项目名称: 受时变对流扩散方程约束的最优控制问题的SUPG方法研究

项目编号: No.11201485

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 付红斐

作者单位: 中国石油大学(华东)

项目金额: 23万元

中文摘要: SUPG方法是近年来广受欢迎的用于求解对流扩散方程的数值手段之一。本项目通过合理选取稳定化参数,将SUPG方法应用到时变对流扩散最优控制问题中,并建立起一系列可靠、稳定的最优控制数值算法。具体研究内容如下:(1)通过适当选取依赖于时间步长的稳定化参数,建立向后欧拉SUPG最优控制全离散格式,推导出离散最优性条件。讨论算法的稳定性及其能量模先验误差估计,并通过数值模拟来验证理论分析的有效性。(2)在稳定化参数依赖于空间步长的情况下,建立半离散SUPG最优控制格式及其半离散最优性条件,进行L^2模及材料导数模意义下的收敛阶误差分析。(3)在稳定化参数依赖于空间步长情况下,对(1)中建立的SUPG最优控制全离散格式给出不同的先验误差估计,最后依然用数值实验进行验证。以上稳定化参数的选取及其SUPG最优控制数值算法的建立,将对时变对流扩散最优控制问题的数值方法研究提供新的思路和理论依据。

中文关键词: 最优控制问题;稳定化混合元方法;特征有限元方法;最小二乘方法;分裂方法

英文摘要: It is well known that SUPG method is currently one of the most popular numerical methods for solving convection-diffusion equations. By reasonable choose of stabilization parameters, this project aims to apply the SUPG method to optimal control problems subject to time-dependent convection-diffusion equations, and establish a series of reliable and stable numerical algorithms. In particular, the following aspects are discussed. (1) under the stabilization parameters depend on the length of the time step, we construct a fully discrete SUPG scheme combined with the backward Euler method in time, and deduce the discrete optimality conditions. Then stability bounds and a priori error estimates are derived based on energy arguments. Finally,numerical tests are given to support the theory.(2) under the stabilization parameters depend on the length of the space step, a semi-discrete SUPG scheme and the corresponding optimality conditions are derived. An error estimate for the L^2 norm and the norm of material derivative is obtained. (3) under the above choice of stabilization parameters and the constructed fully discrete SUPG scheme in part (1), another different error estimates are given. Finally, numerical examples validate the theoretical analysis. In all, this project provides a new idea to the study of numerical m

英文关键词: optimal control problems;stabilized mixed finite element method;characteristic finite element method;least-squares method;splliting method

成为VIP会员查看完整内容
0

相关内容

专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
15+阅读 · 2021年3月4日
最新《非凸优化理论》进展书册,79页pdf
专知会员服务
108+阅读 · 2020年12月18日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(三)
深度 | 变分自编码器VAE面临的挑战与发展方向
机器之心
16+阅读 · 2018年3月21日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
12+阅读 · 2020年12月10日
小贴士
相关VIP内容
专知会员服务
13+阅读 · 2021年10月9日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
15+阅读 · 2021年3月4日
最新《非凸优化理论》进展书册,79页pdf
专知会员服务
108+阅读 · 2020年12月18日
《常微分方程》笔记,419页pdf
专知会员服务
71+阅读 · 2020年8月2日
多智能体深度强化学习的若干关键科学问题
专知会员服务
186+阅读 · 2020年5月24日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
图神经网络的困境,用微分几何和代数拓扑解决
机器之心
4+阅读 · 2022年3月27日
深度学习中的“不确定性基线”
TensorFlow
5+阅读 · 2021年12月7日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
基于 Carsim 2016 和 Simulink的无人车运动控制联合仿真(三)
深度 | 变分自编码器VAE面临的挑战与发展方向
机器之心
16+阅读 · 2018年3月21日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员