Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Оптимальное управление и оценивание движения в некоторых задачах динамики

Диссертация: Оптимальное управление и оценивание движения в некоторых задачах динамики
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Реальное применение находит только конкретный результат расчётов, а его можно с удовлетворительной точностью получить многими способами. Уникальной системы уравнений, имманентных техническому устройству, не существует. Его конструктор может оказать большую помощь математикам в составлении адекватной модели этого устройства, если он в состоянии наглядно представить себе те объекты, которыми… Читать ещё >

Содержание

  • Глава 1. Использование детерминированных моделей для оптимизации систем
    • 1. 1. Оптимальное по быстродействию достижение заданной точки с нулевой конечной скоростью
    • 1. 2. Оптимальное по быстродействию достижение сферы с нулевой конечной скоростью
    • 1. 3. Влияние вязкой среды
    • 1. 4. Уклонение от неподвижной сферы с помощью ограниченной силы
    • 1. 5. Инерционность при реализации управления
  • Глава 2. Оптимальный по быстродействию манёвр «петля» без потери скорости
    • 2. 1. Постановка задачи
    • 2. 2. Оптимальное управление в трёхмерном случае
    • 2. 3. Учёт ограничения на знак кривизны траектории
  • Глава 3. Развитие и применение метода эллипсоидов
    • 3. 1. Общие положения
    • 3. 2. Новый способ аппроксимации оценки состояния линейной системы на основе метода эллипсоидов
    • 3. 3. Оптимальный выбор ограничений по управлению
    • 3. 4. Оценивание фазового состояния динамической системы при неточно заданных границах возмущений
    • 3. 5. Управление матрицей системы
    • 3. 6. Неточная реализация управления
  • Глава 4. Сопоставление стохастического и эллипсоидального оценивания неопределённости в динамической системе с возмущениями, ограниченными по величине
    • 4. 1. Обсуждение проблемы
    • 4. 2. Системы, близкие к стохастическим
    • 4. 3. Построение возмущений, одинаково действующих на систему
    • 4. 4. Сравнение воздействия винеровского и ограниченного процессов
    • 4. 5. Построение аналога фильтра Калмана для гарантированной оценки состояния динамической системы

Оптимальное управление и оценивание движения в некоторых задачах динамики (реферат, курсовая, диплом, контрольная)

Как известно, к задачам оптимального быстродействия для материальной точки применимы методы оптимального управления движением в виде принципа максимума Л. С. Понтрягина [122], динамического программирования [122], [26], /-проблемы моментов [74], а также прямые вариационные и численные методы [146], [28]. Однако до настоящего времени решённых задач сравнительно мало (см., например, [108], [67], [25], [97], [18], [208], [81], [43], [68], [98], [209], [44], [19], [63], [210], [136], [20], [80], [21], [135], [107], [64], [137]). Основная причина такого состояния дел в том, что после применения принципа максимума часто приходится решать нелинейную краевую задачу вдвое большей размерности, чем исходная. Поэтому представляют интерес любые модели, для которых может быть построен синтез, если они отражают реальность лучше, чем те, для которых он уже построен, без введения дополнительных переменных или используют минимальное их количество (см., например, [153], [73], [94], [60]).

Ещё в 1964 году А. М. Лётов справедливо указывал [90], что «инженеру мало одних утверждений о существовании или возможности получения частных решений в численном виде с помощью ЭЦВМ». Через десять лет [14] отмечалось, что «работ, посвященных решению детерминированной задачи синтеза оптимальной замкнутой системы терминального управления, в отечественной и зарубежной литературе опубликовано значительно меньше, чем работ, в которых управление ищется в виде программы и (£). Лишь в некоторых из них решение доведено до конечной формы или указана эффективно реализуемая вычислительная процедура решения». Аналогичное утверждение можно найти и в [22]. Двадцать лет спустя [41] положение оставалось прежним: «в настоящее время трудно указать хотя бы одну проблему качественной теории, которая не была бы уже достаточно полно решена для рассматриваемой задачи. Вместе с тем не легче указать и хотя бы один эффективный алгоритм численного решения задачи, позволяющий быстро и устойчиво получать достаточно хорошие управления, па которых ограничения выполняются с любой заданной точностью». В начале 90-х годов было замечено [237], что «most real-world problems are becoming too complex to allow analytical solution1». В начале XXI века оказалось [179], что «When faced with an optimal control problem, it is tempting to simply „paste“ together packages for optimization and numerical integration2», т. е. решение проблемы оптимизации кажется естественным начинать с её численного представления. И в последнее время продвижение вперёд в данной области в основном было по-прежнему связано с прогрессом в сфере компьютерной техники. В итоге современные учебники [226] все примеры построения синтеза в аналитическом виде заимствуют из одного и того же классического набора (см., скажем, [122]).

Однако для приложений в связи с необходимостью построения опорных управлений и оценок большой интерес представляют полные точные решения задач управления движением при упрощающих предположениях относительно структуры объекта, вида и формы наложенных на него ограничений.

В особенности это относится к случаям, когда на систему влияют различные неопределённые возмущения: воздействие противника и другие внешние факторы, неконтролируемые вариации параметров, погрешности в измерении начальных условий. Иногда можно сделать полезные выводы, используя строго детерминированные построения, без расширения фазового пространства задачи для включения дополнительных переменных, описывающих такие возмущения. Например, обычно задачи уклонения от преследования рассматривают в рамках.

1 большинство практических задач становятся слишком сложными для аналитического решения.

2 При встрече с задачей оптимального управления заманчиво просто «склеить» вместе программы для оптимизации и численного интегрирования теории дифференциальных игр: [124], [121], [123], [99], [77], [159], [125]. Однако поиск управления, гарантирующего уклонение от неподвижного противника в малой окрестности последнего и отыскание достаточных условий, при которых для начальной позиции существует решение задачи уклонения от столкновения с телесным препятствием, фактически сводится [92] к решению задач оптимального управления с фазовыми ограничениями. В общем случае для создания удовлетворительной модели приходится прибегать к более сложным способам [235].

Самым распространённым подходом к исследованию неопределённых величин является вероятностный (стохастический) метод. В нём каждому неопределённому вектору сопоставляется некоторое распределение вероятностей с заданной плотностью. Соответствующим этому подходу математическим аппаратом является теория случайных процессов. Отметим, что вероятностный подход требует знания статистических характеристик исходных неопределённых факторов, что далеко не всегда доступно на практике. Вместе с тем при недостаточности априорных сведений о вероятностных характеристиках ошибок исходных данных возможно возникновение таких явлений, как ухудшение точности при увеличении количества оцениваемых параметров, а увеличение числа измерений больше некоторого количества не только становится бесполезным, но и затрудняет исследование [173].

Гарантированный (минимаксный) подход оперирует с множествами, в которых лежат неопределённые векторы. При этом предполагается, что неизвестные помехи локализованы в известных множествах, а в остальном произвольны. Наиболее адекватным математическим аппаратом для его описания должна служить теория дифференциальных игр. По существу, именно ей он обязан самим своим появлением. В работах [74], |75] при формулировке правила экстремального прицеливания для дифференциальных игр изучаются общие фундаментальные свойства множеств достижимости. Это родство объясняет и недостатки гарантированного способа. Он предполагает гипотезу о наиболее неудачной возможной реализации помех и его применение приводит к значительному росту допустимых отклонений переменных, описывающих движение системы. Однако теория дифференциальных игр весьма сложна (см., например, [220]) и минимаксный способ стал развиваться в значительной мере самостоятельно, сохраняя, однако, связь с ней [87].

