Stochastic maximum principle for optimal control of SPDEs
本文在一般情况下(当控制域不需要是凸的,扩散系数可以包含一个控制变量时),给出了随机偏微分方程最优控制的随机最大值原理.
2012-06-11 math.OC
Stochastic Maximum Principle with Default
本文给出了一类随机最优控制问题的充分必要最大值原理,其中系统状态由带缺省值的受控随机微分方程给出。证明了受控违约随机微分方程解的存在唯一性。进一步证明了伴随倒向随机微分方程解的存在唯一性,该方程是与最大值原理有关的。最后,我们应用最大值原理来解决对数效用函数的效用最大化问题。
2021-05-24 math.OC
Stochastic maximum principle for stochastic recursive optimal control problem under volatility ambiguity
研究了一类随机递归最优控制问题,其中代价泛函由G-布朗运动驱动的倒向随机微分方程的解描述。一些具有波动模糊性的经济和金融最优化问题可以表示为波动模糊性问题。与经典的变分方法不同,我们用线性化和弱收敛方法建立了最大值原理。
2015-08-31 math.OC
Maximum principle for stochastic optimal control problem of forward-backward stochastic difference systems
研究了正倒向随机差分系统(FBSΔSs)随机最优控制问题的最大值原理.研究了两种类型的FBSΔSs。第一个方程由部分耦合的前向-后向随机差分方程(FBSΔE)描述,第二个方程由完全耦合的FBSΔE描述。通过采用乘积规则的适当表示和倒向随机差分方程(BSΔE)的适当形式,推导出了伴随差分方程.最后,建立了控制域为凸的最优控制问题的最大值原理。
2018-12-29 math.OC
A Maximum Principle for Optimal Control of Stochastic Evolution Equations
证明了半线性随机发展方程最优控制的一个一般随机最大值原理。随机演化算子和具有一般集合中的值的控制进入漂移和扩散项。
2012-06-26 math.OC
A probabilistic max-plus numerical method for solving stochastic control problems
我们考虑与扩散控制问题相关的完全非线性Hamilton-Jacobi-Bellman方程,该扩散控制问题涉及有限集值(或切换)控制和可能的连续值控制。我们通过将McEneaney,Kaise和Han(2011)为解决此类问题而获得的幂等展开性质与Fahim,Touzi和Warin(2011)为解决某些完全非线性抛物型偏微分方程而提出的数值概率方法相结合,构造了一种较低复杂度的概率数值算法。给出了一个期权定价和套期保值的小例子的数值检验。
2016-05-10 math.OC
A Maximum Principle for Optimal Control of Stochastic Evolution Equations
证明了抽象半线性随机发展方程最优控制的一个一般最大值原理。控制变量,以及线性无界算子,作用在漂移和扩散方面,和控制集不需要是凸的。
2013-12-25 math.OC
Stochastic variance reduced extragradient methods for solving hierarchical variational inequalities
Weierstrass Institute for Applied Analysis and Stochastics(魏尔斯特拉斯应用分析与随机学研究所);Mannheim University(曼海姆大学);Technion - Israel Institute of Technology(以色列理工学院)
本文提出了一种随机方差减少外梯度法,用于求解分层变分不等式问题,首次证明了该方法在欧几里得和Bregman设置下的收敛速率和复杂性。
2026-02-13 cs.GT cs.LG math.OC
A maximum principle for controlled time-symmetric forward-backward doubly stochastic differential equation with initial-terminal sate constraints
本文研究了具有初终状态约束的受控时间对称正倒向双随机微分方程的最优控制问题。应用终端扰动法和Ekeland变分原理,得到了随机最优控制的一个必要条件,即,导出了随机最大值原理。研究了后向双随机线性二次型控制模型的应用。
2012-11-17 math.OC
