1 基本概念
最优控制研究的是：在系统演化规律既定、约束条件存在的情况下，如何选择控制输入，使某个给定目标在整体上达到最优。这里的“最优”通常不是局部意义上的短时改进，而是针对全过程或终端状态所定义的综合评价结果。该领域兼具数学建模、理论分析与工程实现三方面特征，因而在应用数学与控制工程中占据重要位置。
1.1 控制系统与状态变量
控制系统一般由状态、输入和输出构成。状态变量用于描述系统在某一时刻的内部状况，能够概括系统历史对未来演化的影响；控制输入则是外部施加的可调量，用于改变系统轨迹。输出通常是可观测量，既可作为反馈依据，也可用于评价控制效果。
在最优控制中，状态变量常用微分方程或差分方程描述，其演化取决于当前状态、控制作用以及外界扰动。合理选择状态变量，是建立可求解模型的基础。
1.2 目标函数与性能指标
目标函数又称性能指标，用来衡量控制方案优劣，通常以积分形式、终端形式或两者的组合出现。常见指标包括控制消耗、到达时间、偏差大小、能量使用量以及平滑性等。
不同问题的最优标准并不相同：有的强调尽快完成任务，有的强调节省资源，有的则要求轨迹尽量贴近参考路径。因此，目标函数的设计往往直接决定问题的求解方向和结果形态。
1.3 约束条件
最优控制问题通常伴随多种约束，既可能来自物理规律，也可能来自设备能力、任务要求或安全边界。约束的存在使问题更贴近实际，但也显著增加了分析和计算难度。
1.3.1 状态约束
状态约束是对系统状态取值范围的限制，例如温度、速度、位置或库存水平不得超过某些边界。这类约束常用于保证系统运行安全或满足工艺要求。
1.3.2 控制约束
控制约束限制输入变量的幅值、变化率或作用区间，例如推力大小、转角范围或投入强度。这类约束与执行器能力密切相关，往往决定控制策略是否可实施。
1.3.3 终端约束
终端约束要求系统在终止时刻满足特定条件，如到达指定位置、达到某一状态集合，或满足终端性能指标。它们在轨迹规划、任务接续和定点控制中尤为常见。
1.4 最优控制问题的标准形式
典型最优控制问题通常包括四个基本部分：系统动力学方程、初始条件、约束条件与目标函数。求解任务是在所有满足约束的控制函数中，寻找使目标函数取得最小或最大值的控制方案。
在标准表述中，系统状态随时间变化，控制输入作为待优化变量出现，而最终解往往还要满足必要条件、可行性条件与边界条件。该形式为后续的理论推导和数值计算提供了统一框架。
2 理论基础
最优控制的理论基础主要来自变分法、动态规划、微分方程理论与凸分析等。其核心在于把“寻优”转化为对函数、轨线或策略的分析，从而获得必要条件、充分条件以及可计算的方法。
2.1 变分法
变分法研究的是泛函在扰动下的变化规律，是最优控制早期的重要理论来源。它通过考察目标函数对轨线或控制的微小变化，导出极值条件。
2.1.1 欧拉-拉格朗日方程
欧拉-拉格朗日方程是经典变分问题的基本结论，用于描述使泛函取极值的函数必须满足的微分方程。它在最优控制中常作为无约束或弱约束问题的基础形式。
2.1.2 约束变分问题
当变分问题带有动力学约束或边界约束时，需要引入拉格朗日乘子或更一般的协态变量来处理。此时，极值条件不仅涉及状态本身，也涉及约束对解空间的限制。
2.2 最优性条件
最优性条件用于刻画最优解必须满足的数学关系。它们通常是必要条件，某些特定情形下也能与其他条件结合给出充分性结论。
2.2.1 庞特里亚金极大值原理
庞特里亚金极大值原理是最优控制的核心工具之一。它把最优控制问题转化为一个由状态方程、协态方程和极值条件组成的边值问题，并要求最优控制在每一时刻使哈密顿量达到极值。
2.2.2 哈密顿量与协态变量
哈密顿量是连接状态、控制与协态变量的中间函数，反映系统当前“即时收益”与未来影响的综合关系。协态变量则可理解为状态对目标函数边际影响的度量，在必要条件中扮演类似“影子价格”的角色。
