Computationally Efficient Covariance Steering for Systems Subject to Parametric Disturbances and Chance Constraints
本文研究了同时具有加性和乘性不确定性以及状态和输入机会约束的离散线性系的有限时域最优协方差操纵问题。特别是,一个易于处理的凸近似的最佳协方差转向问题的机会约束收紧,并通过引入一个合适的变量变量变换。凸近似的解决方案被证明是一个有效的(虽然潜在的次优)解决方案,原来的机会约束的协方差转向问题。
2023-01-18 cs.SY eess.SY math.OC
Computationally Efficient Day-Ahead OPF using Post-Optimal Analysis with Renewable and Load Uncertainties
提出了一种利用线性规划问题的后优化分析来处理可再生能源和负荷不确定性的动态日前最优潮流(DA-OPF)方法。该方法不需要不确定性分布信息来处理,在现有最优基的基础上提出了一种新的参与因子(PF)来分配不确定性引起的变化。建议的PF照顾所有的约束,并确保最优性与不确定的可再生能源发电和负荷分别使用灵敏度分析(SA)和个人公差范围(ITR)的个人和多个同时变化。对于置信水平的量化,使用太阳能功率输出和负载的标准密度分布。IEEE 30-Bus的测试结果建立了所提出的方法处理单总线和多总线的不确定性的适用性。
2018-04-17 math.OC
A Computationally Efficient Method for Solving Mixed-Integer AC Optimal Power Flow Problems
University of Kassel(卡塞尔大学);Fraunhofer IEE(弗劳恩霍夫电气能源系统研究所)
针对混合整数交流最优潮流问题求解困难,提出迭代收缩法,通过连续松弛与整数消除,线性复杂度下提升解精度,适用于实际应用。
2025-06-23 cs.SY eess.SY math.OC
A Computationally Efficient Algorithm to Find Time-Optimal Trajectory of Redundantly Actuated Robots Moving on a Specified Path
冗余驱动机器人在指定路径上运动的时间优化问题是一个具有挑战性的问题。虽然这个问题已经得到了很好的探讨,并提出了基于相平面分析的解决方案,但仍然有一些未解决的问题,关于解决方案曲线的计算。在本文中,我们探讨了最大速度曲线(MVC)的特点,并提出了一个有效的算法来建立的解决方案曲线。然后,我们提出了一个简单的方法来计算的最大或最小可能的加速度的基础上的模式的饱和致动器的路径,这大大降低了计算成本。最后给出了两个数值例子来说明问题和解决方法。
2018-08-02 math.OC
Computationally Efficient Solutions for Large-Scale Security-Constrained Optimal Power Flow
在本文中,我们讨论了我们的方法和算法框架,解决大规模的安全约束最优潮流(SCOPF)问题。SCOPF是一个混合整数非凸优化问题,其目标是在保证系统N-1安全的前提下,使调度费用最小。在大型网络中找到这个问题的可行解是具有挑战性的,本文提出了应急选择,近似方法和分解技术,以解决这一挑战在很短的时间内。在美国高级研究计划电力能源(ARPA-E)组织的电网优化(GO)竞赛中,通过大规模合成和实际电网验证了所提出方法的性能。由于许多之前的工作都集中在小规模系统上,并且没有使用经过验证的公开数据集进行基准测试,因此我们的目标是为SCOPF提供一个实用的解决方案,该解决方案已被证明在实际规模(30,000条总线)的网络上实现良好的性能。
2020-05-31 math.OC
A Computationally Tractable Path-Planning Method for Airborne Wind Energy Systems
SYSTEC, Faculdade de Engenharia, Universidade do Porto(葡萄牙波尔图大学工程科学学院 SYSTEC)
本文提出一种计算可行的框架,用于空载风能系统交叉风飞行控制的参考选择问题,通过非线性规划设计最大化功率的几何飞行路径。
2026-05-06 cs.SY eess.SY math.OC
A Computationally Efficient and Human Implementable Minimum-lap-time Control Policy for Energy-limited Race Cars
Eindhoven University of Technology (TU/e)(埃因霍温理工大学)
本文提出了一种计算高效且可由人类实施的最小圈时间控制策略,通过解析方法在毫秒级时间内实现赛车能量管理的最优控制。
2026-03-02 math.OC
Unstable free boundary problems in optimal control theory: existence and regularity
Scuola Normale Superiore(意大利高等师范学院);CEREMADE, UMR CNRS 7534, Université Paris-Dauphine, Université PSL(巴黎第九大学,PSL大学,CEREMADE研究中心)
本文研究了最优控制问题中自由边界的正则性,证明了在特定约束下解为 bang-bang 型,并在二维情况下自由边界由光滑曲线构成。
2026-05-01 math.AP math.OC
A reduced complexity numerical method for optimal gate synthesis
