摘要
米尔顿·阿布拉莫维茨和艾琳·斯特根。 1965.带公式、图形和数学表的数学函数手册。 多佛出版社,纽约州纽约市。 谷歌学者 数字图书馆 尤努斯·M·阿加马维(Yunus M.Agamawi)、威廉·W·黑格(William W.Hager)和阿尼尔·V·饶(Anil V.Rao)。 2019.使用直接配置解决bang-bang最优控制问题的网格细化方法。 arXiv:1905.11895年。 谷歌学者 Y.M.Agamawi和A.V.Rao。 2018.利用直接正交配置方法中的稀疏性解决多相最优控制问题。 2018年太空飞行力学会议记录。 https://doi.org/10.2514/6.2018-0724 谷歌学者 尤努斯·阿加马维(Yunus M.Agamawi)和阿尼尔·拉奥(Anil V.Rao)。 2020.使用直接配置的最优控制中的导数估计方法的比较。 AIAA期刊58,1(2020年1月),341--354。 https://doi.org/10.2514/1.J058514 谷歌学者 交叉引用 I.Babuska和M.Suri,1994年。 有限元方法的p和hp版本、基本原理和特性。 SIAM评论36(1994),578-632。 https://doi.org/10.1137/1036141 谷歌学者 数字图书馆 V.M.贝塞拉。 2009年,PSOPT最优控制求解器用户手册。 阅读大学。 http://www.psopt.org。 谷歌学者 D.A.本森。 2004年,用于优化控制的高斯伪谱转录。 博士论文。 马萨诸塞州剑桥市麻省理工学院航空航天系。 谷歌学者 D.A.Benson、G.T.Huntington、T.P.Thorvaldsen和A.V.Rao。 2006.通过正交配置法进行直接轨迹优化和成本状态估计。 《制导、控制与动力学杂志》29,6(2006年11月至12月),1435-1440。 https://doi.org/10.2514/1.20478 谷歌学者 交叉引用 J.T.贝茨。 最优控制问题配置方法中的稀疏雅可比更新。 《制导、控制与动力学杂志》13,3(1990年5月至6月),409--415。 https://doi.org/10.2514/3.25352 谷歌学者 交叉引用 J.T.贝茨。 1998年,轨道优化数值方法综述。 制导、控制和动力学杂志21,2(1998年3月至4月),193-207。 https://doi.org/10.2514/2.4231 谷歌学者 交叉引用 J.T.贝茨。 2009.使用非线性规划进行最优控制和估计的实用方法(第二版)。 宾夕法尼亚州费城SIAM出版社。 谷歌学者 数字图书馆 L.T.Biegler和V.M.Zavala。 2008年。使用IPOPT的大规模非线性规划:企业范围优化的集成框架。 计算机与化学工程33,3(2008年3月),575--582。 https://doi.org/10.1016/j.compchemeng.2008.08.006 谷歌学者 理查德·伯德、豪尔赫·诺塞达尔和理查德·华尔兹。 2006年,KNITRO:非线性优化的集成包。 在大规模非线性优化中。 马萨诸塞州波士顿斯普林格,35-59岁。 谷歌学者 克里斯托弗·达比(Christopher L.Darby)、迪维亚·加格(Divya Garg)和安妮尔·拉奥(Anil V.Rao)。 2011.使用多区间伪谱方法的Costate估计。 《航天器与火箭杂志》48,5(2011年9月至10月),856-866。 https://doi.org/10.2514/1.A32040 谷歌学者 交叉引用 C.L.Darby、W.W.Hager和A.V.Rao。 2011.用于解决最优控制问题的自适应伪谱方法。 最优控制应用和方法32,4(2011年7月至8月),476-502。 https://doi.org/10.1002/oca.957 谷歌学者 交叉引用 克里斯托弗·达比(Christopher L.Darby)、W.W.哈格(W.Hager)和阿尼尔·拉奥(Anil V.Rao)。 2011.使用可变低阶自适应伪谱方法进行直接轨迹优化。 《航天器与火箭杂志》48,3(2011年5月至6月),433-445。 https://doi.org/10.2514/1.52136 谷歌学者 交叉引用 杜文浩(Wenhao Du)、陈婉春(Wanchun Chen)、梁扬(Liang Yang)和威廉·哈格(William W.Hager)。 2019.高斯和拉多配置中出现的积分矩阵的边界。 计算优化与应用74,1(2019年9月),259-273。 https://doi.org/10.1007/s10589-019-00099-5 谷歌学者 数字图书馆 伊恩·S·达夫。 MA57-A稀疏对称定和不定系统解的代码。 ACM数学软件汇刊30,2(2004年4月至6月),118--144。 