Гарантированный подход обнаруживает связи с вероятностными методами [76], [86]. Кроме того, гарантированный способ оценивания управляемых систем смыкается с теорией дифференциальных включений [24], [147], в частности понятие инвариантного множества дифференциального включения родственно понятию множества достижимости управляемой системы.

В ряде работ (см., например, [23], [11], [13], [12]), предложены способы, соединяющие в себе элементы как стохастического, так и гарантированного методов. Например, в [23] функции распределения вероятностей ошибок исходных данных считаются неизвестными, а задаются лишь некоторые множества, которым могу принадлежать указанные функции. В дальнейшем отыскивается способ решения рассматриваемых задач, гарантирующий достижение поставленной цели при наихудшем возможном распределении ошибок исходных данных. Такой подход также принято называть гарантирующим или минимаксным, хотя он имеет дело не с геометрическими ограничениями на неопределённые величины, а с геометрическими ограничениями на их функции распределения. Однако результат носит вероятностный характер и, естественно, область применимости этого способа ограничена областью применимости теории вероятностей как таковой.

Таким образом, оба подхода имеют как свои достоинства, так и недостатки. Один из главных недостатков гарантированного способа состоит в том, что операции над неопределёнными величинами в общем случае переходят в операции над множествами сколь угодно сложной формы. Даже если исходные множества в начальный момсттт времени имеют геометрическую форму, требующую небольшого числа параметров для обработки и хранения, то в результате аффинных преобразований, сложения и пересечения множеств могут получаться многообразия сложной, и, самое главное, трудно предсказуемой формы. В [49], [50], [151], [152], [138], [45], [78], [139], [95], [197], [96], [79], [218], [144] изучается структура множеств достижимости, а также предельных множеств достижимости, получающихся при стремлении времени к бесконечности, называемых множествами управляемости и связанных с ними проблем. Выяснилось, что в этом случае могут получаться множества весьма необычного вида [46], [200]. Например, в пространстве форм областей достижимости в случае, когда матрица системы и множество возможных управлений имеют периодическую зависимость от времени, существуют аттракторы [101].

Свойства компактности и непрерывной зависимости множеств достижимости от времени исследовались в работах [192], [203], [229].

Изучение множества достижимости управляемой системы тесно связано с исследованием её множества притяжения, представляющего собой совокупность точек фазового пространства, из которых система может быть приведена в начало координат в течение заданного промежутка времени с помощью допустимых управлений. Соответствующим методам посвящено много работ (см., например [58], [198]). В последние годы в этой области стали использовать теорию линейных матричных неравенств [18], [119], [85].

К численным методам, применимым в общем случае при сравнительно небольшой размерности задачи, следует отнести аппроксимацию множеств объединением точек [47], [48], [230], а также, при несколько большей размерности, способы, которые основываются на теории линейных неравенств, которая выделяет в пространстве фазовых координат многогранники [190], [29], [182], [199], причём вершин может быть много. В частности, для невыпуклых множеств можно использовать невыпуклые многогранники [227] или представлять множества в форме конечного набора выпуклых сечений [100] и аппроксимировать их выпуклыми многогранниками [115], [84]. При увеличении размерности объём вычислений, необходимый для реализации этих методов, быстро растёт.

Проблема несколько упрощается, если множество достижимости выпукло или может быть удовлетворительно аппроксимировано выпуклым [164]. Соответствующие условия были рассмотрены, например, в [24], [111], [112]. Для линейных систем множества достижимости являются выпуклыми даже при невыпуклых ограничениях на неопределённости, в них входящие (см., например, [160]). Тогда можно применять хорошо развитый математический аппарат опорных функций [129], [126]. В частности, на его основе введено понятие информационного множества, установлены его свойства, предложены способы построения и аппроксимации, рассмотрены совместные ограничения на ошибки измерений и начальные данные, включающие как совместное квадратичное ограничение, так и другие возможные ограничения [74], [86].

В [109], [НО], [ИЗ], [114] получено дифференциальное уравнение в частных производных для опорной функции множества достижимости, введено понятие интегральной воронки управляемой системы.

Оценки показывают, что даже в линейном случае без создания принципиально новых моделирующих устройств ни сейчас, ни в обозримом будущем достаточно полные поточечные описания в пространствах большой размерности для сколько-нибудь широкого класса реальных систем практически невозможны. Очевидность этого обстоятельства вызывает к жизни попытки ввести множества простой (канонической) формы, приближающие настоящие множества достижимости. Под простой понимается такая форма, которая при соблюдении допустимой точности аппроксимации требует приемлемых вычислительных ресурсов. При этом все входящие в задачу множества заменяются на множества канонической формы. Возникает задача построения операций над каноническими множествами, результат которых был бы максимально близок в смысле некоторого критерия к результату соответствующих операций над истинными множествами неопределённости. Несмотря на то, что универсальная каноническая форма, по-видимому, не существует, разнообразие форм сравнительно невелико.

Во-первых, это параллелепипеды (см., например, [32], [175], [191], [189], [223], обзор [224]), причём их грани во многих случаях параллельны координатным плоскостям. В этом случае происходит переход к покоординатным оценкам [69] в рамках интервального анализа — давно [225] и хорошо разработанной теории [61], [10]. Дальнейшее развитие в этом направлении ведёт к использованию геометрических сумм отрезков в количестве, превышающем размерность фазового пространства — зонотопам [211]. Можно также употреблять семейства параллелотопов [57], [70], [71], [72].

Во-вторых, это эллипсоиды, использовать которые в качестве канонических множеств было предложено в [232] и [178]. Метод был развит в [233], [86], [160], [185], [193], [213], [214], [105] и многих других работах. Например, его можно применять для систем с импульсным управлением [36], [37], [150], а также для нелинейных систем [149], [148], [194]. Эллипсоиды используют и для аппроксимации множеств притяжения [155], [120], [120].

Обе эти формы можно употреблять совместно. Например, в [52], [51] предложено использовать объединения шаров и параллелепипедов, а также множеств более общего вида.

С точки зрения инженерного применения желательно, чтобы гарантированный способ аппроксимации отвечал следующим требованиям.

1°. Геометрические фигуры, которыми в конечном итоге приближают множества достижимости в рамках некоторого метода, должны быть понятны специалистам, которые будут им пользоваться.

Реальное применение находит только конкретный результат расчётов, а его можно с удовлетворительной точностью получить многими способами. Уникальной системы уравнений, имманентных техническому устройству, не существует. Его конструктор может оказать большую помощь математикам в составлении адекватной модели этого устройства, если он в состоянии наглядно представить себе те объекты, которыми оперируют теоретики. Другими словами, желательно, чтобы система уравнений с самого начала была ориентирована на определённый метод аппроксимации. Например, весьма полезный пакет программ [215] (см. также [216]) специально приспособлен для аппроксимации множеств достижимости большим количеством эллипсоидов. Однако в абсолютном большинстве тех случаев, когда исследование проходило без непосредственного участия создателей [215], в рамках [215] было использовано приближение либо одним эллипсоидом (см. [53], [181], [183], [196], [201], [231]), либо двумя (см. [202]). Особенно интересна работа [207]. Сначала в ней с помощью [215] искомое множество было построено как объединение большого количества эллипсов, каждый из которых лежит внутри этого множества и касается границы последнего в единственной точке. Затем авторы [207] приложили значительные усилия, чтобы уменьшить количество указанных эллипсов, заменив их другими, касающимися этой границы в двух точках. Вместе с тем, как видно из рисунка 3 в |207], само искомое множество неотличимо от эллипса.

