Variational discretization of a control-constrained parabolic bang-bang optimal control problem
研究了跟踪泛函中不含Tikhonov项的控制约束抛物型最优控制问题。对于数值处理,我们使用其Tikhonov正则化的变分离散:对于状态和伴随方程,我们在时间上应用[Daniels et al 2015]的Petrov-Galerkin格式,在空间上应用通常的协调有限元。我们证明了离散正则化问题和极限问题之间的误差的先验估计。由于这些估计是不稳健的,如果正则化参数趋于零,我们建立强大的估计,这-取决于问题的规律性-提高以前的。在bang-bang解的特殊情况下,这些估计得到了进一步的改进。一个数值例子证实了我们的分析结果。
2017-07-05 math.OC
A Discretization Method to Solve Fractional Variational Problems with Dependence on Hadamard Derivatives
给出了一种求解依赖于Hadamard分数阶导数的分数阶变分问题的快速简便的方法。利用Hadamard分数阶算子与整数阶导数和之间的关系,将分数阶问题转化为经典的最优控制问题.后者的问题,然后解决了标准的数值技术的应用。我们用一个例子来说明这个过程。
2014-02-15 math.OC
A FE-ADMM algorithm for Lavrentiev-regularized state-constrained elliptic control problem
本文考虑了状态带有逐点盒约束的椭圆控制问题,其中相应的Lagrange乘子一般只表示正则Borel测度函数。为了解决这个问题,Lavrentiev正则化被用来处理状态约束。为了对所得问题进行数值离散,针对变分离散在数值实现上的弱点,采用了全分段线性有限元离散。对正则化和离散化产生的误差进行了估计。由于采用了Lavrentiev正则化,全离散化的误差阶不低于变分离散化的误差阶。考虑到离散化误差,高精度的算法没有多大意义。利用有效的一阶算法来解决离散化问题,以适度的精度是足够的。在此基础上提出了一种非均匀乘子交替方向法(hADMM)。与经典的ADMM不同,我们的hADMM在两个子问题中分别采用了两种不同的加权范数。此外,为了得到更精确的解决方案,两个阶段的策略,其中原始对偶有效集(PDAS)方法被用作后处理的hADMM。数值结果不仅验证了误差估计,而且还显示了hADMM和两阶段策略的有效性。
2017-06-16 math.OC
Error estimates for the discretization of bilinear control problems governed by semilinear elliptic PDEs
本文针对半线性椭圆方程的双线性最优控制问题,采用有限元离散化,证明了收敛性并得到$O(h)$阶误差估计,数值实验显示$O(h^2)$超收敛现象。
2024-04-08 math.OC
Lagrangian discretization of variational mean field games
本文介绍了利用有限个局中人轨迹集求一类拥挤变分平均场对策问题的近似解的方法。这些轨迹通过求解类似于初始变分问题的最小化问题而获得。在这个离散化的问题中,拥塞是由2-Wasserstein距离的莫罗包络惩罚的。研究这个信封,以及有效的计算其值和变化是使用半离散最优输运。我们表明收敛的离散集的轨迹的平均场游戏的解决方案,在某些条件下的离散化的参数。
2022-01-13 math.DS math.OC
Higher order variational time discretization of optimal control problems
Technische Universität München(慕尼黑工业大学);University of Paderborn(帕德博恩大学)
针对机械系统最优控制问题,提出基于多项式配点的高阶变分时间离散方法,通过直接离散拉格朗日-达朗贝尔原理保持系统动量映射和能量行为等结构特性,并降低计算成本。
2012-04-27 cs.NA math.NA math.OC
Finite element error estimates for one-dimensional elliptic optimal control by BV functions
考虑一维椭圆型方程的最优控制问题,该方程涉及有界变差的单变量函数作为控制。对于状态方程的离散化,我们使用线性有限元和控制离散化,我们分析了两种策略。首先,我们使用变分离散化的控制和$L^2$ -和$L^\infty$ -错误的状态和伴随状态的顺序为${\mathcal O}(h^2)$和$L^1$ -错误的控制行为像${\mathcal O}(h^2)$,太。这些结果依赖于一个结构性的假设,这意味着原来的问题的最优控制是分段常数和伴随状态有非零的第一阶导数的控制的跳跃点。如果,第二,分段常数控制离散化,我们得到$L^2$ -误差估计的顺序$\mathcal{O}(h)$的状态和$W^{1,\infty}$ -误差估计的顺序$\mathcal{O}(h)$的伴随状态。在相同的结构假设下,我们推导出控制的$L^1$ -误差估计为$\mathcal{O}(h)$阶。我们讨论了优化算法,并提供了数值结果的离散计划表明,误差估计是最佳的。
2019-06-17 math.OC
A new Relaxation Method for Optimal Control of Semilinear Elliptic Variational Inequalities Obstacle Problems
本文研究了一类带状态约束的半线性椭圆型变分不等式的最优控制问题,更确切地说是障碍问题。由于我们采用数值的观点,我们首先放松问题的可行域,然后使用数学规划方法和惩罚方法,我们得到的最优性条件光滑拉格朗日乘子。用IPOPT算法进行的数值实验验证了该方法的有效性。
2020-07-09 math.OC
Elliptic quasi-variational inequalities under a smallness assumption: Uniqueness, differential stability and optimal control
考虑了一个由移动集支配的拟变分不等式。我们采用的假设,该集的运动有一个小的Lipschitz常数。在此条件下,我们证明了拟变分不等式存在唯一解,且解是Lipschitz-连续依赖于源项的。如果问题的数据是(方向)可微的,则解映射也是方向可微的。研究了拟变分不等式的最优控制,给出了强平稳型最优性的必要最优性条件。
2019-09-06 math.OC
Variational Symplectic Accelerated Optimization on Lie Groups
由于Nesterov加速梯度下降算法与标准梯度下降算法相比具有更好的性能保证,并且适用于深度学习中出现的大规模最优化问题,因此对Nesterov加速梯度下降算法的推广产生了极大的兴趣。一个特别富有成效的方法是基于数值离散的微分方程,描述了连续的时间限制的Nesterov算法,并概括涉及时间相关的布雷格曼拉格朗日和哈密顿动力学,收敛在一个任意快的速度到最小值。基于李群上Bregman拉格朗日量的扩展道路空间形式,提出了一种李群变分离散方法,并以姿态确定和基于视觉的定位为例,分析了其计算特性.
