Symmetry Reduction in Optimal Control of Multiagent Systems on Lie Groups
我们研究减少自由度的方程,确定必要的最优性条件极值的最优控制问题的多智能体系统,通过利用代理的物理对称性,其中每个代理的运动学是由一个左不变的控制系统。减少最优性条件得到使用变分法和拉格朗日力学的技术。一个哈密顿形式主义也进行了研究,通过应用庞特里亚金的最大值原理左不变系统的问题进行了探讨,和最优性条件得到的积分曲线的约化哈密顿向量场。我们将结果应用到多个单轮车的能量最小控制问题。
2020-11-23 cs.SY eess.SY math.OC
Scenario Reduction with Guarantees for Stochastic Optimal Control of Linear Systems
针对场景约简可能降低线性随机最优控制系统性能的问题,提出带问题相关损失函数的约简算法及样本外保证充分条件,通过数值算例验证了有效性。
2024-04-11 cs.SY eess.SY math.OC
Optimal Interval Observers for Bounded Jacobian Nonlinear Dynamical Systems
针对受有界不确定性影响的有界雅可比非线性系统,提出两种基于混合单调分解和嵌入系统的最优区间观测器设计,通过最小化误差系统增益保证输入到状态稳定,并验证了其有效性。
2024-10-11 cs.SY eess.SY
Guaranteed Privacy-Preserving $\mathcal{H}_{\infty}$-Optimal Interval Observer Design for Bounded-Error LTI Systems
本文针对有界误差LTI系统,提出一种可保证隐私的$\u0007{H}_{\u221e}$最优区间观测器设计方法,通过噪声扰动与增益综合实现隐私保护与稳定估计,经仿真验证优于差分隐私方法。
2024-09-11 cs.SY eess.SY
Interval Dominance based Structural Results for Markov Decision Process
结构性结果对马尔可夫决策过程(MDP)的模型参数施加了充分条件,使得最优策略是底层状态的增函数。MDP结构结果的经典假设要求回报和转移概率具有超模块性。然而,超模块化在许多应用中并不适用。本文利用微观经济学文献中提出的区间占优的一个充分条件(称为I),在更一般的条件下得到了MDP的结构性结果。我们提出了几个MDP的例子,其中超模块化不成立,但我持有,所以最优策略是单调的,这些包括S形奖励(出现在前景理论的人类决策),双对角和扰动双对角转移矩阵(在最优分配问题)。我们还考虑了具有TP3转移矩阵和凹值函数的MDP。最后,强化学习算法,利用差分稀疏结构的最佳单调政策进行了讨论。
2023-03-06 cs.SY eess.SY
Symmetry Reduction of Optimal Control Systems and Principal Connections
University of Michigan–Dearborn(密歇根大学迪尔伯恩分校)
本文通过几何框架研究非线性控制与最优控制系统的对称约化,利用主联络获得约化系统的显式表达式,并综合了先前相关工作的结果。
2012-12-20 cs.SY eess.SY math.OC
Relative Error-based Time-limited H2 Model Order Reduction via Oblique Projection
在有限时间模型降阶中,获得原始高阶模型的降阶近似,其在期望的有限时间间隔内精确地近似原始模型。在这个时间间隔之外的准确性并不那么重要。当降阶模型被用作原始模型的替代时所引起的误差可以以绝对或相对项来量化,以访问模型降阶算法的性能。相对误差通常比绝对误差更有意义,因为如果原始和简化系统的响应具有小的幅度,则绝对误差的幅度也小。然而,这并不一定意味着简化模型是准确的。在这种情况下的相对误差是有用的和有意义的,因为它量化的百分比误差,而不管系统的响应的大小。本文导出了相对误差系统的有时限H2范数局部最优的必要条件。受这些条件的启发,提出了一种斜投影算法,该算法确保在期望的时间间隔内具有较小的H2范数相对误差。与现有的基于相对误差的模型降阶算法不同,该算法不需要求解大规模李雅普诺夫方程和黎卡蒂方程。将该算法与有限时间平衡截断、有限时间平衡随机截断和有限时间迭代RationalKrylov算法进行了比较。数值结果证实了所提出的算法优于这些现有的算法。
