تحسين المسار

تحسين المسار هو عملية تصميم مسار يقلل (أو يزيد) من مقياس أداء معين مع مراعاة مجموعة من القيود. وبشكل عام، يُعد تحسين المسار أسلوبًا لحساب حل الحلقة المفتوحة لمسألة تحكم أمثل . ويُستخدم غالبًا في الأنظمة التي لا يتطلب فيها حساب حل الحلقة المغلقة الكامل، أو يكون ذلك غير عملي أو مستحيلاً. إذا أمكن حل مسألة تحسين المسار بمعدل يُعطى بمعكوس ثابت ليبشيتز ، فيمكن استخدامه بشكل تكراري لتوليد حل الحلقة المغلقة وفقًا لمفهوم كاراثيودوري . أما إذا تم تنفيذ الخطوة الأولى فقط من المسار لمسألة ذات أفق زمني لانهائي، فيُعرف ذلك باسم التحكم التنبؤي النموذجي (MPC) .

على الرغم من أن فكرة تحسين المسار موجودة منذ مئات السنين ( حساب التفاضل والتكامل ، مسألة منحنى السرعة القصيرة )، إلا أنها لم تصبح عملية لحل المشكلات الواقعية إلا مع ظهور الحاسوب. وقد استُخدمت العديد من التطبيقات الأصلية لتحسين المسار في صناعة الطيران والفضاء، لحساب مسارات إطلاق الصواريخ. وفي الآونة الأخيرة، استُخدم تحسين المسار أيضًا في مجموعة واسعة من تطبيقات العمليات الصناعية والروبوتات. [ 1 ]

تاريخ

ظهرت خوارزمية تحسين المسار لأول مرة عام 1697، مع طرح مسألة منحنى السرعة القصيرة: إيجاد شكل سلك يسمح لخرزة تنزلق عليه بالتحرك بين نقطتين في أقل وقت ممكن. [ 2 ] والأمر المثير للاهتمام في هذه المسألة هو أنها تُحسِّن مسار منحنى (شكل السلك)، بدلاً من إيجاد قيمة عددية واحدة. وقد حُسب أشهر حلول هذه المسألة باستخدام حساب التفاضل والتكامل التغيري .

في خمسينيات القرن العشرين، بدأ الحاسوب الرقمي في جعل تحسين المسار عمليًا لحل مشكلات العالم الحقيقي. نشأت أولى مناهج التحكم الأمثل من حساب التفاضل والتكامل ، استنادًا إلى أبحاث جيلبرت أميس بليس وبرايسون [ 3 ] في أمريكا، وبونترياغين [ 4 ] في روسيا. ويُعدّ مبدأ بونترياغين الأقصى جديرًا بالذكر. وضع هؤلاء الباحثون الأوائل الأساس لما نسميه اليوم بالطرق غير المباشرة لتحسين المسار.

ركزت معظم الجهود المبكرة في مجال تحسين المسارات على حساب خصائص دفع الصواريخ، سواء في الفراغ أو في الغلاف الجوي. وقد أسفرت هذه الأبحاث المبكرة عن اكتشاف العديد من المبادئ الأساسية التي لا تزال تُستخدم حتى اليوم. ومن التطبيقات الناجحة الأخرى مسارات الصعود إلى الارتفاع المطلوب للطائرات النفاثة الأولى. ونظرًا لارتفاع مقاومة الهواء في منطقة السحب فوق الصوتية وانخفاض قوة دفع هذه الطائرات، كان تحسين المسارات هو المفتاح لتحقيق أقصى أداء في الصعود إلى الارتفاع المطلوب. وقد ساهمت المسارات القائمة على التحكم الأمثل في تحقيق بعض الأرقام القياسية العالمية. في هذه الحالات، اتبع الطيار جدولًا زمنيًا للسرعة مقابل الارتفاع بناءً على حلول التحكم الأمثل.

كانت إحدى المشكلات المبكرة الهامة في تحسين مسار الصاروخ هي مشكلة القوس المنفرد ، حيث يفشل مبدأ بونترياجين الأقصى في تقديم حل كامل. ومن الأمثلة على مشكلة التحكم المنفرد تحسين قوة دفع صاروخ يحلق على ارتفاع ثابت ويُطلق بسرعة منخفضة. هنا، تتمثل المشكلة في التحكم بأقصى قوة دفع ممكنة حتى الوصول إلى القوس المنفرد. بعد ذلك، يوفر حل التحكم المنفرد قوة دفع متغيرة أقل حتى نفاد الوقود. عند هذه النقطة، يضمن التحكم بأقصى قوة دفع أن تنخفض قوة الدفع إلى أدنى قيمة لها وهي الصفر. هذا الحل هو أساس تصميم محرك الصاروخ ذي الدفع المعزز والمستدام، والذي يُستخدم على نطاق واسع اليوم لزيادة أداء الصاروخ إلى أقصى حد.