虽然量子计算机有可能有效地解决已知经典方法难以解决的某些问题,但量子电路的设计仍然存在计算困难。已知最佳浇口设计问题等价于相关最优控制问题的解,其解也是计算密集的。因此,在这篇文章中,我们介绍了一类数值方法的应用(称为最大加灾难的无量纲技术),确定最优控制,从而合成所需的酉门。这种技术在量子系统中的应用具有依赖于控制集近似的基数的复杂性的增长,而不是在先前文献中使用的基于空间网格化的方法中相对于空间维度的更大增长。这种技术是证明通过获得一个近似解,门综合$SU(4)$ -一个问题,是计算上棘手的网格为基础的方法。
2010-11-28 math.OC quant-ph
Statistically and Computationally Optimal Estimation and Inference of Common Subspaces
针对多个对称低秩矩阵共享公共子空间的问题,提出基于投影梯度下降和谱平方和初始化的估计器,在强估计信噪比下达到最优 sinΘ 误差率,并在强推断信噪比下实现渐近正态分布的自适应置信区间。
2026-06-04 math.OC math.SP math.ST
Computationally Efficient Density-Driven Optimal Control via Analytical KKT Reduction and Contractive MPC
Department of Mechanical Engineering, New Mexico Institute of Mining and Technology(机械工程系,新墨西哥采矿与技术研究院)
本文提出通过分析KKT缩减和收缩MPC实现计算高效的密度驱动最优控制,解决大规模多智能体系统中集体空间分布协调问题,显著降低计算复杂度。
2026-09-22 cs.MA cs.RO math.OC
Fast computation of the TGOSPA metric for multiple target tracking via unbalanced optimal transport
Saab Surveillance, Saab AB(萨博监视,萨博公司);KTH Royal Institute of Technology(皇家理工学院);University of Gothenburg(哥德堡大学)
本文提出一种基于非平衡多边际最优传输和熵正则化的近似算法,用于高效计算多目标跟踪中的TGOSPA度量,在保证近似精度的同时显著降低计算成本。
2025-05-22 cs.CV cs.SY eess.SY
On the Convergence and Robustness of Training GANs with Regularized Optimal Transport
University of Southern California(南加州大学);University of Toronto(多伦多大学)
生成对抗网络(GANs)是学习数据分布的最实用的方法之一。流行的GAN公式是基于使用Wasserstein距离作为概率分布之间的度量。不幸的是,最小化数据分布和生成模型分布之间的Wasserstein距离是一个计算上具有挑战性的问题,因为其目标是非凸的,非光滑的,甚至难以计算。在这项工作中,我们表明,获得梯度信息的平滑Wasserstein GAN制定,这是基于正则化的最优运输(OT),是计算上毫不费力,因此可以应用一阶优化方法,以尽量减少这一目标。因此,我们建立了理论上的收敛保证平稳的一类建议的GAN优化算法。与原来的非光滑配方,我们的算法只需要解决的最优近似。我们应用我们的方法学习MNIST数字以及CIFAR-10图像。我们的实验表明,我们的方法是计算效率和生成图像的最先进的算法给出相同的架构和计算能力。
2018-05-22 cs.LG math.OC stat.ML
Efficient Solution Strategy for Chance-Constrained Optimal Power Flow based on FAST and Data-driven Convexification
电力系统中多负荷和可再生能源发电的不确定性增加了决策者潮流分析的复杂性。机会约束法可用于不确定性下的潮流最优化问题建模。提出了一种基于数据驱动的潮流凸化方法和快速情景算法的机会约束交流最优潮流(CCACOPF)求解方法。这种方法在计算上是有效的,主要有两个原因。首先,原来的非凸交流潮流(ACPF)的约束近似的一组学习为基础的二次凸的。第二,FAST是一种基于神经网络的高级求解方法(SSM),它不依赖于预先假设的概率分布,使用的场景比传统的SSM少得多。最后,CCACOPF转换成一个计算易处理的凸优化问题。IEEE算例的仿真结果表明:1)该方法在计算效率上优于传统的SSM方法; 2)数据驱动的凸化潮流方法能够有效地逼近原始复杂交流潮流。
2021-11-11 cs.SY eess.SY math.OC
Rate-Optimal Online Convex Optimization in Adaptive Linear Control
Tel Aviv University(特拉维夫大学);Google Research(谷歌研究院)
研究了在状态和代价函数均为全反馈且凸代价函数反向变化的情况下,未知线性动力系统的控制问题。我们提出了第一个计算效率高的算法,达到最佳的$\smash{\sqrt{T}}$ -后悔率相比,最好的稳定线性控制器在事后,同时避免严格的假设,如强凸性的成本。我们的方法是基于一个精心设计的非凸置信下限的在线成本,并使用一种新的技术,利用其特定的非凸结构的计算效率的遗憾最小化这些界限。
2022-06-03 cs.LG math.OC stat.ML
On properties of optimal controls for an inverted spherical pendulum
在本文中,我们研究了一个最优控制问题,这是仿射二维有界控制。该问题涉及到倒立球摆在上不稳定平衡点附近的镇定问题。我们找到解决方案稳定的钟摆在有限的时间内,其中相应的最优控制执行无限数量的旋转沿圆$S^{1}$。
2019-09-10 math.OC
A robust and efficient adaptive multigrid solver for the optimal control of phase field formulations of geometric evolution laws
