Approximating the Optimal Transport Plan via Particle-Evolving Method
最优输运(OT)为比较各种类型的概率测度提供了强有力的工具。Wasserstein距离是由OT的思想自然产生的,它被广泛应用于许多机器学习应用中。不幸的是,计算两个连续概率测度之间的Wasserstein距离总是遇到严重的计算困难。在本文中,我们提出了一个创新的算法,迭代演变的粒子系统,以匹配的最优输运计划为两个给定的连续概率测度。该算法的推导基于熵运输问题的梯度流的构造,而熵运输问题可以自然地理解为具有松弛边界约束的经典Wasserstein最优输运问题.该算法具有理论分析和经验证据。
2021-06-01 math.OC
On average control generating families for singularly perturbed optimal control problems with long run average optimality criteria
本文的目的是开发工具,用于分析和构造具有长期平均最优性准则的奇异摄动(SP)最优控制问题的近最优解。我们利用的思想是,首先渐近近似一个给定的问题的最优控制的SP系统的某一平均最优控制问题,然后将此平均问题转化为一个无限维(ID)的线性规划(LP)问题,然后近似后者的半无限LP问题。我们表明,这些半无限LP问题的最优解和它们的最优解(可以找到一个可用的LP软件的修改的帮助下)允许一个构建近最优控制的SP系统。我们证明了一个数值例子的建设。
2014-08-19 math.OC
Optimal control of perturbed sweeping processes with applications to general robotics models
本文针对机器人动力学中的带扰动扫掠过程,构建带逐点控制与状态约束的最优控制问题并开发数值算法,基于GEKKO库实现不同初始条件下任意固定数量机器人的问题求解仿真。
2024-05-14 math.OC
Approximation of an optimal control problem on a network with a perturbed problem in the whole space
Univ Rennes, INSA Rennes, CNRS, IRMAR - UMR 6625(雷恩大学,法国国立应用科学学院雷恩分院,法国国家科学研究中心,IRMAR - UMR 6625)
通过在R^2空间中引入奇异扰动项,研究其极限问题与网络上最优控制问题的联系,证明了轨迹序列的子序列极限在网络上演化,并在Eikonal方程情形下证明了值函数收敛到网络上的最优控制值函数。
2026-05-22 math.AP math.OC
Online Non-Convex Learning: Following the Perturbed Leader is Optimal
Carnegie Mellon University(卡内基梅隆大学);Microsoft Research, India(微软研究院(印度))
我们研究了非凸损失的在线学习问题,学习者可以访问离线优化预言。我们表明,经典的跟随扰动领导(FTPL)算法实现了最佳的遗憾率$O(T^{-1/2})$在这种情况下。这改善了之前最著名的FTPL的$O(T^{-1/3})$后悔率。我们进一步表明,乐观的FTPL变体实现更好的后悔界限时,学习者遇到的损失序列是“可预测的”。
2019-09-21 cs.LG math.OC stat.ML
A note on time-optimal paths on perturbed spheroid
我们认为Zermelo导航问题的旋转椭球(球体)中存在的扰动$W$确定的温和的速度向量场,$|W|<1$,与应用芬斯勒度量的Randers类型的上下文中的相应的最优控制表示的时间有效的船舶的航向$φ(t)$(转向)。作为例子,我们提出了一个问题的解决方案,在一个扁椭球的作用无穷小旋转。
2016-01-30 math.DG math.OC
Averaging and linear programming in some singularly perturbed problems of optimal control
本文旨在发展一种分析和构造无限时间范围内奇异摄动(SP)最优控制问题(即SP系统的最优控制问题)的近最优解的装置。我们主要集中在时间折扣准则的问题,但结果的可能性,以周期最优化问题进行了讨论。我们的考虑是基于较早的结果平均SP控制系统和最优控制问题的线性规划配方。我们利用的思想是,首先渐近近似一个给定的SP系统的最优控制问题的某个平均的最优控制问题,然后将此平均问题重新表示为一个无限维(ID)线性规划(LP)问题,然后近似后者的半无限LP问题。我们表明,这些半无限LP问题的最优解和它们的最优解(可以找到一个可用的LP软件的修改的帮助下)允许一个构建近最优控制的SP系统。我们证明了两个数值例子的建设。
2014-08-19 math.OC
Arbitrarily Tight Bounds on a Singularly Perturbed Linear-Quadratic Optimal Control Problem
我们计算任意紧的上限和下限的无约束控制,线性二次,奇摄动最优控制问题的精确解是计算困难的。众所周知,对于上述问题,可以构造近似解$\bar{V}^N(ε)$,使得它在$ε$中渐近等价于奇异摄动问题的解$V(ε)$,在这个意义上,对于任何整数$N\geq0$,$|V(ε)-\bar{V}^N(ε)| =O(ε^{N+1})$为$ε\rightarrow 0$。为了使这种近似被认为是有用的,参数$ε$通常被限制在某个足够小的集合中;然而,对于该集合之外的$ε$的值,可能导致差的近似。通过将对偶理论引入到奇摄动最优控制问题中,我们改进了这种近似,并得到了$V(ε)$的上界$χ^N_u(ε)$和下界$χ^N_l(ε)$,它们对任意的$ε$都成立,而且对于任何整数$N \geq 0$都满足不等式$|χ^N_u(ε)-χ^N_l(ε)|=O(ε^{N+1})$作为$ε\rightarrow 0$ .