التطبيقات

تتعدد تطبيقات تحسين المسار، لا سيما في مجال الروبوتات: الصناعة، والمناولة، والمشي، وتخطيط المسارات، والفضاء. كما يمكن استخدامه في النمذجة والتقدير.

أذرع الروبوت

بحسب التكوين، تتطلب أذرع الروبوت ذات السلسلة المفتوحة درجةً من تحسين المسار. فعلى سبيل المثال، يُعدّ الذراع الروبوتي ذو 7 مفاصل و7 وصلات (7 درجات حرية) نظامًا زائدًا، حيث يمكن أن يتوافق موضع ديكارتي واحد للمؤثر النهائي مع عدد لا نهائي من زوايا المفاصل، وبالتالي يمكن استخدام هذا التكرار لتحسين المسار، على سبيل المثال، لتجنب أي عوائق في حيز العمل أو لتقليل عزم الدوران في المفاصل. [ 5 ] يُعدّ حساب المسار المطلوب لأذرع الروبوت مفيدًا في التصنيع الصناعي. [ 6 ]

التصنيع والمعالجة

يُستخدم تحسين المسار في التصنيع، وخاصةً للتحكم في العمليات الكيميائية. [ 7 ] كما تم اقتراحه لمعالجة السوائل، مثل المبخرات [ 8 ] أو تحلية المياه. [ 9 ]

روبوتات تمشي

تتعدد تطبيقات تحسين المسار في مجال الروبوتات المتحركة. فعلى سبيل المثال، استخدمت إحدى الدراسات تحسين مسار المشي ثنائي الأرجل على نموذج بسيط لإثبات أن المشي يُعدّ خيارًا مُفضلاً من الناحية الطاقية للحركة بسرعة منخفضة، بينما يُعدّ الجري خيارًا مُفضلاً من الناحية الطاقية للحركة بسرعة عالية. [ 10 ] وكما هو الحال في العديد من التطبيقات الأخرى، يُمكن استخدام تحسين المسار لحساب مسار اسمي، يُبنى حوله مُتحكم مُثبِّت. [ 11 ] يُمكن تطبيق تحسين المسار في التخطيط التفصيلي لحركة الروبوتات البشرية المعقدة، مثل روبوت أطلس . [ 12 ] وأخيرًا، يُمكن استخدام تحسين المسار لتخطيط مسار الروبوتات ذات القيود الديناميكية المعقدة، باستخدام نماذج مُبسطة. [ 13 ]

الفضاء الجوي

تُستخدم خوارزميات تحسين المسار غالبًا لحساب مسارات طائرات الهليكوبتر الرباعية . وتعتمد هذه التطبيقات عادةً على خوارزميات متخصصة للغاية. [ 14 ] [ 15 ] ومن التطبيقات المثيرة للاهتمام التي عرضها مختبر GRASP بجامعة بنسلفانيا، حساب مسار يسمح لطائرة رباعية بالمرور عبر حلقة أثناء قذفها. وهناك تطبيق آخر، هذه المرة من قِبل ساحة آلات الطيران التابعة للمعهد الفدرالي السويسري للتكنولوجيا في زيورخ، يتضمن طائرتين رباعيتي المراوح تقذفان عمودًا بينهما ذهابًا وإيابًا، مع الحفاظ على توازنه كبندول مقلوب . كما دُرست مؤخرًا مشكلة حساب مسارات الطاقة الدنيا لطائرة رباعية المراوح. [ 16 ]

بالنسبة للصواريخ التكتيكية ، تُحدد مسارات طيرانها بناءً على تاريخ الدفع والرفع . ويمكن التحكم في هذه المسارات بعدة وسائل، منها استخدام سجل أوامر زاوية الهجوم أو جدول الارتفاع/المدى الذي يجب أن يتبعه الصاروخ. كل توليفة من عوامل تصميم الصاروخ، وأداء الصاروخ المطلوب، وقيود النظام، تُنتج مجموعة جديدة من معايير التحكم المثلى. [ 17 ]