A Maximum Principle for Markov Regime-Switching Forward Backward Stochastic Differential Games and Applications
本文研究了一类马尔可夫状态切换正倒向部分信息带跳随机微分方程的随机微分对策的最优控制问题.首先证明了非零和随机微分对策问题的一个充分最大值原理,并得到了这类对策的平衡点。其次,我们证明了非零和随机微分对策的一个等价最大值原理。作为推论,得到了零和随机微分对策等价的最大值原理。应用所得结果研究了惩罚熵下的鲁棒效用最大化问题。最后,我们将所得结果应用于模型不确定性下保险公司的最优投资。
2014-10-13 math.OC
Maximum Principle for Optimal Control of Neutral Stochastic Functional Differential Systems
本文讨论了中立型随机泛函微分方程的最优控制问题。引入一类中立型Volterra型倒向随机函数方程作为伴随方程。证明了VNBSFE的存在唯一性。利用Lagrange型代价泛函构造了受控NSFDE的Pontryagin最大值原理。
2013-01-14 math.OC
A global stochastic maximum principle for delayed forward-backward stochastic control systems
Southern University of Science and Technology(南方科技大学)
本文提出了一种新方法,用于解决具有延迟的前向后向随机控制系统的全局随机极大原理问题。
2026-10-27 math.OC
The Maximum Principle for Progressive Optimal Stochastic Control Problems with Random Jumps
本文通过引入一种新的变分方法,得到了带跳随机系统最优控制的最大值原理。控制允许进入扩散和跳跃项,控制域不需要是凸的。
2019-10-09 math.OC
A Projection-Based Algorithm for Solving Stochastic Inverse Variational Inequality Problems
针对随机 IVI 问题缺乏性能保证的现状,提出一种方差缩减的投影梯度方法,证明迭代几乎必然收敛并给出收敛速率保证,且在网络均衡控制问题中得到验证。
2023-12-07 math.OC
Generalization of Pontryagin Maximum Principle with Stochastic Initial Conditions
基于庞特里亚金最大值原理(PMP),针对具有随机初始条件的无反馈控制系统,建立了一种广义PMP.我们证明了这个结论,并证明了当随机性崩溃时,它又回到PMP。通过广义PMP,给出了求解此类系统期望最大值问题的一般方法,并通过算例说明了其可行性。
2015-05-03 math.OC
Solving deterministic and stochastic equilibrium problems via augmented Walrasian
本文描述了一种求解确定性和随机Walras均衡模型的方法,该方法是将最大值点为平衡点的双函数与给定问题相联系.数值过程依赖于这个双函数的增广。所提出的程序的收敛性证明依赖于相关的片面收敛。在我们的模型的动态版本中,确定性和随机性,我们主要关注的是为代理人提供一种将商品从一个时间段转移到下一个时间段的机制的模型,可能只是储蓄,但也允许通过生产进行商品转换
2016-12-05 math.OC
Solving variational inequalities with Stochastic Mirror-Prox algorithm
本文考虑随机变分不等迭代法(s.v.i.)用单调算子。我们的基本假设是算子同时具有光滑分量和非光滑分量。此外,只有噪声观测的问题数据是可用的。我们开发了一种新的随机逼近算法(SMP)解决s.v.i.并表明,与方便的步长策略,它达到了最佳的收敛速度的问题参数。我们将SMP算法应用于随机复合极小化,并描述了其在随机半定可行性问题和特征值极小化中的具体应用。
2011-05-29 math.OC math.ST stat.TH
A stochastic maximum principle for partially observed stochastic control systems with delay
本文研究了由时滞随机微分方程所支配的状态的部分可观测最优控制问题。我们利用变分方法和滤波技术,建立了这类最优控制问题的随机最大值原理。同时,在不作假设的情况下,建立了一个充分条件充分条件.文中建立了两个例子来说明理论结果。特别地,以一个带时滞的最优投资问题为例,通过离散化技术对带时滞和期望项的正倒向随机微分方程(FBSDEs)进行数值模拟,显示了时滞的影响.