2017-02-16 math.OC
Fast Approximation of Optimal Perturbed Long-Duration Impulsive Transfers via Deep Neural Networks
多目标交会任务的设计需要一种方法来快速准确地近似任意两个交会目标之间的最优转移。本文提出了一种基于深度神经网络(DNN)的方法,用于快速逼近最优扰动长持续时间脉冲传输。根据分离体与交会目标升交点赤经差的变化趋势,将这种转移分为三种类型。一个有效的数据库生成方法结合可靠的优化方法。三个回归DNN被单独训练并应用于近似相应类型的传输。仿真结果表明,经过良好训练的DNN能够快速估计最佳速度增量,对于所有三种类型的传输,相对误差均小于小于3%。对总速度增量为几千m/s的碎片链的试验表明,该方法的估算结果与优化结果非常接近,最终估算误差小于10 m/s。
2019-02-25 math.OC
Optimal control of a nonconvex perturbed sweeping process
本文研究了法锥型不连续微分包含的最优控制问题,该问题由广义Moreau扫描过程控制,控制函数既作用于非凸移动集又作用于加性扰动.这是一类新的最优控制问题相比,以前考虑的同行,其中控制扫描集描述的凸多面体。除了理论上的兴趣,一个主要的动机,我们的研究这样具有挑战性的最优控制问题的内在状态约束来自应用程序的人群运动模型,在一个实际上足够的平面设置非凸,但不规则的扫描集。基于一个建设性的离散逼近方法和先进的工具,一阶和二阶变分分析和广义微分,我们建立了离散最优解的强收敛性,并推导出一套完整的必要最优性条件的离散时间和连续时间扫描控制系统,完全通过问题的数据表示。
2017-11-07 math.OC
An Algorithm to Warm Start Perturbed (WASP) Constrained Dynamic Programs
滚动时域最优控制问题在每一时间步计算解,以使系统运行在接近最优的路径上,然而,在许多实际情况下,边界条件,如外部输入,约束方程或目标函数,从一个时间步到下一个时间步变化很小。在这种情况下,每次重新计算最优解对实时应用来说是一个很大的负担。本文提出了一种新的算法来近似求解扰动约束动态规划,显着改善的计算负担时,目标函数和约束是轻微的扰动。该方法的关键在于确定最优策略中一阶摄动的封闭形式表达式,并得到受摄动约束动态规划问题的Lagrange乘子。该信息可用于初始化任何算法(例如拉格朗日乘子方法或增广拉格朗日方法)以用最小计算资源求解扰动动态规划问题。
2021-02-01 cs.SY eess.SY math.OC
Optimal residence time control for stochastically perturbed prescription opioid epidemic models
在本文中,我们考虑了一个最优控制问题的处方阿片类药物流行病模型,该模型描述了定期处方或成瘾使用阿片类药物之间的相互作用,康复过程和复发阿片类药物的使用。特别是,我们感兴趣的是在这种情况下,在阿片类药物流行病中线性出现的控制被解释为由于阿片类药物相关的干预政策,易感个体被有效地从人群中移除的速度,或者当成瘾者的动态由于可访问的成瘾治疗设施而受到战略影响时,而小的扰动噪声通过群体房室模型中的易感群体的动态进入。为此,我们引入了一个数学装置,最大限度地减少渐近退出率,这种随机扰动处方阿片类药物流行病的解决方案退出一个给定的有界开放域。此外,在一定的假设下,我们还提供了一个容许的最优马尔可夫控制相应的最优控制问题,最佳影响删除的易感或恢复的个人从人口动态。
2018-12-07 math.OC
Perturbed Pricing
我们提出了一个简单的随机规则,在收入管理与上下文信息的价格优化。众所周知,确定性等价定价规则虽然流行,但并不理想。我们表明,通过允许这些确定性等价价格周围的少量随机化,可以实现最优定价和低后悔的好处。
2020-10-23 cs.GT math.OC math.ST
Error Bounds for Control Constrained Singularly Perturbed Linear-Quadratic Optimal Control Problems