2°. Для достижения приемлемой точности аппроксимации должно быть достаточно сравнительно небольших вычислительных ресурсов.

Этому требованию удовлетворяют, в частности, методы, использующие параллелепипеды и эллипсоиды в отличие от поточечных способов. Здесь следует принять во внимание то, что переход от реальных устройств к моделям часто порождает значительную ошибку, по сравнению с которой погрешность аппроксимации при использовании множеств канонической формы может оказаться несущественной.

3°. Способ должен допускать сравнение с вероятностным оцениванием.

Дело в том, что реальные неопределённости крайне редко носят чисто случайный или чисто игровой характер. Следовательно, приходится выбирать между гарантированным и вероятностным подходами. Для этого гарантированный способ должен быть «близок» к вероятностному, а последний, как правило, опирается на гауссовы распределения неопределённых величин. Понятно, что требованию 3° лучше всего отвечает метод эллипсоидов.

В частности, для практических нужд важную роль играют задачи, требующие обработки неточных измерений фазового вектора динамической системы с неопределённостями. В рамках стохастического подхода широкое распространение получили математические модели, позволяющие на основании знаний о свойствах системы уточнять данные наблюдений. Самыми большими возможностями обладают нелинейные фильтры, предложенные в [217], [142]. Однако объём вычислений, необходимый для их применения, весьма велик (см., например, [141]). Это обстоятельство стало одной из основных причин, по которым чаще всего используют фильтры, разработанные на основе [206].

Теория нелинейной непрерывной гарантированной фильтрации с помощью эллипсоидов была предложена ещё в [232]. Один из её вариантов можно найти, например, в [103], [228] и [165]. Применение этих соотношений требует большого объёма вычислений. Более практичные методы, например, [154], [118], всё равно значительно сложнее [206]. Следовательно, представляет интерес задача построения фильтра, аналогичного [206], в рамках гарантированного подхода к аппроксимации неопределённостей.

Диссертация состоит из введения, четырёх глав, заключения, списка литературы и приложения.

Заключение

.

Цель проведённых исследований заключалась в постановке и изучении ряда задач математической теории оптимального управления, допускающих применение аналитических методов для выяснения особенностей поведения динамических объектов.

Получено численно-аналитическое решение задачи о приведении материальной точки в начало координат с нулевой скоростью посредством ограниченной по модулю силы за минимально возможное время. Для того же объекта исследована возможность наискорейшего достижения поверхности заданной сферы в фазовом пространстве как в отсутствии, так и при наличии однородной вязкой среды. Аналитически решена задача определения границы области допустимых начальных условий, позволяющих уклониться от неподвижного сферического препятствия динамическому объекту, управляемому ограниченной силой. В замкнутой форме построен синтез оптимального управления в задаче оптимального быстродействия для линейной системы третьего порядка с инерционным управлением.

Рассмотрена задача о наискорейшем переводе центра масс манёвренного самолёта из одной заданной точки трёхмерного пространства в другую при фиксированных векторах скоростей в этих точках. Найдены численные решения при совпадающих начальных и конечных условиях для траекторий, целиком лежащих в вертикальной плоскости. Показано, что в общем случае решение неединственно, причём наилучшая траектория может менять знак кривизны. Найдены локально оптимальные решения. Рассмотрена задача с учётом ограничения на знак кривизны траектории и вычислены соответствующие оптимальные управления как при фиксированной, так и при свободной конечной точке.

В результате выполнения диссертационной работы получила дальнейшее развитие теория аппроксимации множеств достижимости с помощью эллипсоидов. Построена внешняя гарантированная эллипсоидальная оценка, применимая при любом вырождении как начального эллипсоида, так и эллипсоида, содержащего вектор внешнего возмущения. Показано, что она обеспечивает высокую точность аппроксимации на малых интервалах времени. Исследована задача выбора параметров эллипсоида, содержащего вектор управления. Разработан метод решения проблемы построения гарантированной внешней аппроксимации множества достижимости линейной динамической системы в случае, когда границы допустимых значений неопределённых факторов известны неточно. Рассмотрены с теоретических позиций частный случай неточной реализации управления исполнительными устройствами и случай управляемой матрицы системы. Получены результаты, позволяющие учитывать всю совокупность возможных траекторий ансамбля.

Выяснены основания, на которых может быть построена математически корректная процедура сравнения гарантированного и вероятностного методов описания различных неопределённых факторов. Для динамических систем, традиционно моделируемых методами теории вероятностей, рассмотрена проблема составления математической модели линейной динамической системы с аддитивным неопределённым воздействием по её инженерному описанию. Указаны условия, при которых использование стохастической модели может привести к значительному завышению оценки степени неопределённости фазового вектора по сравнению с ситуацией, когда применяется гарантированный подход. Разработан метод сопоставления результатов действия на линейную динамическую систему процесса, имеющего случайные неограниченные приращения и процесса с произвольными, в том числе и детерминированными, но ограниченными приращениями. Разработан фильтр, аналогичный известному фильтру Калмана, для получения непрерывной во времени внешней гарантированной эллипсоидальной оценки состояния динамической системы по данным измерений.