تُحدد استراتيجيات توجيه المركبات الفضائية عادةً من خلال حل مسألة تحسين المسار. ويتم حساب منحنى الدفع، الذي يصف تغير مقدار واتجاه القوة التي يبذلها محرك الدفع الموجود على متن المركبة، وذلك بهدف تقليل كمية الوقود أو الوقت اللازم للوصول إلى الوجهة. [ 18 ]

مصطلحات

متغيرات القرار
مجموعة المجاهيل المطلوب إيجادها باستخدام التحسين.
مشاكل تحسين المسار
نوع خاص من مسائل التحسين حيث تكون متغيرات القرار عبارة عن دوال، بدلاً من أعداد حقيقية.
تحسين المعلمات
أي مسألة تحسين تكون فيها متغيرات القرار أعدادًا حقيقية.
برنامج غير خطي
فئة من تحسين المعلمات المقيدة حيث تكون دالة الهدف أو القيود غير خطية.
الطريقة غير المباشرة
تعتمد الطريقة غير المباشرة لحل مشكلة تحسين المسار على ثلاث خطوات: 1) بناء الشروط اللازمة والكافية للأمثلية تحليليًا، 2) تقسيم هذه الشروط إلى أجزاء منفصلة، ​​مما يؤدي إلى بناء مشكلة تحسين ذات معلمات مقيدة، 3) حل مشكلة التحسين هذه. [ 19 ]
الطريقة المباشرة
تتألف الطريقة المباشرة لحل مشكلة تحسين المسار من خطوتين: 1) تقسيم مشكلة تحسين المسار مباشرةً، وتحويلها إلى مشكلة تحسين ذات معلمات مقيدة، 2) حل مشكلة التحسين هذه. [ 19 ]
النسخ
عملية تحويل مسألة تحسين المسار إلى مسألة تحسين المعلمات. ويُشار إلى هذه العملية أحيانًا بالتقطيع. وتنقسم طرق التحويل عمومًا إلى فئتين: طرق التصويب وطرق التجميع.
طريقة التصوير
طريقة نسخ تعتمد على المحاكاة، وتستخدم عادةً مخططات رونج-كوتا الصريحة.
طريقة التجميع (الطريقة المتزامنة)
طريقة نسخ تعتمد على تقريب الدوال ، وتستخدم عادةً مخططات رونج-كوتا الضمنية.
طريقة الطيف الزائف (التجميع العالمي)
طريقة نسخ تمثل المسار بأكمله كمتعدد حدود متعامد من الدرجة العالية.
شبكة (Grid)
بعد عملية النسخ، يتم تمثيل المسار المستمر سابقًا الآن بمجموعة منفصلة من النقاط، والمعروفة باسم نقاط الشبكة أو نقاط الشبكة.
تحسين الشبكة
عملية تحسين شبكة التجزئة عن طريق حل سلسلة من مسائل تحسين المسار. يتم تحسين الشبكة إما بتقسيم جزء من المسار أو بزيادة رتبة متعددة الحدود التي تمثل ذلك الجزء. [ 20 ]
مشكلة تحسين المسار متعدد المراحل
يمكن تحقيق تحسين المسار لنظام ذي ديناميكيات هجينة عن طريق صياغته كمسألة تحسين مسار متعددة المراحل. ويتم ذلك من خلال تكوين سلسلة من مسائل تحسين المسار القياسية المتصلة باستخدام القيود. [ 21 ]

تقنيات تحسين المسار

يمكن تقسيم أساليب حل مسائل التحسين إلى فئتين: غير مباشرة ومباشرة. تعتمد الطريقة غير المباشرة على بناء الشروط اللازمة والكافية للحل الأمثل تحليليًا، ثم حلها عدديًا. أما الطريقة المباشرة، فتسعى إلى إيجاد حل عددي مباشر من خلال بناء سلسلة من التقريبات المحسّنة باستمرار للحل الأمثل. [ 19 ]

تُعدّ مسألة التحكم الأمثل مسألة تحسين لا نهائية الأبعاد، لأن متغيرات القرار فيها دوال وليست أعدادًا حقيقية. وتُجري جميع تقنيات الحل عملية تحويل، وهي عملية يتم من خلالها تحويل مسألة تحسين المسار (التحسين على الدوال) إلى مسألة تحسين المعاملات المقيدة (التحسين على الأعداد الحقيقية). وعمومًا، تُعتبر مسألة تحسين المعاملات المقيدة هذه برنامجًا غير خطي، مع أنه في حالات خاصة يمكن اختزالها إلى برنامج تربيعي أو برنامج خطي .