2022-12-16 cs.SY eess.SY
Balanced Truncation of Linear Systems with Quadratic Outputs in Limited Time and Frequency Intervals
针对需在特定时/频区间保持高精度的二次输出线性系统,本文推广保结构平衡截断算法,定义有限区间Gramian并推导对应广义Lyapunov方程的低秩解,提出两类场景下的降阶算法,经基准算例验证可在目标区间实现更优精度且保留输出结构。
2024-03-05 cs.SY eess.SY
Frequency-weighted H2-optimal model order reduction via oblique projection
在基于投影的模型降阶中,通过将原全阶系统投影到包含其主导特征的降阶子空间上来获得原全阶系统的降阶近似。频率加权H2-最优模型降阶问题是根据加权误差传递函数的H2-范数构造局部最优解。针对频率加权H2-最优模型降阶问题,提出了一种基于投影的模型降阶算法,该算法能够构造出几乎满足一阶最优性条件的降阶模型.结果表明,随着降阶模型阶数的增加,满足最优性条件的偏差进一步减小。数值方法也进行了讨论,提高所提出的算法的计算效率。三个数值例子来证明所提出的算法的有效性。
2021-05-02 cs.SY eess.SY
Efficient Approximation of Optimal Control for Markov Games
University of Liverpool(利物浦大学);Universität des Saarlandes(萨尔兰大学);Technical University of Denmark(丹麦技术大学)
针对连续时间马尔可夫决策过程与博弈的有界时间可达性问题,提出一系列高阶精度近似方法(O(ε^3)、O(ε^4)、O(ε^5)),大幅减少离散区间数量,在CTMDP上性能可比启发式方法,在CTMG上首次实现实用算法,并给出位置策略。
2011-07-08 cs.GT cs.SY eess.SY
Computational methods for stochastic control with metric interval temporal logic specifications
University of Pennsylvania(宾夕法尼亚大学)
本文研究了连续时间随机系统在度量区间时序逻辑规范下的最优控制问题,提出了一种基于离散近似的方法来合成最优控制策略,以最大化满足规范的概率,并展示了该策略在离散近似中收敛到连续时间语义下的最优策略。
2015-04-20 cs.SY eess.SY
Time- and frequency-limited H2-optimal model order reduction of bilinear control systems
在时间和频率受限的模型降阶中,寻求原始高阶模型的降阶近似,以确保在某些期望的时间和频率间隔中的优异精度。首先考虑双线性控制系统的时间限制H ~ 2-最优模型降阶问题,并导出局部最优降阶模型应满足的一阶最优性条件。然后,我们提出了一个启发式算法,生成一个降阶模型,这往往会达到这些最优条件。频率有限和时间有限的H2-伪最优模型降阶问题也被考虑,其中我们限制我们的重点是构建一个降阶模型,满足各自的局部最优的最优性条件的一个子集。已经提出了两个新的算法,实施两个四个最优性条件的降阶模型收敛。通过三个数值算例验证了本文的理论结果。数值结果证实了所提出的算法的有效性。
2020-12-10 cs.SY eess.SY
Time-limited pseudo-optimal H$_2$-model order reduction
提出了一种模型降阶算法,该算法可以在原高阶模型的基础上生成降阶模型,从而保证了在期望的时间间隔内的高保真度。降阶模型满足有限时间H $_2$ -模型降阶问题的一阶最优性条件的子集。该算法使用一个计算效率高的Krylov子空间为基础的框架来生成约简模型,它适用于大规模系统。降阶模型被参数化,以无迭代的方式执行一阶最优性条件的子集。我们还提出了一个自适应框架的算法,它确保了单调衰减的错误,无论选择的插值点和切线方向。在基准模型降阶问题上验证了算法的有效性。
2020-06-24 cs.SY eess.SY