Показать весь текст

Список литературы

  1. Л. Д. Асимптотические методы оптимального управления. М.: Наука, 1987. 366 с.
  2. Л. Д. Возмущённая оптимальная по быстродействию задача управления конечным положением материальной точки посредством ограниченной силы // ПММ. 1994. Т. 58. Выи. 2. С. 12−21.
  3. Л. Д. Синтез управления в задаче оптимального по быстродействию пересечения сферы // ПММ. 1996. Т. 60. Вып. 5. С. 724−735.
  4. Л. Д., Шматков А. М. Синтез управления в задаче оптимального по быстродействию приведения материальной точки в заданное положение с нулевой скоростью // ПММ. 1998. Т. 62. Вып. 1. С. 129−138.
  5. Л. Д., Шматков А. М. Наискорейшее попадание на сферу с нулевой скоростью // Докл. Академии наук. 2001. Т. 379. № 1. С. 28−32.
  6. Л. Д., Шматков А. М. Оптимальное по быстродействию достижение сферы материальной точкой с пулевой скоростью // ПММ. 2002. Т. 66. Вып. 1. С. 10−23.
  7. Л. Д., Шматков А. М. Оптимальное уклонение объекта от сферического препятствия // Докл. Академии наук. 2002. Т. 387. № 5. С. 608−612.
  8. Л. Д., Шматков А. М. Уклонение динамического объекта от неподвижной сферы под действием ограниченной силы / / ПММ. 2003. Т. 67. Вып. 2. С. 179−190.
  9. Л. Д., Шматков А. М. Оптимальное по быстродействию пересечение сферы в вязкой среде // Изв. РАН. Теория и системы управления. 2007. № 1. С. 23−30.
  10. Г., Херцбергер Ю. Введение в интервальные вычисления. М.: Мир, 1987. 356 с.
  11. . И. Об информационных множествах для многошаговых статистически неопределённых систем // Тр. ИММ УрО РАН. 2000. Т. 6. № 2. С. 290−306.
  12. . И. Задача коррекции движения с гауссовским каналом связи // АиТ. 2011. № 2. С. 25−40.
  13. . И., Адыйуллина Е. С. Линейное оценивание статистически неопределённых систем //Тр. ИММ УрО РАН. 2005. Т. 11. № 1. С. 3−16.
  14. А. Я., Иванов В. П., Петров Б. Н., Портнов-Соколов 10. П. Вопросы теории терминальных систем управления (обзор) // АиТ. 1974. № 5. С. 44−60.
  15. О. Б., Залёткин С. Ф. Численное решение обыкновенных дифференциальных уравнений на Фортране. М.: Изд-во МГУ, 1990. 336 с.
  16. В. К. Авиация в локальных войнах. М.: Воениздат, 1988. 207 с.
  17. В. К. Воздушный бой (зарождение и развитие). М.: Военное издательство, 1991. 192 с.
  18. Д. В., Коган М. М. Синтез законов управления на основе линейных матричных неравенств. М.: Физматлит, 2007. 280 с.
  19. Д. В., Коган М. М. Оптимальное линейно-квадратичное управление в классе обратных связей по выходу / / Докл. Академии наук. 2007. Т. 415. № 6. С. 748−750.
  20. Д. В., Коган М. М. Линейно-квадратичные и гамма-оптимальные законы управления по выходу // АиТ. 2008. № 6. С. 5−14.
  21. Д. В., Коган М. М. Оптимальное гашение возмущений при неизвестных начальных условиях системы // Дифференциальные уравнения. 2009. Т. 45. № 12. С. 1741−1747.
  22. А. П. Управление конечным состоянием движущихся объектов. М.: Советское радио, 1977. 256 с.
  23. . Ц., Назиров Р. Р., Эльясберг 77. Е. Определение и коррекция движения: Гарантирующий подход. М.: Наука, 1980. 360 с.
  24. В. И. Теория дифференциальных включений. Ч. 1. М.: Изд-во МГУ, 1979. 273 с.
  25. М. С., Максимов В. И. Об одной задаче управления при неполной информации // АиТ. 2006. № 3. С. 131−142.
  26. В. Г. Математические методы оптимального управления. М.: Наука, 1969. 408 с.
  27. А. Ф., Андреевский В. В., Белоконов В. М.,
  28. В. И., Турапин В. М. Аэромеханика самолёта: динамика полёта. М.: Машиностроение, 1985. 360 с.
  29. А., Хо Ю-Ши. Прикладная теория оптимального управления. М.: Наука, 1972. 544 с.
  30. Л. В. Экспериментальный анализ нового адаптивного метода полиэдральной аппроксимации многомерных выпуклых тел // Жури, вычисл. математики и мат. физики. 2003. Т. 43. № 3. С. 328−346.
  31. С. И., Буренин Н. И., Сафаров Р. Т. Стабилизация частоты генераторов СВЧ. М.: Изд-во «Советское радио», 1962. 376 с.
  32. Г. С., Студнев Р. В. Динамика самолёта. Пространственное движение. М.: Машиностроение, 1983. 320 с.
  33. Н. С. О численном решении экстремальных задач построения эллипсоидов и параллелепипедов // Журн. вычисл. математики и мат. физики. 1987. Т. 27. № 3. С. 340−348.
  34. Е. С. Теория вероятностей. М.: Наука, 1969. 576 с.
  35. Е. С., Овчаров Л. А. Теория вероятностей и её инженерные приложения. М.: Наука, 1988. 480 с.
  36. Е. С., Овчаров Л. А. Теория случайных процессов и её инженерные приложения. М.: Наука, 1991. 384 с.
  37. О. Г., Филиппова Т. Ф. Внешние эллипсоидальные оценки множеств достижимости дифференциальных импульсных систем // Изв. РАН. Теория и системы управления. 2006. № 1. С. 38−47.
  38. О. Г., Филиппова Т. Ф. Задачи импульсного управления при эллипсоидальных ограничениях: вопросы чувствительности по параметрам ограничений // АиТ. 2007. № 11. С. 135−149.
  39. В. С. Уравнения математической физики. М.: Наука, 1988. 512 с.
  40. Д. В. Оптимальное по быстродействию приведение динамической системы с линейной диссипацией в заданное конечное положение // Изв. РАН. Теория и системы управления. 1998. № 3. С. 56−61.
  41. В. Г., Кузнецов С. В. Автоматическое управление полётом самолётов. М.: Транспорт, 1995. 448 с.
  42. Р., Гневко С. В., Кириллова Ф. М. Прямой точный алгоритм построения оптимального управления в линейной задаче // АиТ. 1983. № 8. С. 30−38.
  43. Ф. Р. Теория матриц. М.: Наука, 1988. 548 с.
  44. Ю. Ф. Оптимальное по быстродействию управление перемещением неустойчивого стержня // Изв. РАН. Теория и системы управления. 2008. № 5. С. 42−50.
  45. Ю. Ф. Брахистохрона с трением // Изв. РАН. Теория и системы управления. 2010. № 5. С. 41−52.
  46. Ю. Ф., Грушевский А. В., Хайруллин Р. 3. О структуре области достижимости при спуске КА / / Космические исследования. 1996. Т. 34. № 2. С. 180−189.
  47. Е. В., Овсеевич А. И. Асимптотические оценки множеств достижимости сингулярно возмущенных линейных систем // Дифференциальные уравнения. 2010. Т. 46, № 12. С. 1737−1748.
  48. X. Г., Моисеев А. Н., Ушаков В. Н. Об аппроксимации областей достижимости управляемых систем // ПММ. 1998. Т. 62. № 2. С. 179−187.
  49. X. Г., Незнахин А. А., Ушаков В. Н. Приближённое построение множеств достижимости с интегральными ограничениями на управление // ПММ. 1999. Т. 63. Вып. 4. С. 580−590.
  50. А. А. Особенности границы достижимости в двумерных управляемых системах // Успехи мат. наук. 1982. Т. 37. Вып. 3. С. 183−184.
  51. А. А. Квазигельдеровость границы достижимости
  52. Труды семинара по тензорному и векторному анализу. 1986. Вып. XXII. С. 26−33.
  53. . С. Приближения множеств решений параметрическими множествами // Журнал Сибирского федерального университета. Математика и физика. 2009. Т. 3. № 2. С. 305−311.
  54. . С., Рощина С. Л. Специальные приближения множеств решений систем ОДУ с интервальными параметрами // Вопросы математического анализа. Красноярск, КГТУ. 2002. № 5. С. 12−17.