2020-10-14 math.OC
A Stochastic Maximum Principle for Control Problems Constrained by the Stochastic Navier-Stokes Equations
本文考虑了\cite{ocpc}中引入的多维区域上的随机Navier-斯托克斯方程的控制问题,该问题仅限于由Q-Wiener过程定义的噪声项.利用随机最大值原理,推导出了一个基于伴随方程的最优控制设计的必要最优性条件,该伴随方程由倒向随机微分方程给出。此外,我们证明了最优控制满足一个充分的最优性条件。因此,我们可以解决唯一的随机Navier-斯托克斯方程约束的控制问题,特别是对于二维以及三维区域。
2018-10-26 math.OC
A global stochastic maximum principle for fully coupled forward-backward stochastic systems
研究了具有非空控制域的完全耦合正倒向随机控制系统的随机最优控制问题。对于我们的问题,一阶和二阶变分方程是完全耦合的线性FBSDES。受Hu(Hu,Probability,Uncertainty and Quantitative Risk,2(1)(2017):pp 1-20)的启发,我们通过引入一个二次Bundle的伴随方程来开发一种新的解耦方法。通过揭示一阶泰勒展开式各项之间的关系,估计了它们的阶数,并导出了一个包含全新项的全局随机最大值原理。随机线性二次控制问题的应用进行了研究。
2018-12-04 math.OC
Sufficient stochastic maximum principle in a regime-switching diffusion model
本文证明了一个状态转换扩散模型最优控制的充分随机最大值原理。我们显示连接到动态规划,我们将结果应用到二次损失最小化问题,它可以用来解决均值-方差投资组合选择问题。
2010-12-14 math.OC
Stochastic maximum principle for generalized mean-field delay control problem
本文首先给出了广义平均场延迟随机微分方程(GMFDSDES)和平均场预期倒向随机微分方程(MFABSDES)解的存在唯一性定理。然后研究了广义平均场时滞控制问题的随机最大值原理。由于状态是分布依赖的,我们将伴随方程定义为MFAB方程,其中所有系数的导数都是Fréchet意义的。我们导出了随机最大值原理,并在一些附加的假设下,得到了控制最优性的一个充分条件。
2017-08-10 math.OC
Stochastic maximum principle for optimal control problem with a stopping time cost functional
在本研究中,我们考虑一个由具有停时终端费用泛函的随机微分系统驱动的最优控制问题。通过引入离散终端系统,建立了这类新的最优控制问题的随机最大值原理。最后,我们提供了一个例子来描述本研究的主要结果。
2018-12-09 math.OC
A Stochastic Maximum Principle for Forward-backward Stochastic Control Systems with Quadratic Generators and Sample-wise Constraints
针对带二次增长BSDE且终端正向状态几乎必然受凸约束的正倒向随机控制系统,论文结合BMO鞅、终端扰动与Ekeland变分原理建立动态SMP,并应用于禁止破产的稳健递归效用最大化。
2023-08-21 math.OC
A General Stochastic Maximum Principle For Optimal Control Of Stochastic Systems Driven By Multidimensional Teugel's Martingales
证明了由多维Teugel鞅驱动的随机系统最优控制的一个必要最大值原理。通过对多维Lévy过程进行正交化,构造了多维Teugel鞅。控制域不需要是凸的,并且允许控制进入Teugel鞅的条款。
2012-05-29 math.OC math.PR
Multitime stochastic maximum principle on curvilinear integral actions
基于Cairoli-Walsh意义下和Ito-Udrilte意义下的随机曲线积分,我们发展了一个关于多时间随机微分系统的新理论.第一组的原始结果是指完整的可积随机微分系统,路径无关的随机曲线积分,Itô-Udrivante随机分析规则,路径无关过程的例子,和体积过程。第二组原始结果包括多时间Ito-Udriltte乘积公式,第一随机积分和伴随多时间随机Pfaff系统。第三,我们制定和我们证明了多时间最大值原理的最优控制问题的随机曲线积分作用下的多时间Ito-Udrilte过程的约束。我们的理论要求拉格朗日量和哈密顿量作为随机1-形式。
