaires
d’optimalité
Programmation dynamique
Théorie du
contrôle:
Contrôlabilité et
contrôle optimal
On montre grâce au principe de Bellman que :
Mustapha
SERHANI1
Lemme
Systèmes
dynamiques
Z t+∆
contrôlés V (t, x) = inf { L(s, x(s), u(s))ds + V (t + ∆, x(t + ∆))}
• Aperçu sur les systèmes u∈U t
dynamiques
contrôlés
Contrôlabilité et Ce qui conduit à l’équation de HJB

atteingnabilité
systèmes linéaires Théorème
Problèmes de ∂V ∂V
contrôle optimal (t, x) + inf { (t, x)f (t, x, u) + L(t, x, u)} = 0
• Historique ∂t u∈U ∂t
• Exemples
• Formulation
mathématique
avec V (T , x) = φ(x).
Conditions
nécessaires
d’optimalité

Cours CO

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours CO

Transféré par

Droits d'auteur :

Formats disponibles

Théorie du

Systèmes Théorie du contrôle: Contrôlabilité et contrôle optimal

Problèmes de April 27, 2023

Contrôlabilité et 3 Problèmes de contrôle optimal

Contrôlabilité et 3 Problèmes de contrôle optimal

Contrôlabilité et 3 Problèmes de contrôle optimal

On applique à m une force extérieure u ·~i

Mustapha En considérant u1 = e et u2 = I comme variables de contrôle, écrire les équations

Mustapha En considérant u1 = e et u2 = I comme variables de contrôle, écrire les équations

Contrôlabilité et 3 Problèmes de contrôle optimal

• Exemples H2 - f (t, ·, u) est Lipschitzienne, uniformément par rapport à (t, u)

Mustapha |f (t, x, v) − f (t, x0 , v)| ≤ k|x − x0 |, ∀(t, v) ∈ [0, T ] × U.

A (x0 , τ) = eτA x0 + A (0, τ)

Contrôlabilité et 3 Problèmes de contrôle optimal

Mustapha Le modèle est donné par:

Contrôlabilité et 3 Problèmes de contrôle optimal

Contrôlabilité et 3 Problèmes de contrôle optimal

Contrôlabilité et 3 Problèmes de contrôle optimal

Problèmes de (PM ) inf J(u) := φ(x(t1 )) (5)

Contrôlabilité et 3 Problèmes de contrôle optimal

max H(t, x∗ (t1 ), v, λ(t1 ), λ0 ) = 0

Contrôlabilité et 3 Problèmes de contrôle optimal

La C.T. devient alors: ∃ α1 , ..., αp0 , β1 , ..., βp1 , ∈ R telles que:

Mustapha M0 = {x0 } : x(t0 ) = x0 et M1 = Rn

• Systèmes dynamiques que:

Contrôlabilité et Ce qui conduit à l’équation de HJB

Vous aimerez peut-être aussi