  55. А. Е., Маликов А. И. Синтез робастного управления по эталонной модели с помощью матричных систем сравнения / Актуальные проблемы механики сплошной среды. К 20-летию ИММ КазНЦ РАН. Казань: Фолиант, 2011. Т. 2. 240 с. С. 95−109.
  56. Ю. Н., Шелехов С. А.- Ярошевский В. А. Определение вероятностей исходов воздушного боя // Изв. РАН. Теория и системы управления. 2004. № 5. С. 171−174.
  57. Ю. Н., Утёмов А. Е. Построение барьерных поверхностей в одной игровой задаче преследования-уклонения // Изв. РАН. Теория и системы управления. 2005. № 5. С. 87−95.
  58. Ю. И., Утёмов А. Е., Шматков А. М. Оптимальный по быстродействию манёвр «петля» без потери скорости // Изв. РАН. Теория и системы управления. 2012. № 6. С. 170−185.
  59. Л., Кифер М., Дидри О., Вальтер Э. Прикладной интервальный анализ. Ижевск: НИЦ РХД. 2007. 468 с.
  60. В. И. Лекции по теории управления. М.: Наука, 1975. 496 с.
  61. В. А., Фалдин Н. В. Теория оптимальных систем автоматического управления. М.: Наука, 1981. 336 с.
  62. А. Н., Крищенко А. П. Терминальное управление пространственным движением летательных аппаратов
  63. Изв. РАН. Теория и системы управления. 2008. № 5. С. 51−64.
  64. С. А., Шокин Ю. И., Юлдашев 3. X. Методы интервального анализа. Новосибирск: Наука, 1986. 224 с.
  65. Э. Справочник по обыкновенным дифференциальным уравнениям. М.: Наука, 1976. 576 с.
  66. О. Р. Глобально управляемые механические системы. М.: Физматлит, 2007. 165 с.
  67. О. Р. О глобальной управляемости некоторых механических систем с абсолютно упругими ударами // ПММ. 2007. Т. 71. Вып. 6. С. 927−944.
  68. Ким Ю. В., Овсеевич А. И., Решетняк Ю. Н. Сравнение стохастического и гарантированного подходов к оцениванию состояния динамических систем // Изв. АН СССР. Техн. кибернетика. 1992. № 2. С. 87−94.
  69. . Р., Овсеевич А. И. Асимптотика эллипсоидов, аппроксимирующих области достижимости // Изв. АН СССР. Техн. кибернетика. 1984. № 2. С. 66−69.
  70. А. С. Управление колебательными и виброударными системами. М.: Наука, 1990. 256 с.
  71. А. С. Асимптотическое решение задачи оптимального управления нелинейными колебаниями в окрестности резонанса // ПММ. 1998. Т. 62. Вып. 6. С. 913−922.
  72. Корпоуги, енко Е. К. Интервальные покоординатные оценки для множества достижимых состояний линейной стационарной системы. I IV // АиТ. I. 1980. № 5. С. 12−22- II. 1980. № 12. С. 10−17- III. 1982. № 10. С. 47−52- IV. 1983. № 2. С. 81−87.
  73. Е. К. Внешнее и внутреннее оценивание областей достижимости при помощи параллелотопов // Вычисл. технологии. 1998. Т. 3. № 2. С. 11−20.
  74. Е. К. О внешних полиэдральных оценках для множеств достижимости систем с билинейной неопределённостью // ПММ. 2002. Т. 66. Вып. 4. С. 559−571.
  75. Е. К. О внешнем полиэдральном оценивании множеств достижимости в «расширенном» пространстве для линейных многошаговых систем с интегральными ограничениями на управление // Вычисл. технологии. 2004. Т. 9. № 5. С. 54−72.
  76. В. И., Крищенко А. 77. Нелинейные системы: геометрические методы анализа и синтеза. М.: Изд-во МГТУ им. Н. Э. Баумана, 2005. 520 с.
  77. Н. 77. Теория управления движением. М.: Наука, 1968. 476 с.
  78. Н. Н. Игровые задачи о встрече движений. М.: Наука, 1970. 420 с.
  79. Н. Н. Управление динамической системой. М.: Наука, 1985. 520 с.
  80. Н. Н., Субботин А. И. Позиционные дифференциальные игры. М.: Наука, 1974. 456 с.
  81. А. П. Исследование управляемости и множеств достижимости нелинейных систем управления // АиТ. 1984. № 6. С. 3036.
  82. А. П. Преобразования аффинных систем и их множества достижимости // Дифференциальные уравнения. 1997. Т. 33. № 8. С. 1144−1145.
  83. А. П., Канатников А. Н., Ткачёв С. Б. К задаче построения траектории и управления движением летательных аппаратов // Проблемы нелинейного анализа в инженерных системах. 2010. Т. 16. № 2. С. 88−103.
  84. А. В., Максимов В. И. Динамическая реконструкция состояний и гарантирующее управление системой параболических уравнений // Тр. ИММ УрО РАН. 2006. Т. 12. № 1. С. 157 172.
  85. А. Г., Черноусько Ф. Л. Об оптимальном управлении, минимизирующем экстремум функции фазовых координат // Кибернетика. 1968. № 3. С. 50−55.
  86. В. П. Оптимальный разворот самолёта в горизонтальной плоскости // Учёные записки ЦАГИ. 1977. Т. VIII. № 1. С. 70−78.
  87. С. И., Пацко В. С., Пятко С. Г., Решетов В. М., Федотов А. А. Информационные множества в задаче наблюдения за движением самолёта в горизонтальной плоскости // Изв. РАН. Теория и системы управления. 2003. К2 4. С. 51−61.
  88. В. М., Поляк Б. Т. Инвариантные множества нелинейных дискретных систем с ограниченными возмущениями и задачи управления // Пробл. управления и информатики. 2009. № 6. С. 6−21.
  89. А. Б. Управление и наблюдение в условиях неопределённости. М.: Наука, 1977. 392 с.
  90. А. Б. Принцип сравнения для уравнений типа Га-мильтона-Якоби в теории управления // Тр. ИММ УрО РАН. 2006. Т. 12. № 1. С. 171−181.
  91. Ю. Н. Управление траекториями аэрокоемических аппаратов. Самара: Самар. науч. центр РАН, 2007. 274 с.
  92. Е. С. О дифференцируемости по параметру оптимального значения параметрических задач математического программирования // Кибернетика. 1976. № 1. С. 44−59.
  93. Л’етов А. М. О разрыве между теорией и практикой // АиТ. 1966. № 2. С. 152−155.
  94. А. В. Введение в экономико-математическое моделирование. М.: Наука, 1984. 392 с.
  95. Л. Н. Задача уклонения от столкновения для линейной управляемой системы // Вести. Моск. ун-та. Вычисл. математика и кибернетика. 2005. № 3. С. 29−35.
  96. Дж., Бэттин Р. Г. Случайные процессы в задачах автоматического управления. М.: ИЛ, 1958. 388 с.
  97. В. И. Универсальные законы управления механическими системами. М.: МАКС пресс, 2001. 249 с.
  98. В. И. Управляемость неголономных механических систем в классе ограниченных управлений // ПММ. 2004. Т. 68. Вып. 5. С. 758−775.
  99. В. И. Управляемость механических систем при учёте фазовых ограничений // Изв. РАН. Теория и системы управления. 2008. № 5. С. 19−34.
  100. В. И. Управление механическими системами. М.: Физ-матлит, 2009. 319 с.
  101. В. И. Приведение двух твёрдых тел в контакт без ударов ограниченными управлениями за конечное время // ПММ. 2010. Т. 74. Вып. 5. С. 840−855.
  102. Е. Ф., Никольский М. С., Сатимов Н. Ю. Задача уклонения от встречи в дифференциальных играх многих лиц / Тр. МИАН СССР. 1977. Т. 143. С. 105−128.
  103. О. В., Тятюшкин А. И. Алгоритм метода сечений и программные средства для построения множеств достижимости // Изв. РАН. Теория и системы управления. 2008. № 1. С. 5−11.
  104. А. И. Структура аттрактора форм множеств достижимости // Функциональный анализ и его приложения. 2010. Т. 44. № 2. С. 74−81.