2011-12-05 math.OC
On Stochastic Maximum Principle: A Backward Stochastic Partial Differential Equations Point of View
本文考虑了一类具有随机系数的随机微分方程的随机控制问题。控制域不必是凸的,但控制过程不允许进入扩散项。此外,终端成本涉及终端状态的期望值的非线性项。本文的目的是从彭[S]的工作中得到启发,导出庞特里亚金随机最大值原理的一个新形式。彭,非凸控制域随机最优控制的最大值原理,控制与信息科学讲义,114,(1990),pp. 724-732]。更具体地说,我们表明,如果我们结合的尖峰扰动的最优控制与随机Feynman-Kac表示的线性倒向随机偏微分方程(简称BSPDE),一个新的版本的随机最大值原理可以得到。我们还研究了最优性的充分条件。在本文的最后一部分,受SMP的启发,自然地引入了一类有趣的正倒向随机偏微分方程,并简要地给出了这类方程的可解性。
2020-08-04 math.OC
Stochastic maximum principle for optimal control problem of backward systems with terminal condition in L1
考虑一类随机控制问题,其中控制区域是凸的,系统由一个非线性倒向随机微分方程控制。对于L1终端数据,我们导出了随机最大值原理形式的最优性必要条件。
2008-07-23 math.OC math.PR
Weak Necessary and Sufficient Stochastic Maximum Principle for Markovian Regime-Switching Diffusion Models
本文证明了马尔可夫区切换随机最优控制问题的一个弱充要最大值原理。我们没有坚持汉密尔顿算子的极大条件,而是证明了0属于汉密尔顿算子的克拉克广义梯度与最优控制处控制约束集的克拉克法锥之和。在哈密顿量的联合凸性条件和终端目标函数的凸性条件下,该必要条件成为充分条件。我们给出了四个例子来证明弱随机最大值原理。
2013-09-14 math.OC
Maximum principle for discrete-time control systems driven by fractional noises and related backward stochastic difference equations
本文研究了由分数阶噪声驱动的离散时间系统最优控制问题,通过引入包含分数阶噪声和构造白噪声的倒向随机差分方程建立随机极大值原理,并以线性二次型情形为例说明了理论结果。
2024-12-22 math.OC
The Principal-Agent Problem; A Stochastic Maximum Principle Approach
本文研究了一类具有隐藏行动的连续时间委托代理问题。通过将模型表述为一个耦合的随机最优控制问题,我们能够找到一组必要的条件表征最优合同,使用随机最大值原理。最后,通过一个实例说明了所提出的方法在线性随机动态下的委托代理问题与二次性能函数。
2014-11-26 math.OC
Stochastic Maximum Principle for Optimal Control of Anticipated Backward Stochastic Systems with Delays
School of Mathematics, Shandong University(山东大学数学学院)
本文提出了一种针对具有延迟的预期反向随机系统的最优控制问题的随机最大原理,通过引入σ-有限测度来处理长期记忆效应和前瞻性预期,并通过示例展示了最优控制的显式解。
2025-12-19 math.OC
Benders Cut Classification via Support Vector Machines for Solving Two-stage Stochastic Programs
本文考虑了不确定参数的有限样本下具有完全补偿的两阶段随机规划的Benders分解。我们定义的折弯机削减绑定在最终的最优解或显着改善边界的迭代作为有价值的削减。我们提出了一种学习增强的Benders分解(LearnBD)算法,该算法在每次迭代中增加了一个切割分类步骤,以选择性地生成更有可能是有价值的切割。LearnBD算法包括两个阶段:(i)采样切割并从训练问题中收集信息,以及(ii)使用支持向量机(SVM)切割分类器解决测试问题。我们运行的LearnBD算法的能力限制的设施位置和多商品网络设计的不确定需求的情况下。我们的研究结果表明,SVM切割分类器有效地识别有价值的削减,和LearnBD算法减少了总的解决时间的所有实例的不同大小和复杂性的问题。