2021-03-25 math.OC
Robust finite element discretization and solvers for distributed elliptic optimal control problems
我们考虑标准跟踪型,分布式椭圆最优控制问题与$L^2$正则化,和他们的有限元离散。我们正在调查之间的有限元近似$u_{\varrho h}$的状态$u_\varrho$和所需的状态(目标)$\bar{u}$的正则化参数$\varrho$和网格步长$h$,导致最佳选择$\varrho = h^4$的$L^2$误差。事实证明,对于正则化参数的这种选择,我们可以设计简单的Jacobi预处理MINRES或Bramble-Pasciak CG方法,使我们能够以相对于算术运算和内存需求的渐近最优复杂度来解决简化的离散最优性系统。理论结果通过几个基准问题得到了证实,这些基准问题的目标具有不同的几何尺寸,包括不连续目标。
2022-07-11 cs.NA math.NA math.OC
Robust discretization and solvers for elliptic optimal control problems with energy regularization
本文考虑三维计算区域上奇摄动椭圆型反应扩散方程的有限元离散和迭代求解。这些方程是由M.~[1]最近研究的带能量正则化的椭圆分布最优控制问题的最优性条件导出的Neumüller和O.~ Steinbach(2020).我们提供准最优的先验有限元误差估计,这取决于网格尺寸$h$和正则化参数$\varrho$。选择$\varrho = h^2$可确保最佳收敛性,这仅取决于目标函数的正则性。对于迭代求解,我们采用了代数多重网格预条件和平衡区域分解约束(BDDC)预条件。我们数值研究的鲁棒性和效率的建议代数预条件的网格大小$h$,正则化参数$\varrho$,和子域(核心)的数量$p$。此外,我们研究了BDDC预处理共轭梯度求解器的并行性能。
2021-02-06 cs.NA math.NA math.OC
Mass-lumping discretization and solvers for distributed elliptic optimal control problems
针对带$L_2$正则化的分布式椭圆最优控制问题,研究质量集中在有限元离散中的效果,证明其不影响$L_2$误差且可构建快速Schur补系统,结合嵌套迭代的预处理共轭梯度法得到渐近最优求解器。
2023-04-28 cs.NA math.NA math.OC
Control-constrained parabolic optimal control problems on evolving surfaces - theory and variational discretization
Universität Hamburg(汉堡大学)
针对演化曲面上的控制约束线性二次最优控制问题,证明了状态方程弱解的存在唯一性,并提出了变分离散化方法,证明了其收敛性,在弱正则性假设下获得了最优收敛阶。
2011-09-16 cs.NA cs.SY eess.SY
On the use of elliptic regularity theory for the numerical solution of variational problems
在这篇文章中,我们将展示椭圆正则性理论的关键作用,发展有效的数值方法解决一些变分问题。在这里,我们专注于一类椭圆多目标最优控制问题,可以制定为联合凸广义纳什均衡问题和非光滑边值问题,从接触力学导致椭圆变分不等式。
2021-01-25 math.AP math.OC
Error estimates for a pointwise tracking optimal control problem of a semilinear elliptic equation
考虑一类半线性椭圆型偏微分方程的逐点跟踪最优控制问题。我们推导出最优解的存在性,并分析了第一,必要和充分,二阶最优性条件。我们设计了两种离散化策略,以近似的解决方案的最优控制问题:一个半离散计划的控制变量是不离散-所谓的变分离散化途径-和一个完全离散计划的控制变量是离散化与分段常数函数。对于这两种解决方案的技术,我们分析了离散化的收敛性,并推导出误差估计。
2021-12-15 cs.NA math.NA math.OC
On the differentiability of the minimal and maximal solution maps of elliptic quasi-variational inequalities
本文证明了障碍型椭圆型拟变分不等式的最小解映射和最大解映射关于强迫项和符号方向是方向可微的.一路上,我们表明,最小和最大的解决方案可以被看作是单调极限的某些变分不等式的解决方案,上述方向导数也可以被描述为单调极限的序列相关的变分不等式的方向导数。最后,我们总结了一些例子和热成型的应用。
2021-10-11 math.AP math.OC
A New Error Analysis for a Point Tracking Elliptic Distributed Optimal Control Problem with Pointwise Control Constraints
Louisiana State University(路易斯安那州立大学)