إطلاق نار فردي

تُعدّ تقنية "التصويب الفردي" أبسط أنواع تقنيات تحسين المسار. وتتشابه فكرتها الأساسية مع كيفية توجيه المدفع: اختيار مجموعة من معايير المسار، ومحاكاة المسار بأكمله، ثم التحقق من إصابة الهدف. يُمثَّل المسار بأكمله كقطعة واحدة، مع قيد واحد يُعرف بقيد العيب، والذي يُلزم بأن تتطابق الحالة النهائية للمحاكاة مع الحالة النهائية المطلوبة للنظام. تُعدّ تقنية "التصويب الفردي" فعّالة في المسائل البسيطة أو التي تتميز بتهيئة أولية ممتازة. أما الصياغة غير المباشرة والمباشرة فتواجه صعوبات في غير ذلك. [ 19 ] [ 22 ] [ 23 ]

إطلاق نار متعدد

تُعدّ تقنية التصوير المتعدد امتدادًا بسيطًا لتقنية التصوير الفردي، مما يجعلها أكثر فعالية. فبدلًا من تمثيل المسار بأكمله كمحاكاة واحدة (جزء)، تُقسّم الخوارزمية المسار إلى أجزاء أقصر، ويُضاف قيد عيب بين كل جزء. والنتيجة هي برنامج غير خطي كبير ذو كثافة منخفضة، والذي يميل إلى أن يكون أسهل في الحل من البرامج الصغيرة ذات الكثافة العالية الناتجة عن تقنية التصوير الفردي. [ 22 ] [ 23 ] ويمكن استغلال بنية الكثافة المنخفضة هذه بواسطة حلول عددية مُخصصة، كما هو مُطبق في حزمة البرامج مفتوحة المصدر acados .

التوضع المباشر

تعتمد طرق التجميع المباشر على تقريب مسارات الحالة والتحكم باستخدام دوال التجميع متعددة الحدود . تُعرف هذه الطرق أحيانًا باسم النسخ المباشر. يُعد التجميع شبه المنحرف طريقة شائعة الاستخدام للتجميع المباشر منخفض الرتبة. يتم تمثيل الديناميكيات وهدف المسار والتحكم باستخدام دوال التجميع الخطية، ويتم تحقيق الديناميكيات باستخدام التكامل التربيعي شبه المنحرف . أما تجميع هيرميت-سيمبسون فهو طريقة شائعة للتجميع المباشر متوسط ​​الرتبة. يتم تمثيل الحالة بدالة تجميع هيرميت مكعبة ، ويتم تحقيق الديناميكيات باستخدام التكامل التربيعي سيمبسون . [ 19 ] [ 23 ]

التوضع المتعامد

التجميع المتعامد هو تقنيًا مجموعة فرعية من التجميع المباشر، لكن تفاصيل التنفيذ مختلفة لدرجة أنه يمكن اعتباره مجموعة طرق مستقلة. يختلف التجميع المتعامد عن التجميع المباشر في أنه يستخدم عادةً دوال التجميع عالية الرتبة، ويمكن تمثيل كل جزء من المسار بدالة تجميع من رتبة مختلفة. ويأتي الاسم من استخدام كثيرات الحدود المتعامدة في دوال التجميع الخاصة بالحالة والتحكم. [ 23 ] [ 24 ]

التقطيع الطيفي الزائف

في التقطيع الطيفي الزائف، يُمثَّل المسار بأكمله بمجموعة من الدوال الأساسية في المجال الزمني (المتغير المستقل). ولا يشترط أن تكون هذه الدوال متعددة الحدود. يُعرف التقطيع الطيفي الزائف أيضًا باسم التجميع الطيفي. [ 25 ] [ 26 ] [ 27 ] عند استخدامه لحل مسألة تحسين مسار يكون حلها سلسًا، يحقق التقطيع الطيفي الزائف تقاربًا طيفيًا (أسيًا). [ 28 ] حتى في حالة عدم سلاسة المسار، يظل التقارب سريعًا جدًا، أسرع من طرق رونج-كوتا. [ 29 ] [ 30 ]

العناصر الزمنية المحدودة

في عام 1990، اقترح ديوي إتش. هودجز وروبرت آر. بليس [ 31 ] طريقة العناصر المحدودة الهاميلتونية الضعيفة لمسائل التحكم الأمثل. وتتلخص الفكرة في اشتقاق صيغة تباينية ضعيفة للشروط الضرورية من الدرجة الأولى للأمثلية، وتقسيم المجال الزمني إلى فترات زمنية محدودة، واستخدام تمثيل متعدد الحدود بسيط من الدرجة الصفرية للحالات والتحكمات والمرافقات على كل فترة.