  105. А. И. Явные формулы для эллипсоидов, аппроксимирующих области достижимости. II. // Изв. РАН. Теория и системы управления. 2010. № 3. С. 14−20.
  106. А. И., Решетняк Ю. Н. Аппроксимация пересечения эллипсоидов в задачах гарантированного оценивания // Изв. АН СССР. Техн. кибернетика. 1988. № 4. С. 182−189.
  107. А. ИРешетняк Ю. Н. Асимптотическое поведение эллипсоидальных оценок областей достижимости // Изв. РАН. Техн. кибернетика. 1992. № 1. С. 90−100.
  108. А. ИТарабанько Ю. В. Явные формулы для эллипсоидов, аппроксимирующих области достижимости // Изв. РАН. Теория и системы управления. 2007. N2 2. С. 33−44.
  109. А. И., Шматков А. М. К вопросу о сопоставлении вероятностного и гарантированного подходов к прогнозу фазового состояния динамических систем // Изв. РАН. Теория и системы управления. 1997. № 4. С. 11−16.
  110. Ю. С., Кряжимский А. В., Максимов В. И. Метод экстремального сдвига Н. Н. Красовского и задачи граничного управления // АиТ. 2009. № 4. С. 18−30.
  111. Д. Е., Голубев Ю. Ф., Сихарулидзе Ю. Г. Алгоритмы управления космическим аппаратом при входе в атмосферу. М.: Наука, 1975. 400 с.
  112. А. И. Уравнения областей достижимости и их применение в задачах оптимального управления / / АиТ. 1982. № 5. С. 67−68.
  113. А. И. Уравнение множеств достижимости // Сибирский матем. журнал. 1984. Т. 25. № 4. С. 143−154.
  114. А. И. Необходимое и достаточное условие выпуклости множеств достижимости дифференциальных включений // Ма-тем. заметки. 1987. Т. 41. Вып. 2. С. 207−215.
  115. А. И. Качественная динамика множеств, определяемых дифференциальными включениями // Матем. заметки.1989. Т. 45. Вып. 1. С. 80−88.
  116. А. И., Панасюк В. И. Асимптотическая оптимизация нелинейных систем управления. Минск: Изд-во БГУ, 1977. 320 с.
  117. А. И., Панасюк В. И. Асимптотическая магистральная оптимизация управляемых систем. Минск: Наука и техника, 1986. 296 с.
  118. В. С., Пятко С. Г., Кумков С. И., Федотов А. А. Оценивание траекторного движения воздушного судна на основе информационных множеств. СПб: Академия гражданской авиации. Екатеринбург: НММ УрО РАН. 1999. 75 с.
  119. А. А., Гайцгори В. Г. Декомпозиция, агрегирование и приближённая оптимизация. М.: Наука, 1979. 344 с.
  120. И. Л. Статистический анализ и оптимизация систем автоматического управления. М.: «Советское радио», 1964. 248 с.
  121. . Т., Топунов М. В. Фильтрация при неслучайных возмущениях: метод инвариантных эллипсоидов // Докл. Академии наук. 2008. Т. 418. № 6. С. 749−753.
  122. . Т., Щербаков П. С. Робастная устойчивость и управление. М.: Наука, 2002. 303 с.
  123. Л. С. Линейная дифференциальная игра убегания / Тр. МИАН СССР. 1971. Т. 112. С. 30−63.
  124. Л. С., Болтянский В. Г., Гамкрелидзе Р. В., Мищенко Е. Ф. Математическая теория оптимальных процессов. М.: Наука, 1969. 384 с.
  125. Л. С., Мищенко Е. Ф. Задача об уклонении от встречи в линейных дифференциальных играх // Дифференц. уравнения. 1971. Т. 7. № 3. С. 436−445.
  126. Пгиенич7мй Б. Н. Структура дифференциальных игр // Доклады АН СССР. 1969. Т. 184. № 2. С. 285−287.
  127. . Н., Остапенко В. В. Дифференциальные игры. Киев: Наук, думка, 1992. 259 с.
  128. . Н. Выпуклый анализ и экстремальные задачи. М.: Наука, 1980. 368 с.
  129. Ю. Н. Суммирование эллипсоидов в задаче гарантированного оценивания // ПММ. 1989. Т. 53. Вып. 2. С. 249−254.
  130. Я. П. Автоматическое управление. М.: Наука, 1992. 576 с.
  131. Р. Выпуклый анализ. М.: Мир, 1973. 469 с.
  132. Д. Я. Точное решение уравнений эллипсоидов, аппроксимирующих область достижимости одного класса линейных систем // Изв. АН. Теория и системы управления. 1996. № 1. С. 16−21.
  133. А. Б. О наибыстрейшем выведении изображающей точки за пределы заданной области фазовой плоскости // Изв. АН СССР. Техн. кибернетика. 1963. № 4. С. 147−156.
  134. . А. Курс теории вероятностей и математической статистики. М.: Наука, 1982. 256 с.
  135. Г. Парадоксы в теории вероятностей и математической статистике. Ижевск: НИЦ РХД, 2003. 271 с.
  136. Д. В. Общий курс физики. Т. III. Электричество. М.: Наука, 1977. 688 с.
  137. А. Н. Управление линейными дискретными системами с невыпуклыми симметричными ограничениями на конечном интервале времени // АиТ. 1994. № 1. С. 128−141.
  138. А. Н. Управляемость линейных дискретных систем с ограниченным управлением и (почти) периодическими возмущениями // АиТ. 2001. № 5. С. 53−64.
  139. А. Н. О решении задачи синтеза управления для класса линейных 0-управляемых дискретных систем с ограничениями / / АиТ. 2005. № 1. С. 49−58.
  140. А. Н., Формальский А. М. Области достижимости и управляемости линейных дискретных систем // Изв. РАН. Теория и системы управления. 2002. № 4. С. 5−16.
  141. А. Н., Формальский А. М. Достижимость и управляемость дискретных систем при ограниченных по величине и импульсу управляющих воздействиях // АиТ. 2003. № 12. С. 17−32.
  142. Смит Отто Дснс. М. Автоматическое регулирование. М.: Физ-матлит, 1962. 848 с.
  143. Справочник по теории автоматического управления / Под. ред. А. А. Красовского. М.: Наука, 1987. 712 с.
  144. Р. Л. Условные марковские процессы и их применение в теории оптимального управления. М.: Изд-во МГУ, 1966. 319 с.
  145. В. И. Статистическая теория радиотехнических устройств. М.: ВВИА им. проф. Н. Е. Жуковского, 1965. 464 с.
  146. А. И., Морэюин О. В. Численное исследование множеств достижимости нелинейных управляемых дифференциальных систем // АиТ. 2011. № 6. С. 160−170.
  147. А. А. Проектирование бортовых комплексов управления. СПб.: СПбГУАП, 2000. 59 с.
  148. Р. П. Приближённое решение задач оптимального управления. М.: Наука, 1978. 488 с.
  149. А. Ф. Дифференциальные уравнения с разрывной правой частью. М.: Наука, 1985. 224 с.
  150. Т. Ф. Построение многозначных оценок множеств достижимости некоторых нелинейных динамических систем с импульсным управлением // Тр. ИММ УрО РАН. 2009. Т. 15. № 4. С. 262−269.
  151. Т. Ф. Дифференциальные уравнения эллипсоидальных оценок множеств достижимости нелинейной динамической управляемой системы // Тр. ИММ УрО РАН. 2010. Т. 16. № 1. С. 223−232.
  152. Т. Ф., Матвийчук О. Г. Алгоритмы оценивания множеств достижимости импульсных управляемых систем с эллипсоидальными фазовыми ограничениями // АиТ. 2011. № 9. С. 127 141.
  153. А. М. Управляемость и устойчивость систем с ограниченными ресурсами. М.: Наука, 1974. 368 с.
  154. А. М. Об угловых точках границ областей достижимости // ПММ. 1983. Т. 47. Вып. 4. С. 566−574.
  155. А. М. К задаче синтеза оптимального управления в системах второго порядка // Доклады Академии наук. 2010. Т. 430. № 6. С. 747−750.
  156. М. В. Робастная фильтрация при неслучайных возмущениях: метод инвариантных эллипсоидов // АиТ. 2009. № 1. С. 147−161.