2020-10-15 math.OC
Direct Method on Stochastic Maximum Principle for Optimization with Recursive Utilities
得到了递归随机最优控制问题中倒向随机微分方程的变分方程,进而得到了新颖的最大值原理。控制域不需要是凸的,倒向随机微分方程的生成元可以包含z。
2015-07-13 math.OC math.PR
An Optimization-Based Framework for Solving Forward-Backward Stochastic Differential Equations: Convergence Analysis and Error Bounds
The Hong Kong Polytechnic University(香港理工大学);Nankai University(南开大学)
研究基于优化框架求解正向-反向随机微分方程,引入积分形式目标函数,通过收敛性分析证明最小化该目标可使序列收敛到真解,给出误差界,并用测试案例验证框架及说明其在高维非线性问题上的适用性。
2026-07-20 math.OC
A Stochastic Implicit Proximal Point Algorithm for Solving Linearly Constrained Stochastic Minimax Problems
Beijing University of Posts and Telecommunications(北京邮电大学);Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院)
提出一种结合方差缩减的随机隐式近端点算法,通过半光滑牛顿法求解子问题,实现带非光滑正则项的强凸-强凹目标函数的全局q-线性收敛,并在机器学习问题上优于现有算法。
2026-05-22 math.OC
Methods for Solving Variational Inequalities with Markovian Stochasticity
Basic Research of Artificial Intelligence Laboratory (BRAIn Lab)(人工智能基础研究实验室)
本文提出一种新方法求解具有马尔可夫动态的变分不等式,通过extragradient技术证明在弱假设下算法收敛,并通过实验研究混合时间参数对收敛性的影响。
2026-05-15 math.OC
A Global Maximum Principle for the Stochastic Optimal Control Problem with Delay
本文解决了一类时滞随机最优控制问题的一个公开问题,其中控制域是非凸的,扩散项既包含控制项又包含时滞项。受Rehksendal和Sulem [{ \it]的启发,给出了时滞随机系统的最优控制的最大值原理及其在金融中的应用。在J. M. Menaldi,E. Rofman,A. Sulem(Eds.),最优控制和偏微分方程,ISO出版社,阿姆斯特丹,64-79,2000}]和Chen和Wu [{ \it Maximum principle for the stochastic最优控制problem with delay and application,Automatica,46,1074-1080,2010}],Peng的一般随机最大值原理[{ \it A general stochastic maximum principle for最优控制problems,SIAM J. Control Optim.,28,966-979,1990}]被推广到时间延迟的情况,这被称为全局最大值原理。引入一个新的倒向随机微分方程来处理交叉项,应用对偶技术。与经典结果相比,该极大条件包含了一个指示函数,实际上这是时滞随机最优控制问题的特征。多维的情况下,一个可解的线性二次的例子进行了讨论。
2020-07-11 math.OC
Maximum principle for optimal control of infinite horizon stochastic difference equations driven by fractional noises
School of Mathematics, Jilin University(吉林大学数学学院)
本文针对无限时域分数噪声驱动的随机差分方程,证明了离散时间最优控制的随机最大值原理,并应用于最优投资问题。
2025-10-22 math.OC
A second-order stochastic maximum principle for generalized mean-field control problem
本文研究了一般的随机最大值原理(SMP)由于Hamilton函数的奇异性而不适用时的广义平均场随机控制问题。在这种情况下,我们得到一个二阶SMP。利用广义平均场倒向随机微分方程引入伴随过程。在证明中的关键是扩展的成本功能的扰动参数,并使用的范围定理向量值的措施。
