项目名称: 状态受限最优控制问题的有限元方法

项目编号: No.11201464

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: 龚伟

作者单位: 中国科学院数学与系统科学研究院

项目金额: 22万元

中文摘要: 偏微分方程约束的最优控制问题是近年来国际上研究的热点问题,引起了人们从最优控制理论、偏微分方程约束的优化以及偏微分方程数值解等各个角度的研究兴趣。状态受限的最优控制问题是其中一类非常重要的问题,在大气污染控制、产品加工成型等实际问题中有重要的应用,但状态约束条件的引入给相应最优控制问题解的正则性、误差分析及数值计算等带来了困难,目前有很多问题尚未解决。本项目拟研究状态受限的最优控制问题的有限元方法并争取得到创新性成果。首先对于半线性椭圆方程约束的状态受限问题,拟采用直接有限元离散或正则化方法来处理状态约束,在合适的二阶充分性条件下对局部解得到问题的先验误差估计。其次,研究具有不同种类状态约束的线性抛物最优控制问题的有限元逼近,争取得到最优的先验误差估计。最后,对线性椭圆和抛物方程约束的状态受限控制问题的有限元逼近进行后验误差分析,争取得到有效和可靠的后验误差估计子用以指导自适应有限元计算。

中文关键词: 最优控制问题;有限元方法;先验误差估计;后验误差估计;

英文摘要: PDE-constrained optimal control problem is a hot research topic in the decades, a lot of achievements have been made from the viewpoint of optimal control theory, PDE-constrained optimization and numerical approximations for PDEs. State-constrained optimal control problem finds many real applications such as air pollution control in environmental science and product process in industry, it is among the most important problems in the study of optimal control problems which are not fully solved yet. Due to the existence of state constraints the solutions of state-constrained optimal control problems have less smoothness, which introduce many difficulties in both error analysis and numerical calculation,there are many problems remaining open. The aim of this project is to study some unsolved problems in this field and achieve some original results. At first, we will study the semilinear optimal control problems with state constraints based on direct finite element approximation or regularization method to deal with the state constraints, and derive the a priori error estimates for local solutions based on proper second order sufficient optimality conditions. Secondly, we will study the finite element approximations of parabolic optimal control problems with different types of state constraints and obtain optimal a

英文关键词: Optimal control problem;finite element method;a priori error estimate;a posteriori error estimate;

成为VIP会员查看完整内容
0

相关内容

【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
强化学习可解释性基础问题探索和方法综述
专知会员服务
90+阅读 · 2022年1月16日
【AAAI2022】受限评委下双执行者的高效连续控制
专知会员服务
16+阅读 · 2021年12月22日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
45+阅读 · 2020年11月13日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9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
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
深入理解强化学习,看这篇就够了
PaperWeekly
5+阅读 · 2021年11月28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
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17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 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
16+阅读 · 2020年5月20日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
23+阅读 · 2018年10月1日
小贴士
相关VIP内容
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
34+阅读 · 2022年1月31日
强化学习可解释性基础问题探索和方法综述
专知会员服务
90+阅读 · 2022年1月16日
【AAAI2022】受限评委下双执行者的高效连续控制
专知会员服务
16+阅读 · 2021年12月22日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
45+阅读 · 2020年11月13日
【斯坦福大学】矩阵对策的协调方法,89页pdf
专知会员服务
25+阅读 · 2020年9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
相关资讯
计算机视觉中的传统特征提取方法总结
极市平台
1+阅读 · 2021年12月9日
深入理解强化学习,看这篇就够了
PaperWeekly
5+阅读 · 2021年11月28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
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17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 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013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 · 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 · 2011年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
微信扫码咨询专知VIP会员