البرمجة الديناميكية التفاضلية

تختلف البرمجة الديناميكية التفاضلية قليلاً عن التقنيات الأخرى المذكورة هنا. فهي لا تفصل بشكل واضح بين عملية النسخ وعملية التحسين، بل تُجري سلسلة من عمليات المرور التكرارية الأمامية والخلفية على طول المسار. تُحقق كل عملية مرور أمامية ديناميكيات النظام ، بينما تُحقق كل عملية مرور خلفية شروط الأمثلية للتحكم. في النهاية، تتقارب هذه العملية التكرارية إلى مسار ممكن ومثالي في آن واحد. [ 32 ]

تحسين المسار القائم على الانتشار

على النقيض من الطرق الكلاسيكية المذكورة آنفًا، يمكن استخدام أساليب التعلم الآلي التوليدية لإنشاء مسار مرغوب. على وجه الخصوص، تتعلم نماذج الانتشار عكس عملية أمامية مدمرة بشكل تكراري، حيث تُضاف الضوضاء إلى البيانات حتى تصبح ضوضاءً بحد ذاتها، وذلك من خلال تقدير الضوضاء المراد إزالتها في كل خطوة زمنية. وبالتالي، عند إدخال ضوضاء عشوائية يسهل أخذ عينات منها، ستستعيد عملية الانتشار نقطة بيانات مقابلة معقولة خالية من الضوضاء. وقد قامت الطرق الحديثة [ 33 ] [ 34 ] بتحديد معلمات المسارات كمصفوفات من أزواج الحالة والفعل في خطوات زمنية متتالية، وتدريب نموذج انتشار لإنشاء مثل هذه المصفوفة. ولمعالجة مسألة إمكانية التحكم في العينات المُولَّدة، تقترح طريقة Diffuser [ 33 ] تقنيتين لتوجيه العينة المُولَّدة، مما يُقلل من مشكلة التحسين إلى مشكلة أخذ عينات. أولًا، يمكن استخدام الانتشار الموجه [ 35 ] [ 36 ] لدمج دالة التكلفة (أو المكافأة) في عملية التوليد. لهذا الغرض، يُعدِّل تدرج دالة التكلفة متوسط ​​الضوضاء المُقدَّرة في كل خطوة زمنية. ثانيًا، في مسائل تخطيط الحركة التي تكون فيها حالتا البداية والنهاية للمسار معروفتين، ويحتاج المسار إلى الامتثال للقيود لإيجاد مسار قابل للتطبيق، يمكن استخدام أسلوب استكمال البيانات. على غرار الأسلوب الأول، يُعدِّل التوزيع الاحتمالي المسبق توزيع المسارات، والذي يُخصِّص في هذه الحالة احتمالية عالية للمسارات التي تُلبِّي القيود (مثل الوصول إلى حالة معينة).s{\displaystyle s}في الوقت المناسبت{\displaystyle t})، واحتمالية صفرية لجميع المسارات الأخرى. ونتيجة لذلك، فإن أخذ عينات من هذا التوزيع سينتج مسارات تفي بالقيود.

مقارنة التقنيات

تتوفر العديد من التقنيات لحل مسائل تحسين المسار. لا توجد طريقة مثلى، ولكن قد تُحقق بعض الطرق نتائج أفضل في مسائل محددة. يُقدم هذا القسم فهمًا مبسطًا للمفاضلات بين هذه الطرق.