2.2.3 横截条件
横截条件描述轨线在终端时刻或边界上的附加要求，常用于处理终端自由、终端固定或终端代价存在的情形。它们与协态变量的边界值一起，构成完整的边值约束。
2.3 动态规划
动态规划从“分阶段最优”的思想出发，将整体问题拆解为一系列子问题。它强调最优策略具有一致性，并通过递推关系求解全局最优解。
2.3.1 贝尔曼最优性原理
贝尔曼最优性原理指出，若某策略在初始时刻是最优的，则其后续任意子过程也必须对相应子问题保持最优。这一原理是动态规划的逻辑基础。
2.3.2 哈密顿-雅可比-贝尔曼方程
哈密顿-雅可比-贝尔曼方程是动态规划在连续时间系统中的核心偏微分方程。它以价值函数为中心，描述从任一状态出发的最优代价递推关系，是理论分析与数值近似的重要工具。
2.4 可控性与可达性
可控性研究系统能否在有限时间内通过合适输入到达目标状态；可达性则关注从给定初态出发，系统能够覆盖到哪些状态集合。这两个概念决定了最优控制问题是否可行，也影响最优解的存在性和结构特征。
3 数学模型
最优控制的数学模型按时间表示方式可分为连续时间、离散时间以及混合形式；按系统结构又可分为线性与非线性、确定性与随机性等类型。不同模型对应不同的分析工具和求解方法。
3.1 连续时间系统
连续时间系统以实时间变量为自变量，通常采用微分方程刻画状态变化。此类模型更适合描述物理过程、运动过程和连续调节过程。
3.1.1 常微分方程模型
常微分方程模型用于描述有限维状态系统，其状态变化速率由当前状态和控制输入决定。它是大多数经典最优控制问题的基础模型。
3.1.2 分布参数系统
分布参数系统的状态依赖空间和时间两个变量，常由偏微分方程描述。此类系统出现在温度场、流体、柔性结构等问题中，最优控制往往需要处理更复杂的边界和初始条件。
3.2 离散时间系统
离散时间系统在一系列时刻上更新状态，适合数字控制、采样控制与阶段性决策场景。其模型通常由差分关系给出，便于计算机实现。
3.2.1 差分方程模型
差分方程模型以当前状态、输入及可能的外部信息递推得到下一时刻状态。由于形式明确，常被用于库存管理、生产计划和数字滤波等问题。
3.2.2 混合系统模型
混合系统同时包含连续演化和离散切换两类行为，例如模式切换、事件触发或逻辑决策。其最优控制问题往往需要同时处理连续变量优化与离散模式选择。
3.3 线性最优控制
线性最优控制研究线性动力学下的最优调节与最优跟踪问题。由于模型结构较规则，常能得到较为清晰的理论结论和高效算法。
3.3.1 线性二次型调节器
线性二次型调节器是经典问题，系统动力学为线性方程，性能指标为状态与控制的二次型加权和。它在稳定调节、反馈设计和工程控制中应用广泛。
3.3.2 线性二次型跟踪
线性二次型跟踪以使输出或状态尽量接近参考信号为目标，同时兼顾控制代价。与调节问题相比，它更强调对外部给定轨迹的动态逼近。
3.4 非线性最优控制
非线性最优控制更接近真实系统，但分析和求解难度也更高。非线性项可能导致多极值、局部最优和复杂约束结构。
3.4.1 局部线性化方法
局部线性化方法通过在某一工作点附近近似原非线性系统，将问题转化为近似线性模型求解。该方法便于利用成熟的线性最优控制工具，但结果通常只在局部范围内有效。
3.4.2 非线性约束处理
非线性约束处理涉及路径边界、动力学耦合和控制饱和等复杂条件。常见做法包括松弛、罚函数、障碍函数和直接数值优化等，以在可行性与计算效率之间取得平衡。
4 求解方法
最优控制问题的求解方法大体可分为解析方法与数值方法两类。前者强调理论推导和结构化结论，后者则面向实际计算，适用于复杂模型和高维问题。
4.1 解析方法
