如何使用fmincon通过Simulink模型中的约束变量优化目标乐趣？

Question

我已经建立了Simulink模型来对车辆进行动态和运动学建模，车辆必须跟踪参考轨迹， 因此，优化的目的是最小化“ objec_Fun”中由（y）定义的误差。 并且，车辆运动的约束是由“ constraint_Fun”中的（c）定义的线速度，角速度，线加速度和角加速度。 设计参数是控制器的增益。

车辆的线性速度和角速度必须分别达到稳态的8 m / s和-0.8 rad / s。

首先；我运行没有非线性约束函数c = []的代码，它为提供了一个完美的结果以最小化误差（y），但是线速度，角速度，线加速度和角加速度不现实。

然后我对速度和加速度进行了限制，但fmincon无法将错误最小化。

模拟时间为10秒，速度和加速度的符号  是“ VV”和“ VVdot”。 “ VV”是10001 * 3矩阵，第一列是时间，第二列是线速度，第三列是角速度。

“ VVdot”是10001 * 3矩阵，第一列是时间，第二列是线性加速度，第三列是角加速度。

主Matlab文件

    global   K1 K2     Roh  delta1 delta2   kx ky   ktheta  VV  VVdot
    K1=1; K2=1;  Roh=1;  delta1=0.00001;   delta2=0.00001;  kx=1;   ky=1;    ktheta=1;
    lb=[0.00      0.00      0.00    0.00001    0.00001  0.00  0.00  0.00  ];
    ub=[0200      0200      0200    0.1        0.1      0200  0200  0200  ];
    x0=[K1   K2     Roh    delta1     delta2     kx   ky    ktheta];
    A=[];    b=[];    Aeq=[];    beq=[];
    options = optimset( 'Algorithm','sqp','Display','iter','PlotFcn','optimplotfval','TolFun',10e-6,'TolCon',10e-6);
    [x,fval,exitflag,output,grad]=fmincon(@objec_Fun,x0,A,b,Aeq,beq,lb,ub,@constraint_Fun,options)

objec_Fun

function y=objec_Fun(x)
global   K1 K2     Roh  delta1 delta2   kx ky   ktheta  VV  VVdot 

K1=x(1);
K2=x(2);
Roh=x(3);
delta1=x(4);
delta2=x(5);
kx=x(6);
ky=x(7);
ktheta=x(8);

%% 
options=simset('SrcWorkspace','current');
sim('DynSMC23092019.slx',[],options);
assignin('base','x',x)
assignin('base','VV',VV)
assignin('base','VVdot',VVdot)
%%

errx=ep.Data(:,1);
erry=ep.Data(:,2);
errtheta=ep.Data(:,3);
errd=sqrt(errx.^2+erry.^2);
N=length(errtheta);
y=(1/N)*(sum(errd.^2+errtheta.^2));
end

constraint_Fun

function [c,ceq]=constraint_Fun(x)

global   K1 K2     Roh  delta1 delta2   kx ky   ktheta   VV  VVdot


K1=x(1);
K2=x(2);
Roh=x(3);
delta1=x(4);
delta2=x(5);
kx=x(6);
ky=x(7);
ktheta=x(8);

c=[max(VV(:,2))-10;          max(abs(VV(:,3)))-1.5 ;...
   max(VVdot(:,2))-(10/3);   max(abs(VVdot(:,3)))-(1.5/3)];

ceq=[];
end