الطرق غير المباشرة مقابل الطرق المباشرة

عند حلّ مسألة تحسين المسار باستخدام طريقة غير مباشرة، يجب عليك بناء المعادلات المرافقة وتدرجاتها بشكل صريح. غالبًا ما يكون هذا صعبًا، ولكنه يوفر مقياسًا ممتازًا لدقة الحل. أما الطرق المباشرة فهي أسهل بكثير في الإعداد والحل، ولكنها لا تتضمن مقياسًا مدمجًا للدقة. [ 19 ] ونتيجة لذلك، تُستخدم الطرق المباشرة على نطاق أوسع، لا سيما في التطبيقات غير الحرجة. مع ذلك، لا تزال للطرق غير المباشرة مكانتها في التطبيقات المتخصصة، وخاصة في مجال الطيران والفضاء، حيث تُعدّ الدقة أمرًا بالغ الأهمية.

تُعدّ المسائل التي تتضمن قيودًا على مسار التباين من أبرز التحديات التي تواجه الطرق غير المباشرة. إذ غالبًا ما تكون حلول هذه المسائل مُفعّلة جزئيًا. عند بناء المعادلات المرافقة للطريقة غير المباشرة، يجب على المستخدم تحديد متى يكون القيد مُفعّلًا في الحل، وهو أمر يصعب معرفته مسبقًا. يتمثل أحد الحلول في استخدام طريقة مباشرة لحساب قيمة أولية، تُستخدم بدورها لبناء مسألة متعددة المراحل حيث يكون القيد مُحددًا. بعد ذلك، يُمكن حل المسألة الناتجة بدقة باستخدام طريقة غير مباشرة. [ 19 ]

التصوير مقابل التجميع

تُعدّ طرق التصويب الفردي الأنسب للمسائل التي يكون فيها التحكم بسيطًا للغاية (أو عندما يكون هناك تخمين أولي دقيق للغاية). على سبيل المثال، مسألة تخطيط مهمة قمر صناعي حيث يكون التحكم الوحيد هو مقدار واتجاه الدفعة الأولية من المحركات. [ 22 ]

تُعدّ تقنية إطلاق النار المتعدد مناسبةً عادةً للمسائل ذات التحكم البسيط نسبيًا، ولكن الديناميكيات المعقدة. ورغم إمكانية استخدام قيود المسار، إلا أنها تجعل البرنامج غير الخطي الناتج صعب الحل نسبيًا.

تُعدّ طرق التجميع المباشر مناسبة للمسائل التي تتشابه فيها دقة التحكم ودقة الحالة. تميل هذه الطرق إلى أن تكون أقل دقة من غيرها (بسبب رتبتها المنخفضة)، ولكنها تتميز بقوة خاصة في المسائل ذات قيود المسار المعقدة.

تُعدّ طرق التجميع المتعامد الأنسب للحصول على حلول عالية الدقة للمسائل التي تتطلب دقة عالية في مسار التحكم. وتواجه بعض التطبيقات صعوبة في التعامل مع قيود المسار. وتُعدّ هذه الطرق فعّالة بشكل خاص عندما يكون الحل سلسًا.