http://doi.acm.org/10.1145/992200.992202 谷歌学者 数字图书馆 G.Elnagar、M.Kazemi和M.Razzaghi。 用于离散最优控制问题的伪谱勒让德方法。 IEEE自动控制汇刊40,10(1995),1793-1796。 https://doi.org/10.109/9.467672 谷歌学者 交叉引用 G.Elnagar和M.Razzaghi。 线性二次型最优控制问题的配置型方法。 最优控制应用与方法18,3(1998),227--235。 https://doi.org/10.1002/ (SICI)1099-1514(199705/06)18:3<; 227::AID-OCA598>; 3.0.CO; 2-A型 谷歌学者 交叉引用 Paola Falugi、Eric Kerrigan和Eugene van Wyk。 2010年。伦敦帝国理工学院最佳控制软件用户指南(ICLOCS)。 英国伦敦帝国理工学院电气工程系。 谷歌学者 J.Fike和J.Alonso。 2011.开发用于精确二阶导数计算的超双数。 第49届AIAA航空航天科学会议记录,包括新视野论坛和航空航天博览会。 https://doi.org/10.2514/6.2011-886 谷歌学者 D.Garg、W.W.Hager和A.V.Rao。 2011.解决无限小时最优控制问题的伪谱方法。 Automatica 47,4(2011年4月),829--837。 https://doi.org/10.1016/j.automatica.2011.01.085 谷歌学者 数字图书馆 D.Garg、M.A.Patterson、C.L.Darby、C.Francolin、G.T.Huntington、W.W.Hager和A.V.Rao。 2011.通过Radau伪谱方法对有限时域和无限时域最优控制问题进行直接轨迹优化和代价估计。 计算优化与应用49,2(2011年6月),335-358。 https://doi.org/10.1007/s10589-00-09291-0 谷歌学者 交叉引用 D.Garg、M.A.Patterson、W.W.Hager、A.V.Rao、D.A.Benson和G.T.Huntington。 2010.使用伪谱方法数值求解最优控制问题的统一框架。 Automatica 46,11(2010年11月),1843-1851。 https://doi.org/10.1016/j.automatica.2010.06.048 谷歌学者 数字图书馆 P.E.Gill、W.Murray和M.A.Saunders。 SNOPT:大规模约束优化的SQP算法。 《SIAM评论》47,1(2002年1月),99-131。 https://doi.org/10.1137/S0036144504446096 谷歌学者 数字图书馆 P.E.Gill、W.Murray和M.H.Wright。 1981.实际优化。 学术出版社,英国伦敦。 谷歌学者 C.J.Goh和K.L.Teo。 1988.控制参数化:具有一般约束的最优控制问题的统一方法。 Automatica 24,1(1988年1月),3-18。 https://doi.org/10.1016/0005-1098 (88)90003-9 谷歌学者 数字图书馆 龚(Q.Gong)、法鲁(F.Fahroo)和罗斯(I.M.Ross)。 2008.最优控制中伪谱方法的谱算法。 《制导、控制与动力学杂志》31,3(2008年5月至6月),460-471。 https://doi.org/10.2514/1.32908 谷歌学者 交叉引用 Q·龚、I.M.Ross、W.Kang和F.Fahroo。 2008年。向量映射定理和伪谱方法收敛性之间的联系。 计算优化与应用41,3(2008年12月),307--335。 https://doi.org/10.1007/s10589-007-9102-4 谷歌学者 数字图书馆 安德烈亚斯·格雷万克(Andreas Griewank)、大卫·朱德斯(David Juedes)和让·尤特(Jean Utke)。 1996.算法755:ADOL-C:用C/C++编写的算法自动区分包。 ACM数学软件汇刊22,2(1996),131--167。 https://doi.org/10.1145/229473.229474 谷歌学者 数字图书馆 安德烈亚斯·格雷万克和安德烈亚·沃尔特。 2008.评估衍生品:算法区分的原理和技术(第二版)。 宾夕法尼亚州费城SIAM出版社。 谷歌学者 交叉引用 W.Gui和I.Babuska。 1986年。一维有限元方法的h、p和hp版本。 第一部分p版的错误分析。 Numeriche Mathematik第49页(1986年),第577页至第612页。 https://doi.org/10.1007/BF01389733 谷歌学者 数字图书馆 W.Gui和I.Babuska。 1986年。一维有限元方法的h、p和hp版本。 