解析方法依托方程推导、边界条件和最优性原理，目标是在符号层面获得明确表达式或可验证的结构结果。
4.1.1 闭式解
闭式解是指能够用有限个已知函数和运算直接表示的解。对于少数结构简单的问题，闭式解可以清楚揭示最优策略的特征，但在一般情况下并不容易获得。
4.1.2 变分推导
变分推导通过对目标泛函作扰动分析，建立极值条件并导出必要方程。它常用于基础理论研究，也可为数值算法提供参考形式。
4.2 数值方法
数值方法通过离散化、迭代优化或边值求解，将连续最优控制问题转化为可计算形式，是工程实践中的主要手段。
4.2.1 打靶法
打靶法把边值问题转化为初值问题，通过反复调整未知初值使终端条件满足要求。它直观且实现简单，但对初值敏感，在强非线性情况下可能收敛困难。
4.2.2 直接配点法
直接配点法将连续轨线离散为有限个节点，并在节点上施加动力学约束，最终转化为非线性规划问题。该方法适用于复杂约束，且便于结合通用优化求解器。
4.2.3 伪谱法
伪谱法利用全局插值与高阶正交点进行离散，通常能以较少节点获得较高精度。它在轨迹优化和航天任务规划中常被采用。
4.2.4 梯度型优化算法
梯度型优化算法根据目标函数对控制变量的梯度信息迭代更新解。若梯度计算稳定，算法通常具有较好的可扩展性，适合大规模问题。
4.3 离散化与近似
离散化与近似是将连续问题转化为有限维问题的重要过程，决定了计算效率与精度之间的关系。
4.3.1 时间离散
时间离散将连续区间划分为若干步长，并以离散时刻近似系统演化。步长选择会影响计算量、稳定性和误差累积情况。
4.3.2 状态空间离散
状态空间离散将连续状态变量映射到有限网格或有限集合，有助于实现动态规划和搜索算法。其优点是便于全局处理，但维数增长会带来“维数灾难”。
4.3.3 模型降阶
模型降阶通过保留主要动态特征、忽略次要模式来降低系统维数。它常用于高维系统的快速仿真和实时优化，但需注意近似误差对最优性的影响。
5 典型问题
最优控制中存在一些具有代表性的经典任务，它们既具有明确的工程背景，也便于形成可分析的标准模型。
5.1 最小时间问题
最小时间问题要求系统在满足约束的前提下尽快到达目标状态。该类问题常出现“极限控制”或“切换控制”现象，解的结构通常较为鲜明。
5.2 最小能量问题
最小能量问题关注控制输入的总能量消耗，常用于节约资源或减少系统激励。其解往往较平滑，适合强调运行经济性的场合。
5.3 最小燃料问题
最小燃料问题以控制总消耗最小为目标，常见于具有推进剂或有限资源的系统。该问题可能出现稀疏控制特征，即输入在部分时间段内为零或接近零。
5.4 轨迹优化问题
轨迹优化问题要求在动力学和路径约束下寻找最优运动路线。它广泛见于飞行器、机器人和自动驾驶等场景，通常需要兼顾安全性、效率与平滑性。
5.5 追踪与跟踪控制
追踪与跟踪控制旨在使系统输出尽可能贴近预定参考轨迹。与静态调节不同，这类问题更强调随时间变化的误差抑制和动态响应能力。
6 应用领域
最优控制的应用十分广泛，几乎涉及所有需要“在约束下做出最优决策”的工程和管理场景。其共同特征是：系统状态随时间演化，控制资源有限，且目标往往需要兼顾效率与稳定性。
6.1 航空航天
航空航天是最优控制的重要应用领域之一，原因在于飞行器任务往往具有高成本、高精度和强约束的特点。
6.1.1 轨道控制
轨道控制主要研究航天器的轨道修正、转移和保持问题。通过合理分配推力，可在燃料受限条件下实现轨道调整与任务对接。
6.1.2 姿态控制
姿态控制用于维持或改变飞行器的方向状态。最优控制可帮助减少姿态误差、降低执行器负荷，并提高机动过程的平稳性。
6.2 机器人学
机器人系统通常需要在复杂环境中完成精确动作，因此常借助最优控制实现运动效率、稳定性与安全性的统一。
6.2.1 运动规划