  157. М. В., Поляк Б. Т., Кунцевич В. М. Оптимизация линейных систем при ограниченных внешних возмущениях (техника инвариантных эллипсоидов) // АиТ. 2011. N2 11. С. 9−59.
  158. Я. 3. Основы теории автоматических систем. М.: Наука, 1977. 560 с.
  159. Г. С., Сибрин А. П., Жабреев В. С. Следящие системы автоматических манипуляторов / Под ред. Г. С. Черноруцкого. М.: Наука, 1987. 272 с.
  160. Ф. Л. Некоторые задачи оптимального управления с малым параметром // ПММ. 1968. Т. 32. Вып. 1. С. 15−26.
  161. Ф. Л. Одна задача уклонения от многих преследователей // ПММ. 1976. Т. 40. Вып. 1. С. 14−24.
  162. Ф. Л. Оценивание фазового состояния динамических систем. М.: Наука, 1988. 320 с.
  163. Ф. Л., Ананьевский И. М., Решмин С. А. Методы управления нелинейными механическими системами. М.: Физмат-лит, 2006. 328 с.
  164. Ф. Л., Шматков А. М. Синтез оптимального быстродействия в одной системе третьего порядка / / Доклады Академии наук. 1997. Т. 354. № 2. С. 174−177.
  165. Ф. Л., Шматков А. М. Оптимальное по быстродействию управление в одной системе третьего порядка // ПММ. 1997. Т. 61. Вып. 5. С. 723−731.
  166. О. Л. Построение выпуклой оболочки множества точек в виде системы линейных неравенств / / Журн. вычисл. математики и мат. физики. 1992. Т. 32. № 8. С. 1213−1228.
  167. А. М. Об управлении системами с помехой, ограниченной по величине // Изв. РАН. Техн. кибернетика. 1994. № 4. С. 48−55.
  168. А. М. Об управлении ансамблем траекторий при наличии ограниченной помехи // Изв. РАН. Теория и системы управления. 1995. № 4. С. 82−87.
  169. А. М. Сопоставление стохастического и эллипсоидального оценивания неопределённости для динамической системы свозмущениями, ограниченными по величине // Докл. Академии наук. 2006. Т. 411. № 4. С. 460−463.
  170. А. М. О невырожденной локально оптимальной эллипсоидальной аппроксимации оценки состояний линейных систем / / ПММ. 2008. Т. 72. Вып. 2. С. 241−250.
  171. А. М. Об оптимальном выборе ограничений по управлению // ПММ. 2010. Т. 74. Вып. 1. С. 170−175.
  172. А. М. Оценивание фазового состояния динамической системы при неточно заданных границах возмущений
  173. Изв. РАН. Теория и системы управления. 2011. № 4. С. 66−72.
  174. А. М. Построение аналога фильтра Калмана для гарантированной оценки состояния динамической системы // Изв. РАН. Теория и системы управления. 2011. N2 5. С. 33−40.
  175. П. Е. Определение движения по результатам измерений. М.: Наука, 1976. 416 с.
  176. Athans М., Tse Е. A direct derivation of the optimal linear filter using the maximum principle // IEEE Trans. Automat. Control. 1967. V. AC-12. N 6. P. 690−698.
  177. Barmish B. R., Sankaran J. The propagation of parametric uncertainty via polytopes // IEEE Trans. Automat. Contr. 1979. V. AC-24. N 2. P. 346−349.
  178. Ben-Haim Y. A non-probabilistic concept of reliability // Structural Safety. 1994. V. 14. P. 227−245.
  179. Benoit A., Swierstra S. A simulation facility for assessing the next generation of 4-d air traffic control procedures / ICAS proceedings (ed. P. Santini, R. Staufenbiel), 1986: 15th Congress of the International
  180. Council of the Aeronautical Sciences, London, UK, September 7−12, 1986, ICAS-86−3.4.1, p. 531a-h.
  181. Bertsekas D. P., Rhodes J. B. Recursive state estimation for a set-membership description of uncertainty // IEEE Trans. Automat. Control 1971. V. AC-16. N 2. P. 117−128.
  182. Betts J. T. Practical methods for optimal control using non-linear programming. Philadelphia, PA: SIAM, 2001. x+190 p.
  183. Blakelock J. H. Automatic control of aircraft and missiles, 2nd edition. N.Y.: J. Wiley & Sons, 1991. 672 p.
  184. Bushenkov V., Chernykh O., Kamenev G., Lotov A. Multi-dimensional images given by mappings: construction and visualization // Pattern Recognition and Image Analysis. 1995. V. 5. N 1. P. 35−56.
  185. Campa G., Fravolini M. L., Mammarella M., Napolitano M. R. Bounding set calculation for neural network-based output feedback adaptive control systems // Neural Computing and Applications. 2011. V. 20. N. 3. P. 373−387.
  186. Chernousko F. L. On equations of ellipsoids approximating reachable sets // Probl. of Control and Information Theory. 1983. V. 12. N 2. P. 97−110.
  187. Chernousko F. L. State estimation for dynamic systems. Boca Raton, Florida: CRC Press, 1994. 304 p.
  188. Chernousko F. L., Ovseevich A. I., Shmatkov A. M. Optimal two-sided ellipsoidal state estimation in dynamical systems // Proc. of 3rd European Control Conf., 1995.
  189. Chernousko F. L., Shmatkov A. M. Synthesis of time-optimal control in the third order system // Proc. of the International IFAC Workshop «Nonsmooth and Discontinuous Problems of Control and Optimization». June 17−20, 1998, Chelyabinsk.
  190. Chernousko F. L., Shmatkov A. M. New results on optimal ellipsoidal estimation for uncertain dynamical systems // Proc. of the World Congress IFAC-2002, v. 15, part 1, 2002, Barcelona, Spain.
  191. Chisci L., Garulli A., Zappa G. Recursive state bounding by parallelo-topes // Automatica. 1996. V. 32. N 7. P. 1049−1055.
  192. Davey D. P., Stewart N. F. Guaranteed error bounds for the initial value problem using polytope arithmetic // BIT. 1976. N 16. P. 257 268.
  193. Dobronets B. S. On some two-sided methods for solving systems of ordinary differential equations // Interval Computations. 1992. Y. 3. N 1. P. 6−19.
  194. Eaton J. H. An iterative solution to time optimal control // J. of Math. Anal, and Appl. 1962. V. 5. N 2. P. 329−344.
  195. Filippov A. F. Ellipsoidal estimates for a solution of a system of differential equations // Interval Computations. 1992. V. 4. N 2. P. 6−17.
  196. Filippova T. F., Berezina E. V. On state estimation approaches for uncertain dynamical systems with quadratic nonlinearity: theory and computer simulations // Lecture Notes in Computer Science. 2008. V. 4818. P. 326−333.
  197. Fisher M. E., Gayek J. E. Estimating reachable sets for two-dimensional discrete systems // J. of Optimization Theory and Appl. 1988. V. 56. N 1. P. 67−88.
  198. Fonseca R. J., Zymler S., Wiesemann W., Rustem B. Robust optimization of currency portfolios. Working Papers 012, COMISEF. 2009. 21 p.
  199. Formalsky A. M., Sirotin A. N. On the geometric properties of reachable and controllable sets for linear discrete systems // J. of Optimization Theory and Appl. 2004. V. 122. N 2. P. 257 284.
  200. Genesio R., Tartaglia M., Vicino A. On the estimate of the asymptotic stability regions: state of art and new proposals // IEEE Trans. Automat. Control. 1985. V.-30. N 8. P. 747−755.
  201. Goncharova E. V., Ovseevich A. I. Asymptotics for Singularly Perturbed Reachable Sets // Lecture Notes in Computer Science. 2010. V. 5910. P. 290−295.