2017-04-26 math.OC
Finitely Convergent Deterministic and Stochastic Iterative Methods for Solving Convex Feasibility Problems
我们提出了一种新的收敛方法来解决定义在一个可能无限大的约束池上的凸可行性问题。在这方面的其他工作,我们假设的内部的解决方案是非空的,某些超松弛参数形成一个发散级数。我们结合我们的方法与一个非常一般的一类确定性控制序列,粗略地说,我们要求,我们迟早会遇到一个违反约束,如果一个存在。特别是通过循环、重复和远程设定控制来满足这一要求。此外,它几乎肯定满足随机控制。
2020-09-20 math.OC
A Stochastic forward-backward splitting method for solving monotone inclusions in Hilbert spaces
提出并分析了求解由极大单调算子与单值极大单调余算子之和构成的单调包含的一种新的随机前后分裂算法的收敛性.后者的框架有一些有趣的特殊情况下,包括变分不等式和凸最小化问题,而随机方法实际上是相关的数据扰动帐户。我们提出的算法是经典的确定性向前向后方法的随机扩展,并得到考虑的组合的极大单调算子的预解式与基于单值算子的随机估计的前一步。我们的研究提供了一个非渐近的误差分析的期望强单调的情况下,以及几乎必然收敛在较弱的假设。我们考虑的方法可以避免平均,一个功能的关键时,考虑基于稀疏性的方法,并为最小化问题,它允许获得匹配的收敛速度随机扩展所获得的所谓的加速方法。随机拟Fejer序列是证明几乎必然收敛的关键技术工具。
2015-02-20 math.OC
Solving Coupled Nonlinear Forward-backward Stochastic Differential Equations: An Optimization Perspective with Backward Measurability Loss
本文从不动点迭代视角扩展BML方法以求解一般耦合非线性FBSDEs,证明优化BML等价于最小化连续试探解距离,为基于优化的求解方法提供理论基础,并通过四个数值实验验证其有效性。
2023-11-25 math.OC
Simulation based approach for solving Unequal Area Facility Layout Problems in Stochastic condition by Genetic Algorithm
在这项研究中,我们介绍了一种新的方法来解决动态设施布局问题(DFLPs)。为了表示每个布局,我们使用切片树方法与我们提出的启发式算法相结合,以获得有前途的初始解。然后,我们考虑的情况下,添加新的部门到当前的布局与随机流。我们使用模拟来模拟问题的随机性的复杂性。为了提高初始解的质量,将遗传算法与仿真模块相结合。最后,为了证明我们的方法的性能,我们解决了文献中存在的几个案例,以显示我们的算法的效率。
2019-08-27 math.OC
A global stochastic maximum principle for forward-backward stochastic control systems with quadratic convex generator and unbounded terminal condition
Univ. Rennes, CNRS, IRMAR - UMR 6625(雷恩大学);Southern University of Science and Technology(南方科技大学)
本文针对具有二次凸生成元和无界终端条件的前向后随机控制系统,引入新概率测度并采用新方法推导伴随方程,建立了全局随机最大值原理。
2026-11-10 math.OC
Maximum principle for optimal control of forward-backward doubly stochastic differential equations with jumps
本文考虑一类随机控制问题的最优控制的最大值原理。该问题由一个带Poisson跳的全耦合多维正倒向双随机微分方程系统控制。此外,该系统中出现的所有系数都允许是随机的,并且取决于控制变量。我们推导出,特别是,这个随机最优控制问题的最优性的充分条件。
2013-08-27 math.OC
General Doubly Stochastic Maximum Principle and Its Applications to Optimal Control of SPDEs
本文证明了在凸控制域上由拟线性随机热方程描述的系统的最优控制的充要最大值原理,其中所有系数都包含控制变量。为此,研究了完全耦合正倒向双随机系统的最优控制问题。我们应用我们的NSMPs处理一类正倒向双随机线性二次最优控制问题和一个随机偏微分方程(简称SPDE)的最优控制问题。