انظر أيضاً

مراجع

  1. تشي غونغ؛ وي كانغ؛ بيدروسيان، ن.س.؛ فهرو، ف.؛ بويا سيخافات؛ بولينو، ك. (ديسمبر 2007). "التحكم الأمثل شبه الطيفي للتطبيقات العسكرية والصناعية". المؤتمر السادس والأربعون لمعهد مهندسي الكهرباء والإلكترونيات حول التحكم واتخاذ القرارات، 2007. الصفحات 4128-4142 . doi : 10.1109/CDC.2007.4435052 . ISBN  978-1-4244-1497-0. S2CID 2935682 . 
  2. 300 عام من التحكم الأمثل: من منحنى براكيستوكرون إلى مبدأ الحد الأقصى ، هيكتور ج. سوسمان وجان سي. ويليمز. مجلة أنظمة التحكم IEEE، 1997.
  3. برايسون، هو، التحكم الأمثل التطبيقي، شركة بلايسديل للنشر، 1969، ص 246.
  4. إل إس بونتيراجين، النظرية الرياضية للعمليات المثلى، نيويورك، إنترساينسز، 1962
  5. مالك، أريسلان؛ هندرسون، تروي؛ برازينيكا، ريتشارد (يناير 2021). "توليد مسار لنظام روبوتي متعدد الأجسام باستخدام صيغة حاصل ضرب الدوال الأسية" . منتدى AIAA Scitech 2021 : 2016. doi : 10.2514/6.2021-2016 . ISBN 978-1-62410-609-5. S2CID 234251587 . 
  6. T. Chettibi, H. Lehtihet, M. Haddad, S. Hanchi, "تخطيط المسار بأقل تكلفة للروبوتات الصناعية" المجلة الأوروبية للميكانيكا، 2004.
  7. جون دبليو إيتون وجيمس بي راولينجز. "التحكم التنبؤي النموذجي في العمليات الكيميائية" مجلة علوم الهندسة الكيميائية، المجلد 47، العدد 4. 1992.
  8. ياماني-نولين، ميكائيل؛ أندرسون، نيكلاس؛ نيلسون، بيرنت؛ ماكس-هانسن، مارك؛ باجاليتش، أوليغ (2020). "تحسين مسار مبخر صناعي ثنائي المراحل متذبذب باستخدام مجموعة أدوات Python-Aspen Plus Dynamics" . هندسة كيميائية: البحث والتصميم . 155. دار النشر Elsevier BV: 12-17 . Bibcode : 2020CERD..155...12Y . doi : 10.1016/j.cherd.2019.12.015 . ISSN 0263-8762 . 
  9. داس، أبهيمانيو؛ نادري بني، علي؛ وارسنجر، ديفيد م. (2025). "تحسين مسار التناضح العكسي ذي التدفق المعاكس متعدد المراحل زمنيًا" . التحلية . 604 118650. دار النشر إلسيفير بي في. رمز Bibcode : 2025Desal.60418650D . doi : 10.1016/j.desal.2025.118650 . ISSN 0011-9164 . 
  10. مانوج سرينيفاسان وأندي روينا. "التحسين الحاسوبي لنموذج ثنائي الأرجل الأدنى يكتشف المشي والجري" مجلة نيتشر، 2006.
  11. إي آر ويسترفيلت، جيه دبليو جريزل، ودي إي كوديتشيك. "ديناميكيات الصفر الهجينة للمشاة ثنائيي الأرجل المستويين" معاملات IEEE للتحكم الآلي، 2003.
  12. مايكل بوسا، سكوت كويندرسما، وروس تيدريك. "تحسين وتثبيت مسارات الأنظمة الديناميكية المقيدة." المؤتمر الدولي للروبوتات والأتمتة، IEEE 2016.
  13. هونغكاي داي، أندريس فالينزويلا، وروس تيدريك. "تخطيط حركة الجسم بالكامل باستخدام ديناميكيات مركز الثقل والحركة الكاملة" المؤتمر الدولي للروبوتات الشبيهة بالبشر، IEEE 2014.
  14. دانيال ميلينجر وفيجاي كومار، "توليد مسار الالتقاط الأدنى والتحكم فيه للطائرات الرباعية" المؤتمر الدولي للروبوتات والأتمتة، IEEE 2011.
  15. ماركوس هين ورافاييلو داندريا، "توليد المسار في الوقت الحقيقي للطائرات الرباعية" معاملات IEEE في مجال الروبوتات، 2015.
  16. فابيو موربيدي، رويل كانو، ديفيد لارا، "توليد المسار الأدنى للطاقة لطائرة رباعية المراوح بدون طيار" في وقائع المؤتمر الدولي لهندسة الروبوتات والأتمتة التابع لمعهد مهندسي الكهرباء والإلكترونيات، الصفحات 1492-1498، 2016.
  17. فيليبس، كاليفورنيا، "إدارة الطاقة لصاروخ متعدد النبضات"، ورقة بحثية رقم 88-0334، AIAA، يناير 1988
  18. بروسينغ، جون إي. (2017). مسارات المركبات الفضائية المثلى . مطبعة جامعة أكسفورد. ISBN 9780198811084.
