Рассматривается задача общего синтеза системы управления. Для ее решения используется метод символьной регрессии. Поскольку в методах данного класса используются подходы, основанные на эвристических алгоритмах, то вопрос определения близости решения к оптимальному остается открытым. В работе предложено решать задачу синтеза системы управления на основе аппроксимации множества оптимальных траекторий. Первоначально многократно решается задача оптимального управления для разных начальных условий, а затем полученное множество оптимальных траекторий аппроксимируется методом символьной регрессии. В этом случае качество решения и его близость к оптимальному определяется точностью аппроксимации. Представлен пример решения прикладной задачи синтеза системы управления посадкой космического аппарата на поверхность Луны. Экспериментально показано, что найденная функция управления позволяет для любого начального состояния из заданной области получать близкие к оптимальным по значению функционала качества траектории.
The problem of general synthesis of the control system is considered. The symbolic regression method is used to solve the problem. Since the methods of this class use approaches based on heuristic algorithms, the question of determining the proximity of a solution to the optimal one remains open. In this paper, it is proposed to solve the problem of synthesis of a control system based on the approximation of the set of optimal trajectories. Initially, the optimal control problem is solved for different initial conditions, and then the resulting set of optimal trajectories is approximated by the symbolic regression method. In this case, the quality of the solution and its proximity to the optimal one is determined by the accuracy of the approximation. A computational example of solving an applied problem of synthesis of a control system for landing a spacecraft on the surface of the Moon is presented. It is experimentally shown that the found control function allows for any initial state from a given domain to obtain trajectories close to optimal in terms of the value of the quality criterion.