本文针对带点跟踪和点态控制约束的线性二次椭圆型分布最优控制问题,在统一框架下对标准有限元离散与变分离散开展误差分析,其自包含性依托有限元分析标准技术与椭圆型偏微分方程经典结果。
2026-08-06 cs.NA math.NA math.OC
Numerical analysis of a nonsmooth quasilinear elliptic control problem: II. Finite element discretization and error estimates
本文针对系数关于状态不可微的非光滑拟线性椭圆最优控制问题,证明了控制到状态算子仅具有 $C^1$ 光滑性,并基于二阶充分最优性条件建立了三种离散格式的先验误差估计,数值实验验证了理论结果。
2024-02-22 cs.NA math.NA math.OC
The variational discretization of the constrained higher-order Lagrange-Poincaré equations
University of Michigan(密歇根大学);University of Oxford(牛津大学)
本文研究了具有对称性的机械系统变分离散化,通过引入离散联络得到约束高阶拉格朗日-庞加莱方程,用于描述高阶导数依赖的约束拉格朗日系统动力学,并用于构建最优控制变分积分器。
2018-07-16 cs.DM cs.NA cs.SY
High order spatial discretization for variational time implicit schemes: Wasserstein gradient flows and reaction-diffusion systems
本文为广义最优传输空间中的梯度流构造一阶时间隐式广义JKO变分格式,结合ALG2与高阶有限元实现稳定迭代求解,并通过多类二维PDE验证有效性。
2023-03-15 cs.NA math.NA math.OC
Directional differentiability for elliptic quasi-variational inequalities of obstacle type
研究了障碍型拟变分不等式(QVI)解映射关于强迫项扰动的方向可微性。Mignot的经典结果,然后扩展到准变分的情况下,允许多个解决方案的QVI的假设。证明涉及选择程序的解决方案集和代表的方向导数作为一个单调序列的限制与特定的变分不等式的方向导数。此外,在更高的正则性下,研究了重合集的估计和几种简化方法。该理论说明了一个详细的研究,包括建模,分析和一些数值实验的应用热成型。
2019-11-27 math.AP math.OC
Optimal control and directional differentiability for elliptic quasi-variational inequalities
本文研究了障碍型椭圆型拟变分不等式,证明了这类拟变分不等式解的存在性、方向可微性和最优控制的一些结果.我们给出了三个存在性定理的基础上的顺序方法,迭代计划和序列正则化通过偏微分方程。我们表明,解决方案映射到一组解决方案的QVI的源项是定向可微的一般数据和局部Hadamard可微障碍映射,从而特别是我们以前的工作,提供了第一个可微性结果QVI在无限维的结果。QVI约束的最优控制问题也被认为是我们得到的各种形式的平稳性条件的控制问题,从而提供在这方面的第一个这样的结果。
2021-12-08 math.AP math.OC
Elliptic Reconstruction and A Posteriori Error Estimates for Parabolic Variational Inequalities
本文为抛物变分不等式建立了椭圆重构性质,并推导出后验误差估计,估计量包含离散互补项和标准残差,并给出了残差型误差估计的应用。
2024-05-27 cs.NA math.AP math.NA
Risk-averse optimal control of random elliptic variational inequalities
针对随机椭圆变分不等式控制问题,推导KKT型条件并分析驻点收敛,提出方差缩减的路径跟踪随机算法,在基准问题上验证。
2025-05-23 math.AP math.OC math.PR
Compressed MRI Reconstruction Exploiting a Rotation-Invariant Total Variation Discretization
University of Tehran(德黑兰大学)
受Malitsky和Pock的一阶方法的启发,我们提出了一种新的压缩MR图像重建变分框架,该框架将旋转不变的全变分泛函离散化引入到MR成像中,同时利用BM 3D框架作为稀疏化变换。在第一步中,我们提供了理论和数值分析,建立特殊的旋转不变性属性的总变分功能,并观察其优越性比其他著名的变分正则化条款在直立和旋转成像设置。因此,建议的MRI重建模型作为一个约束优化问题,然而,我们不使用传统的ADMM型算法设计的约束问题,以获得解决方案,而是我们定制的线搜索装备的方法Malitsky和Pock我们的模型,这是最初提出的无约束问题。正如数值实验所证明的那样,该框架显着优于从变分方法到自适应和学习方法的各种最先进的算法,特别是,它消除了以前在BM 3D-MRI上的工作的停滞行为,该工作超出了一定的迭代。
2020-04-21 cs.CV eess.IV math.OC