  19. 1 2 3 4 5 6 7 جون تي. بيتس "الأساليب العملية للتحكم الأمثل والتقدير باستخدام البرمجة غير الخطية" SIAM Advances in Design and Control، 2010.
  20. كريستوفر ل. داربي، ويليام و. هاجر، وأنيل ف. راو. "طريقة طيفية زائفة تكيفية من نوع hp لحل مسائل التحكم الأمثل." تطبيقات وأساليب التحكم الأمثل، 2010.
  21. باترسون، مايكل أ.؛ راو، أنيل ف. (2014-10-01). "GPOPS-II: برنامج MATLAB لحل مسائل التحكم الأمثل متعددة المراحل باستخدام طرق التجميع التربيعي الغاوسي التكيفي hp والبرمجة غير الخطية المتفرقة" . مجلة ACM للمعاملات في البرمجيات الرياضية. 41 ( 1): 1:1–1:37. doi : 10.1145/2558904 . ISSN 0098-3500 . 
  22. 1 2 3 مسح للطرق العددية لتحسين المسار؛ جون تي. بيتس، مجلة التوجيه والتحكم والديناميكا 1998؛ 0731-5090 المجلد 21 العدد 2 (193-207)
  23. 1 2 3 4 أنيل ف. راو "مسح للطرق العددية للتحكم الأمثل" التقدم في علوم الملاحة الفضائية، 2009.
  24. كاميلا سي. فرانكولين، ديفيد أ. بنسون، ويليام دبليو. هاجر، أنيل في. راو. "تقدير الحالة المشتركة في التحكم الأمثل باستخدام طرق التجميع المتعامد للتكامل الغاوسي" تطبيقات وطرق التحكم الأمثل، 2014.
  25. ر.، مالك، مجيب (1984). طريقة التجميع الطيفي لمعادلات نافيير-ستوكس . الإدارة الوطنية للملاحة الجوية والفضاء، مركز لانغلي للأبحاث. OCLC 11642811 . {{cite book}}: صيانة CS1: أسماء متعددة: قائمة المؤلفين ( رابط )
  26. "الأساليب الطيفية والأساليب شبه الطيفية" ، الأساليب الطيفية وتطبيقاتها ، وورلد ساينتيفيك، مايو 1998، ص 100-187 ، doi : 10.1142/9789812816641_0004 ، ISBN  978-981-02-3333-4تم الاطلاع عليه بتاريخ 23 أبريل 2021
  27. غونغ، تشي. التحكم الأمثل الطيفي وشبه الطيفي على الشبكات العشوائية . OCLC 1185648645 . 
  28. لويد ن. تريفثين. "نظرية التقريب وممارسة التقريب"، SIAM 2013
  29. كانغ، وي (نوفمبر 2010). "معدل التقارب للتحكم الأمثل الطيفي الزائف لليجندر للأنظمة الخطية ذات التغذية الراجعة" . مجلة نظرية التحكم وتطبيقاتها . 8 (4): 391-405 . doi : 10.1007/s11768-010-9104-0 . ISSN 1672-6340 . S2CID 122945121 .  
  30. تريفثين، لويد ن. (لويد نيكولاس) (يناير 2019). نظرية التقريب وممارسة التقريب . ISBN 978-1-61197-594-9. OCLC 1119061092 . 
  31. دي إتش هودجز و آر آر بليس، "طريقة العناصر المحدودة الهاميلتونية الضعيفة لمسائل التحكم الأمثل"، مجلة التوجيه والتحكم والديناميكا، 1990. https://arc.aiaa.org/doi/10.2514/3.20616
  32. ديفيد هـ. جاكوبسون، ديفيد كيو. ماين. "البرمجة الديناميكية التفاضلية" إلسيفير، 1970.
  33. 1 2 جانر، مايكل؛ دو، ييلون؛ تيننباوم، جوشوا ب.؛ ليفين، سيرجي (2022-12-20)، التخطيط باستخدام الانتشار لتوليف السلوك المرن ، arXiv : 2205.09991
  34. تشو، قوانغياو؛ سواميناثان، سيفاراماكريشنان؛ راجو، راجكومار فاسوديفا؛ جونتوبالي، جيه سواروب؛ ليراش، فولفجانج؛ أورتيز، جوزيف. ديديو، أنطوان؛ لازارو-غريديلا، ميغيل؛ ميرفي، كيفن (07/10/2024)، التحكم التنبؤي لنموذج الانتشار ، أرخايف : 2410.05364
  35. سول-ديكستين، ياشا؛ فايس، إريك؛ ماهيسواراناثان، نيرو؛ جانجولي، سوريا (2015-06-01). "التعلم العميق غير الخاضع للإشراف باستخدام الديناميكا الحرارية غير المتوازنة" . وقائع المؤتمر الدولي الثاني والثلاثين للتعلم الآلي . PMLR: 2256–2265 . arXiv : 1503.03585 .
  36. داريوال، برافولا؛ نيكول، ألكسندر (2021). "نماذج الانتشار تتفوق على الشبكات التوليدية الخصومية في توليف الصور" . التطورات في أنظمة معالجة المعلومات العصبية . 34. كوران أسوشيتس، إنك: 8780-8794 . arXiv : 2105.05233 .