2012-10-31 math.OC
New algorithms for solving stochastic games
随机对策是对策论中的一个经典模型,其中两个对手相互作用,环境响应于玩家的行为而变化。这些游戏的核心解决方案概念是贴现值和价值,这代表了玩家在不同的不耐烦程度下玩游戏的价值。在本手稿中,我们提供的算法计算精确表达式的折扣值和价值,这是多项式的纯静态策略的球员。这一结果大大改善了所有现有的算法,包括最有效的一个,由于汉森,Kouckloven,劳里岑,Miltersen和Tsigaridas(STOC 2011)。
2019-12-11 math.OC
Lagrangian dual method for solving stochastic linear quadratic optimal control problems with terminal state constraints
研究了在终态上具有逐点线性等式约束的随机线性二次型(LQ)最优控制问题。在代价泛函的一致凸性条件和线性约束映射的满射性条件下,证明了一个强Lagrange对偶定理。基于拉格朗日对偶,提出了两种求解约束随机LQ问题的方法。首先,给出了利用强对偶性构造封闭解的理论方法。其次,提出了一种迭代算法,称为增广拉格朗日方法(ALM)。证明了ALM产生的迭代序列的强收敛性。此外,还得到了约束映射满射的一些充分条件。
2023-01-20 math.OC
A general maximum principle for mean-field stochastic differential equations with jump processes
本文研究了具有跳过程的平均场型随机微分方程的最优控制问题。允许控制变量进入扩散项和跳跃项。这种随机最大值原理与经典的随机最大值原理的不同之处在于,这里的一阶伴随方程是一个带跳的线性平均场后向微分方程,而二阶伴随方程与Tang和Li的随机最大值原理[32]中的伴随方程相同。最后,为了读者的方便,我们在附录中给出了本文所用的一些分析结果。
2013-02-26 math.OC
The Global Maximum Principle for Optimal Control of Partially Observed Stochastic Systems Driven by Fractional Brownian Motion
针对由布朗运动与分数布朗运动共同驱动的部分可观测随机系统,本文通过构造新随机过程绕过 Girsanov 变换,将问题转化为经典形式,并建立伴随倒向随机微分方程及最优控制的全局极大值原理。
2023-08-19 math.OC
The Maximum Principle for Global Solutions of Stochastic Stackelberg Differential Games
本文得到了随机(全局)开环和随机(全局)闭环Stackelberg微分对策的最大值原理。对于闭环情形,我们利用受控正倒向随机微分方程的理论推导出领导者最优策略的最大值原理。在开环线性二次Stackelberg对策的特殊情况下,将从者的哈密顿系统看作领导者的状态方程,导出了相应的随机Riccati方程,并在适当的假设下证明了Riccati方程解的存在唯一性.然而,对于闭环线性二次Stackelberg对策,我们可以写出由向前向后随机微分方程组成的相关Riccati方程,而将其解的存在性作为一个开放问题。
2012-10-29 math.OC
The Pontryagin's maximum principle for stochastic differential systems under state constraints
在本研究中,我们考虑一个由状态限制的随机微分方程所驱动的最优控制问题。这里,状态约束是指关于状态路径的约束。为了证明状态约束下的最优控制问题的极大值原理,我们研究了一个新的近似最优控制问题。接下来,我们建立了多时间状态约束下新的最优控制问题的随机最大值原理。最后,通过一个生产计划实例验证了本文的主要研究成果。
2018-04-20 math.OC
Maximum principle for stochastic control of SDEs with measurable drifts
本文研究了具有非规则漂移系数的随机微分方程驱动系统的随机最优控制问题。建立了随机最大值原理的充要条件。为了实现这一点,我们首先推导出一个明确的表示的一阶变分过程(在Sobolev意义上)的控制扩散。由于漂移系数是不光滑的,因此用状态过程的局部时表示。然后,我们构造了一个序列的最优控制问题的光滑系数的逼近论点。最后,我们利用Ekeland变分原理得到一个近似伴随过程,由此我们通过极限推导出最大值原理。
2021-01-15 math.OC