  202. Holzinger M. J. Optimal control applications in space situational awareness. Ph. D. Thesis, University of Colorado, Boulder, Colorado, 2011. 179 p.
  203. Hope E. M. Design verification of power electronics systems subject to bounded uncertain inputs. Ph. D. Thesis, University of Illinois, Urbaiia-Champaign, Illinois, 2009. 97 p.
  204. Jacobs M. Attainable sets in systems with unbounded controls // J. of Diff. Equations. 1968. V. 4. N 3. P. 408−423.
  205. Jarmark B. Minimum time turning / Atmospheric Flight Mechanics Conference, 12th, Snowmass, Colorado, August 19−21, 1985. Technical Papers A85−43 826 21−08. AIAA Paper 1985−1780, New York, 1985, p. 131−135.
  206. Jarmark B. Optimal turns with altitude variations / list AIAA Applied Aerodynamics Conference, Monterey, California, August 9−11, 1993. AIAA Paper 1993−3658, New York, 1993, p. 362−367.
  207. Kalman R., Bucy R. New results in linear filtering and prediction theory // ASME Transactions. J. of Basic Engineering. Series D. 1961. V. 83. P. 45−108.
  208. Kaynama S., Oishi M., Mitchell I. M., Dumont G. A. Fixed-complexity piecewise ellipsoidal representation of the continual reachability set based on ellipsoidal techniques // Proc. American Control Conference, 2012, p. 1−7, Montreal, Canada.
  209. Kovaleva A. S. Optimal control of mechanical systems. Berlin: Springer-Verlag, 1999. 276 p.
  210. Kovaleva A. Stability and control of random rocking motion of a multidimensional structure: the Melnikov approach // Nonlinear Dynamics. 2010. V. 59. N 1. P. 309−317.
  211. Kovaleva A. Control of a weakly perturbed Lagrangian system with a guaranteed escape rate // Probabilistic Engineering Mechanics. 2011. V. 26. N 1. P. 39−43.
  212. Kiihn W. Rigorously computed orbits of dynamical systems without the wrapping effect // Computing. 1998. V. 61. P. 47−67.
  213. Kurzhanski A. B., Valyi I. Ellipsoidal calculus for estimation and control. Boston: Birkhauser, 1997. 321 p.
  214. Kurzhanski A. B., Varaiya P. On ellipsoidal techniques for reachability analysis. Part I: External approximations // Optimiz. Methods h Software. 2002. V. 17. N 2. P. 177−206.
  215. Kurzhanski A. B.- Varaiya P. On ellipsoidal techniques for reachability analysis. Part II: Internal approximations. Box-valued constraints // Optimiz. Methods & Software. 2002. V. 17. N 2. P. 207−237.
  216. Kurzhanskiy A. A., Varaiya P. Ellipsoidal toolbox: Tech. Rep. UCB/EECS 2006−46: EECS Department, University of California, Berkeley, 2006. http://code.google.eom/p/ellipsoids.
  217. Kurzhanskiy A. A., Varaiya P. Theory and computational techniques for analysis of discrete-time control systems with disturbances // Optimization Methods & Software. V. 26. N 4−5. P. 719−746.
  218. Kushner H. J. On the differential equations satisfied by conditional probability densities of Markov processes, with applications // J. SIAM Control. 1964. Ser. A. V. 2. P. 106−119.
  219. Matasov A. I. Estimators for uncertain dynamic systems. Dordrecht: Kluwer Academic Publishers, 1998. 420 p.
  220. Mehra R. K., Washburn R. B., Sajan S., Carrol J. V. A study of the application of singular perturbation theory. NASA CR-3167. August 1979. 338 p.
  221. Melikyan A. A. Generalized characteristics of first order PDEs. Applications in optimal control and differential games. Boston, Massachusetts: Birkhaiiser Boston, Inc., 1998. xiv+310 p.
  222. Miele A. Flight mechanics. Vol. 1: Theory of flight paths. London: Addison-Wesley Publishing Company, Inc. 1962. xi+416 p.
  223. Miele A., Wang T., Wang H., Melvin W. W. Optimal penetration landing trajectories in the presence of windshear // Journal of Optimization Theory and Applications. 1988. V. 57. N 1. P. 1−40. DOI: 10.1007/BF00939327.
  224. Milanese M., Belforte G. Estimation theory and uncertainty intervals evaluation in presence of unknown but bounded errors. Linear families of models and estimators // IEEE Trans. Automat. Contr. 1982. V. AC-27. N 2. P. 408−414.
  225. Milanese M., Vicino A. Optimal estimation theory for dynamic systems with set-membership uncertainty: an overview // Automatica. 1991. V. 27. N 6. P. 997−1009.
  226. Moore R. E. Interval Analysis. Englewood Cliffs, New Jersey: Prentice Hall, 1966. 145 p.
  227. Naidu D. S. Optimal control systems. Boca Raton, Florida: CRC Press, 2003. 433 p.
  228. Ohta Y. Nonconvex polygon interval arithmetic as a tool for the analysis and design of robust control systems // Reliable Computing. 2000. V. 6. N 3. P. 247−279.
  229. Ovseevich A. I. On equations of ellipsoids approximating attainable sets //J. Optimization Theory Appl. 1997. V. 95. N 3. P. 659−676.
  230. Pecsvaradi T., Narendra K. S. Reachable sets for linear dynamic systems // Information and Control. 1971. V. 19. N 4. R 319−344.
  231. Scacchioli A., Bay en A. M., Stojadinovic B. Quality of hybrid simulation: a reachability analysis approach // Proc. 18th Engineering Mechanics Division Conference of ASCE (ASCE EMD 2007), 2007, p. 16, Blacksburg, Virginia, USA.
  232. Schweppe F. C. Recursive state estimation: unknown but bounded errors and system inputs // IEEE Trans. Automat. Control. 1968. V. AC-13. N 1. P. 22−28.
  233. Schweppe F. C. Uncertain dynamic systems. Englewood Cliffs, New Jersey: Prentice Hall, 1973. 563 p.
  234. Sederstrom D. C., Zagalsky N. R., McLane R. C. Energy/energy rate meter for energy management in flight. Final report prepared for Office of Naval Research, AD-763 450, February 1973. 110 p.
  235. Shanmugavel M., Tsourdos A., White B. Obstacle Avoidance: Static Obstacles. Encyclopedia of Aerospace Engineering. Hoboken, New York: John Wiley & Sons, 2010. Chapter 241. V. 5.
  236. DOI: 10.1002/9 780 470 686 652.eae555
  237. Spark N. T. The fastest man on Earth // Annals of Improbable Research. 2003. V. 9. N 5. P. 4−26.
  238. Teo K. L., Goh C. J., Wong K. H. A unified computational approach to optimal control problems. Harlow: Longman Scientific & Technical, 1991. 329 p.
  239. Uehara S. Theoretical investigation of minimum time loop maneuvers of jet aircraft. Ph. D. Thesis, California Institute of Technology, Pasadena, California, May 1974. 93 p.
  240. Uehara S. Application of optimal control theory to supersonic fighter maneuverability // Journal of the Japan Society for Aeronautical and Space Sciences. 1982. V. 30. N 340. P. 238−251. (in Japan).
  241. Uehara S., Stewart H. J., Wood L. J. Minimum time loop maneuvers of jet aircraft // Journal of Aircraft. 1978. V. 15. N 8. P. 449−455.
  242. Virtanen K., Karelahti J., Raivio T. Modeling air combat by a moving horizon influence diagram game // Journal of Guidance, Control, and Dynamics. 2006. V. 29. N 5. P. 1080−1091. DOLlO.2514/1.17 168.
Заполнить форму текущей работой

На отлично!