Frequency-weighted H2-Pseudo-optimal Model Order Reduction
频率加权模型降阶技术用于找到高阶系统的低阶近似,该低阶近似在由频率权重强调的频率区域内表现出高保真度。在本文中,我们研究了频率加权H2-伪最优模型降阶问题,其中局部最优的最优性条件的一个子集试图得到满足。我们提出了两个迭代免费的算法,单侧频率加权的情况下,H2模型的减少,其中的一个子集的最优性条件是由减少的系统。此外,降阶后的系统保持了原系统的稳定性.我们还提出了一个迭代算法的双侧频率加权的情况下,构建一个降阶模型,往往满足局部最优的一阶最优性条件的子集。该算法是计算效率相比,现有的算法。我们验证了本文中开发的理论在三个数值例子。
2020-11-19 cs.SY eess.SY
Genetic Algorithm Based Improved Sub-Optimal Model Reduction in Nyquist Plane for Optimal Tuning Rule Extraction of PID and PIλDμ Controllers via Genetic Programming
Jadavpur University(贾达普大学);Bhabha Atomic Research Centre(巴哈原子研究中心)
本文利用遗传算法进行奈奎斯特平面上的次优模型降阶,并基于遗传编程从高阶过程测试平台提取PID和分数阶PIλDμ控制器的最优时域整定规则。
2012-02-25 cs.SY eess.SY
Near Optimal Interpolation based Time-Limited Model Order Reduction
提出了一种求解有限时间$H_2$最优模型降阶的插值框架--有限时间迭代有理Krylov算法(LT-IRKA)。该算法产生高保真度的降阶模型在有限的时间间隔的形式,$\begin{bmatrix}0 & τ\end{bmatrix}$与$τ< \infty$的线性时不变(LTI)系统。利用时间有限的$H_2$范数,我们推导出基于插值的$H_{2,τ}$最优性条件。LT-IRKA产生一个接近最优的$H_2(τ)$降阶系统。精确的$H_2(τ)$最优约简系统的接近度被量化为基于$H_2(τ)$最优性条件的插值误差。通过数值算例证明了该算法几乎满足有限时间最优性条件,以及在有限时间区间内与有限时间双边迭代算法(TL-TSIA)、有限时间平衡截断算法(TL-BT)、有限时间伪最优有理Krylov算法(TL-PORK)和迭代有理Krylov算法(IRKA)相比的性能.
2021-10-08 cs.SY eess.SY
Towards Optimal Kron-based Reduction Of Networks (Opti-KRON) for the Electric Power Grid
对于快速时间尺度或长预测范围,交流最优潮流(OPF)问题成为大规模,现实的交流网络的计算挑战。为了克服这一挑战,本文提出了一种新的网络简化方法,该方法利用了一种有效的混合整数线性规划(MILP)公式,该公式基于克朗的简化在某种意义上是最优的,它平衡了简化网络中的建模误差与简化程度。该方法将完整的AC网络和预先计算的AC潮流数据库作为输入,并使用图拉普拉斯算子来约束节点约简仅对非约简节点的邻居可行。这导致在一个非常有效的MILP公式,它是嵌入在一个迭代方案,以连续改善克朗基网络减少,直到收敛。由此产生的最佳网络简化是基于整个网络的物理特性。网络简化方法的准确性,然后探讨了一个100+节点的中压径向配电馈线的例子在广泛的操作条件。最后表明,网络减少25-85%,可以在几秒钟内实现,最坏情况下的电压幅度偏差误差小于0.01 pu的任何超级节点集群。这些结果表明,提出的基于优化的方法来减少网络的Kron是可行的较大的网络,并适用于各种电力系统的应用。
2022-09-20 cs.SY eess.SY
Multipoint Volterra Series Interpolation and H2 Optimal Model Reduction of Bilinear Systems
Department of Mathematics, Virginia Tech(弗吉尼亚理工大学数学系);Schlumberger/WesternGeco(斯伦贝谢/西方地球物理公司)
本文提出双线性系统模型降阶的新框架,通过多点插值Volterra级数实现H2最优降阶,改进传统方法并提供高效算法。
2013-12-09 cs.NA cs.SY eess.SY