我们提出并研究了一种新的求解策略,以有效和准确地计算半线性最优控制问题的近似解,重点是几何演化规律的相场公式的最优控制。几何演化规律的最优控制在材料科学、图像处理、肿瘤生长和细胞运动等领域有着广泛的应用。在目前的工作中,我们专注于一个相场制定的最优控制问题,从而利用发达的数学理论的半线性抛物型偏微分方程的最优控制。由此产生的最优控制问题的近似在计算上具有挑战性,需要大量的计算时间和存储器存储。这项工作的主要重点是提出,推导,实施和测试的有效解方法,这样的问题。离散的偏微分方程的求解器是基于几何多重网格法,结合先进的技术来处理问题中的非线性,并利用自适应网格细化。一个内部的两个网格的解决方案战略的前向和伴随问题,显着减少内存需求和CPU时间,提出和研究计算。此外,并行化以及自适应步长梯度更新的控制,以进一步提高效率。随着我们提出的解决方案的方法及其实施的详细描述,我们提出了一些计算结果,证明和评估我们的算法的准确性和效率。本工作的一个亮点是在3-D的最优控制,这将是计算上不可行的,没有在本工作中提出的解决方案的策略的仿真结果。
2016-03-28 math.OC
Sparsity Preserving Optimal Control of Discretized PDE Systems
City University of New York, College of Staten Island(纽约市立大学,史泰登岛学院);Delft University of Technology(代尔夫特理工大学)
本文提出一种高效方法,通过利用Lyapunov方程的先验稀疏性模式,计算稀疏近似解,从而实现大规模离散PDE系统的稀疏最优控制。
2018-02-20 cs.SY eess.SY math.OC
Learning Stabilizing Policies via an Unstable Subspace Representation
Department of Electrical Engineering, Columbia University(哥伦比亚大学电气工程系);School of Artificial Intelligence and Automation, HUST(华中科技大学人工智能与自动化学院)
本文针对未知线性时不变系统的学习稳定化问题,提出先学习左不稳定子空间再在其上求解折扣LQR问题的两阶段方法,以降低有效控制维度并显著减少样本复杂度。
2025-05-02 cs.LG math.OC
Remarks on finite and infinite time-horizon optimal control problems
在最优控制问题的背景下,解决了能量类成本泛函的最小化问题。对于一般的一类动力系统,可能是不稳定的和非线性的自由动态,它表明,有限时间范围的最优控制问题的解决方案的序列近似的解决方案的模拟无限时间范围的问题。后者的解决方案和相应的最优成本值函数不被假定为已知的先验。数值模拟验证了几个例子的理论研究结果,包括由普通和偏微分方程的系统。
2022-12-05 math.OC
Deterministic filtering and dimensionality reduction for optimal attitude estimation on SO(3)
本文介绍了在特殊正交(SO(3))群上用最小/最大加技术解决非线性系统滤波中的最优姿态估计问题。这项工作有助于获得计算效率高的方法,为非线性系统的确定性滤波器的合成-即最优滤波器估计的状态,使用相关的最优控制问题。本文所述的技术是使用SO(3)上的一组最优姿态估计示例问题来验证的。
2012-11-07 math.OC
Nonlinear optimal control synthesis via occupation measures
本文研究了一类非线性最优控制问题,其中所有的问题数据都是多项式。在本文的第一部分中,我们回顾了如何占领措施可以用来逐点逼近的最优值函数的一个给定的OCP,使用线性矩阵不等式(LMI)松弛的层次。在第二部分中,我们扩展的方法来近似的最优值函数在一个给定的集合,我们使用这样一个功能,建设性和计算推导出几乎最优控制法律。数值算例表明了该方法的有效性。
2008-03-11 math.OC
Necessary condition for sparse optimal control problem with intermediate constraints
本文讨论了在时域的中间点定义多个约束的最优稀疏控制问题。对于这类具有中间约束的问题,我们首先建立了一个新的Pontryagin最大值原理,它为这类问题的最优性提供了一阶必要条件。然后,我们宣布并采用一种新的数值算法来达到,在计算上易于处理的方式,从我们的最大值原理给出的必要条件的最佳状态-动作轨迹。包括几个详细的说明性例子。
2020-12-21 math.OC
Stability-Constrained AC Optimal Power Flow--A Gaussian Process-Based Approach
University of Virginia(弗吉尼亚大学);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);Massachusetts Institute of Technology(麻省理工学院)
本文提出基于高斯过程的方法,将发电机动态纳入交流最优功率流问题,通过指数代理函数评估系统稳定性,提升运行点的安全性和稳定性。
2026-05-14 math.OC
Reduced-Complexity Semidefinite Relaxations of Optimal Power Flow Problems
提出了一种新的生成最优潮流问题半定松弛解的方法。该方法基于弦转换技术:通过在转换中放弃一些等式约束,我们获得了比标准半定松弛更便宜但可能更弱的半定松弛。我们的数值结果表明,新的松弛往往产生相同的结果作为标准的半定松弛,但在一个较低的计算成本。
2013-12-06 math.OC