运动规划关注机器人从起点到终点的可行且优良的运动路径。最优控制可将避障、时间代价与动作平滑性纳入同一框架。
6.2.2 机械臂控制
机械臂控制需要在关节约束和末端任务之间取得平衡。最优控制常用于提升抓取精度、减少震动，并优化多关节协同运动。
6.3 经济学
在经济系统中，资源具有稀缺性且决策具有时序性，因此最优控制常被用于分析动态配置问题。
6.3.1 资源分配
资源分配问题关注在时间维度上如何安排资金、物资或产能，以获得更优总体收益。最优控制方法能够描述连续投入与产出之间的动态关系。
6.3.2 最优投资
最优投资问题研究在风险与收益约束下如何安排资产配置。该类模型常与动态优化和预算约束结合，用于刻画长期决策策略。
6.4 能源系统
能源系统通常规模大、耦合强、约束多，且需要兼顾安全与经济运行，因此非常适合引入最优控制思想。
6.4.1 电网调度
电网调度需要在负荷变化和设备约束下合理安排发电与输电。最优控制可用于降低运行成本、减少波动并提升供电效率。
6.4.2 储能优化
储能优化关注电池或其他储能装置的充放电策略。目标通常包括延长寿命、提高利用率和减少峰谷差。
6.5 生物与医学工程
生物与医学系统具有明显的动态性和个体差异，最优控制可用于辅助制定更合理的干预策略。
6.5.1 药物剂量优化
药物剂量优化研究在疗效与副作用之间如何平衡给药方案。其目标是使治疗效果更稳定，同时尽量降低过量或不足带来的风险。
6.5.2 生理系统调控
生理系统调控涉及体温、血糖、呼吸或其他生理过程的调节。最优控制可用于构建个体化调节方案，以实现更平稳的系统状态。
7 扩展主题
随着系统复杂性提高，传统确定性最优控制逐渐向更强鲁棒性、更高分布性以及更强交互性的方向扩展。
7.1 鲁棒最优控制
鲁棒最优控制关注在模型不确定性、参数扰动或外界干扰存在时，仍能获得较优且稳定的控制策略。其目标不是只追求名义模型下的最优，而是强调性能的保守保障。
7.2 随机最优控制
随机最优控制将噪声或随机过程纳入系统模型，用于描述不可预测扰动下的决策问题。此类方法常与随机微分方程、期望性能指标和概率约束结合。
7.3 博弈论与最优控制
当多个决策主体同时影响系统时，单纯的最优控制往往不够，需要引入博弈论视角。此时研究重点转向各参与方的策略互动、均衡解与协同机制。
7.4 分层最优控制
分层最优控制将复杂系统分为若干层级，在不同层次上分别进行决策与协调。该方法适合结构清晰但规模较大的系统，如多级生产或多层调度任务。
7.5 分布式最优控制
分布式最优控制强调多个子系统在局部信息条件下协同优化。它常用于网络化系统、多智能体系统和大规模基础设施，核心问题是局部决策与全局目标的一致性。
8 发展与相关学科
最优控制并非孤立学科，而是与控制理论、运筹学、计算数学以及数据驱动方法紧密交叉。其发展历程体现了从解析理论到计算方法、再到智能优化的持续演进。
8.1 与控制理论的关系
最优控制是控制理论中的重要组成部分，侧重“如何在约束下做到最好”。相比之下，经典控制更关注稳定性、鲁棒性和反馈结构，两者在很多实际问题中相互补充。
8.2 与运筹学的关系
运筹学强调资源配置、排程和决策优化，最优控制则更突出动态系统的时变特征。二者在动态规划、非线性规划和约束优化等方面存在大量交叉。
8.3 与机器学习的交叉
机器学习为最优控制提供了数据建模、函数逼近和策略学习的新工具。与此同时，最优控制也为强化学习、策略优化和安全约束学习提供了严格的理论支撑。
8.4 研究历史与代表性成果
最优控制的发展经历了从经典变分问题到现代系统理论的演变。其代表性成果包括极大值原理、动态规划理论以及适用于工程问题的线性二次型框架。随着计算能力提升，数值最优控制逐渐成为主流，并推动了航天、机器人和能源等领域的应用扩展。