第二部分。 h和h-p版本的错误分析。 Numeriche Mathematik第49页(1986年),第613-657页。 https://doi.org/10.1007/BF01389734 谷歌学者 数字图书馆 W.Gui和I.Babuska。 1986年。一维有限元方法的h、p和hp版本。 第三部分自适应h-p版本。 数字数学49(1986),659--683。 https://doi.org/10.1007/BF01389734 谷歌学者 数字图书馆 William W.Hager、Hou Hongyan、Subhashree Mohapatra、Anil V.Rao和Xiang Sheng Wang。 2019.应用于约束最优控制的Radau-hp配置方法的收敛速度。 计算优化与应用74,1(2019年9月),275--314。 https://doi.org/10.1007/s10589-019-00100-1 谷歌学者 数字图书馆 W.W.Hager、H.Hou和A.V.Rao。 2016.应用于无约束最优控制的高斯配置方法的收敛速度。 优化理论与应用杂志169,3(2016),801--824。 https://doi.org/10.1007/s10957-016-0929-7 谷歌学者 数字图书馆 W.W.Hager、H.Hou和A.V.Rao。 2017.一类搭配方法中产生的勒贝格常数。 IMA数值分析杂志13,1(2017年10月),1884-1901。 https://doi.org/10.1093/imanum/drw060 谷歌学者 W.W.Hager、J.Liu、S.Mohapatra、A.V.Rao和X.-S.Wang。 2018.应用于约束最优控制的高斯配置方法的收敛速度。 SIAM控制与优化杂志56,2(2018),1386--1411。 https://doi.org/10.1137/16M1096761 谷歌学者 数字图书馆 B.Houska、H.J.Ferreau和M.Diehl。 2011年,ACADO工具包——用于自动控制和动态优化的开源框架。 最优控制应用和方法32,3(2011年5月至6月),298--312。 https://doi.org/10.1002/oca.939 谷歌学者 交叉引用 杰弗里·亨廷顿(Geoffrey T.Huntington)、大卫·本森(David A.Benson)和安妮尔·拉奥(Anil V.Rao)。 2007.四面体航天器编队的最佳配置。 《宇宙航行科学杂志》55,2(2007年4月至6月),141-169。 https://doi.org/10.1007/BF03256518 谷歌学者 交叉引用 杰弗里·亨廷顿(Geoffrey T.Huntington)和阿尼尔·拉奥(Anil V.Rao)。 2008年。使用高斯伪谱方法对航天器编队进行优化重构。 《制导、控制与动力学杂志》31,3(2008年5月至6月),689-698。 https://doi.org/10.2514/13.1083 谷歌学者 交叉引用 D.Jain和P.Tsiotras。 2008.使用多分辨率技术的轨迹优化。 制导、控制和动力学杂志31,5(2008年9月至10月),1424-1436。 https://doi.org/10.2514/1.32220 谷歌学者 交叉引用 C.Jansch、K.H.Well和K.Schnepper。 1994年,GESOP-Eine Software Umgebung Zur Simulation Und Optimierung。 SFB程序。 谷歌学者 S.Kameswaran和L.T.Biegler。 2008.使用Radau点配置直接转录最优控制问题的收敛速度。 计算优化与应用41,1(2008),81-126。 https://doi.org/10.1007/s10589 –007–9098–9 谷歌学者 交叉引用 G.Lantoine、R.P.Russell和T.Dargent。 2012.使用多复变量自动计算高阶导数。 ACM数学软件交易38(2012年4月),第16条,21页。 谷歌学者 F.Liu、W.W.Hager和A.V.Rao。 2015.使用非光滑检测和网格尺寸缩减进行自适应网格细化以实现最佳控制。 《富兰克林研究所学报》352,10(2015年10月),4081-4106。 https://doi.org/10.1016/j.jfranklin.2015.05.028 谷歌学者 交叉引用 F.Liu、W.W.Hager和A.V.Rao。 2018.使用勒让德多项式系数的衰减率进行自适应网格细化以实现最优控制。 IEEE控制系统技术汇刊26,4(2018),1475--1483。 https://doi.org/10.109/TCST.2017.2702122 谷歌学者 交叉引用 J.R.Martins和J.T.Hwang。 2013年,审查和统一多学科计算模型导数的计算方法。 AIAA Journal 51,11(2013年9月),2582-2599。 https://doi.org/10.2514/1.J052184 谷歌学者 交叉引用 M.A.Patterson、W.W.Hager和A.V.Rao。 2015年,用于优化控制的ph网格细化方法。 最优控制应用和方法36,4(2015年7月至8月),398--421。 https://doi.org/10.1002/oca.2114 谷歌学者 交叉引用 M.A.Patterson和A.V.Rao。 2012.利用直接配置伪谱方法中的稀疏性解决连续时间最优控制问题。 《航天器与火箭杂志》49,2(2012年3月至4月),364-377。 https://doi.org/10.2514/1.A32071 谷歌学者 交叉引用 迈克尔·帕特森(Michael A.Patterson)和阿尼尔·拉奥(Anil V.Rao)。 2014,一个MATLAB软件,用于使用自适应高斯正交配置方法和稀疏非线性规划解决多相最优控制问题。 ACM数学软件交易41,1(2014年10月),第1条,37页。 https://doi.org/10.1145/2580904 谷歌学者 数字图书馆 J.A.Pietz。 2003.最优控制问题直接转录的伪谱配置方法。 硕士论文。 德克萨斯州休斯顿莱斯大学。 谷歌学者 安尼尔·拉奥、大卫·本森、克里斯托弗·达比、卡米拉·弗兰克林、迈克尔·帕特森、伊丽莎·桑德斯和杰弗里·亨廷顿。 2010.算法902:GPOPS,一种MATLAB软件,用于使用高斯伪谱方法解决多相位最优控制问题。 ACM数学软件交易37,2(2010年4月至6月),第22条,39页。 https://doi.org/10.1145/1731022.1731032 谷歌学者 数字图书馆 Anil V.Rao和Kenneth D.Mease。 2000.用于解决超敏感最优控制问题的特征向量近似二分法。 最优控制应用与方法21,1(2000年1月至2月),1-19。 https://doi.org/10.1002/ (SICI)1099-1514(200001/02)21:1<; 1::AID-OCA646>; 3.0.CO; 2伏 谷歌学者 交叉引用 Y.Sakawa。 1999.使用最优控制进行自由飞行机器人的轨迹规划。 最优控制应用与方法20(1999),235--248。 https://doi.org/10.1002/ (SICI)1099-1514(199909/10)20:5<; 235::AID-OCA658>; 3.0.CO; 2-I型 谷歌学者 交叉引用 W.G.Vlases、S.W.Paris、R.M.Lajoie、M.J.Martens和C.R.Hargraves。 1990年,通过隐式模拟实现最佳轨迹。 技术报告WRDC-TR-90-3056。 波音航空和电子公司,俄亥俄州怀特-帕特森空军基地。 谷歌学者 欧·冯·斯特里克。 DIRCOL用户指南(2.1版):最优控制问题数值解的直接配置方法。 德国慕尼黑技术大学。 谷歌学者 安德烈亚·沃尔特(Andrea Walther)、安德烈亚斯·格雷万克(Andreas Griewank)和奥拉夫·沃格尔(Olaf Vogel)。 ADOL-C:在C++中使用运算符重载进行自动区分。 《应用数学与力学学报》2,1(2003),41-44。 https://doi.org/10.1002/pamm.200310011 谷歌学者 交叉引用 M.J.Weinstein和A.V.Rao。 2016.通过运算符重载方法进行源代码转换,用于MATLAB中数学函数的自动微分。 ACM数学软件交易42,1(2016年5月),第11条,44页。 https://doi.org/10.1145/2699456 谷歌学者 数字图书馆 M.J.Weinstein和A.V.Rao。 2017.算法:ADiGator,MATLAB中数学函数算法微分的工具箱。 ACM数学软件交易44,2(2017年10月),第21条,25页。 https://doi.org/10.1145/3104990 谷歌学者 数字图书馆 Y.Zhao和P.Tsiotras。 2011.数值优化控制中网格细化的密度函数。 制导、控制和动力学杂志34,1(2011年1月至2月),271--277。 https://doi.org/10.2514/1.45852 谷歌学者 交叉引用
建议
GPOPS-II:利用hp-自适应高斯正交配置法和稀疏非线性规划求解多相最优控制问题的MATLAB软件 通用MATLAB软件程序 GPOPS-II型 描述了用变阶高斯正交配置法求解多相最优控制问题。 该软件采用Legendre-Gauss-Radau正交求积。。。 一般线性时变微分代数方程线性二次最优控制问题的数值处理 发展用微分代数方程(DAE)建模的控制问题的数值方法以寻求最优解是一项重要的任务。 通常对DAE进行限制,例如半显式限制。 这里的数字。。。