我们提出了一种方法来界定的误差项的渐近解的奇异摄动最优控制(SPOC)问题,其精确的解决方案是已知的计算上难以处理。在以前的作品中,减少或计算上容易处理的问题,不再依赖于奇异摄动参数$ε$,其中$ε$表示一个小的,非负数,提供了渐近误差界的形式$O(ε)$。具体地说,简化问题的最优解$\bar{V}$已被证明是渐近等价的$ε$的最优解$V(ε)$的奇异摄动问题的意义下,$|V(ε)-\bar{V}| =O(ε)$作为$ε\rightarrow 0$。在本文中,我们改进了这一结果,将对偶理论的SPOC问题,并得到一个上限$χ_u(ε)$和下限$χ_l(ε)$的$V(ε)$,保持任意$ε$,此外,满足不等式$|χ_u(ε)-χ_l(ε)| \leq C ε$小$ε$,与常数$C$确定。我们进行了数值实验,以说明计算节省的上限和下限。特别是,我们产生了一组50个随机SPOC问题的一个特定的形式,并表明,$ε$小于$10^{-2}$,它变得更快,平均而言,解决的界限,而不是SPOC问题和$ε=10^{-5}$,上界和下界的计算时间是大约20倍,平均而言,比SPOC问题。
2016-10-19 math.OC
Discrete Approximations and Optimal Control of Nonsmooth Perturbed Sweeping Processes
本文的主要目的是发展离散逼近方法,得到一类带非光滑扰动的约束扫描过程的必要最优性条件。具有不规则动态和隐式状态约束的不连续微分包含的扫掠过程的最优控制问题是现代控制理论中最有趣和最具挑战性的问题之一,而其局部极小值的必要最优性条件的推导主要基于受控动态扰动的光滑性.为了克服这些困难,我们使用离散逼近的方法,并采用先进的二阶变分分析工具。这种方法使我们能够获得新的必要最优性条件的非光滑和非凸离散时间问题的扫描型。然后,我们利用所获得的条件和强收敛的离散逼近建立新的结果,原来的非光滑扫描控制问题,包括扩展的欧拉-拉格朗日和最大化条件的局部极小。最后,我们提出的应用所获得的结果来解决一个控制移动机器人模型与非光滑的清扫动力学,是一些实际的兴趣。
2020-05-12 math.OC
An approximation scheme for optimal control of Volterra integral equations
我们提出并分析了一种求解Volterra积分方程最优控制问题的新方法,该方法基于用一系列受控常微分方程系统逼近受控Volterra积分方程。由此产生的逼近问题,然后可以解决动态规划方法的ODE控制系统。动态规划的其他简单版本不适用于Volterra积分方程。我们还推导出我们的版本的动态规划和Volterra控制系统的哈密顿方程之间的连接。
2006-11-15 math.OC
On the Complexity of Approximating Multimarginal Optimal Transport
University of California, Berkeley(加州大学伯克利分校);University of Texas, Austin(德克萨斯大学奥斯汀分校);ENSAE(法国国立统计与经济管理学院);Google Brain(谷歌大脑)
我们研究的复杂性近似的多边缘最优运输(MOT)距离,一个推广的经典的最优运输距离,在这里考虑$m$离散概率分布支持每个$n$支持点。首先,我们表明,标准的线性规划(LP)表示的MOT问题是不是一个最小成本流问题时$m \geq 3$。这个否定的结果意味着一些组合算法,例如,网络单纯形法,不适合近似的MOT问题,而最坏情况下的复杂性界的确定性的邻居点算法仍然是一个数量的$\tilde{O}(n^{3m})$。然后,我们提出了两个简单的和\textit{deterministic}算法近似MOT问题。第一个算法,我们称之为\textit{multimarginal Sinkhorn}算法,是一个可证明有效的多边缘推广的Sinkhorn算法。我们表明,它实现了$\tilde{O}(m^3n^m\varepsilon^{-2})$的公差$\varepsilon \in (0, 1)$的复杂性界。这为近似MOT问题提供了第一个\textit{near-linear time}复杂度界限保证,并且当$m = 2$时,与经典OT设置中Sinkhorn算法的最佳已知复杂度界限相匹配。第二种算法,我们称之为\textit{accelerated multimarginal Sinkhorn}算法,通过引入估计序列来实现加速,并且复杂度界为$\tilde{O}(m^3n^{m+1/3}\varepsi…
2022-02-22 cs.DS cs.LG math.OC
Optimal Control Problems Governed by 1-D Kobayashi-Warren-Carter Type Systems
本文研究了Kobayashi等提出的晶界运动相场模型[Physica D,140,141-150,2000]下的一类一维Kobayashi-Warren-Carter型系统的最优控制问题。这类问题包括Kobayashi-Warren-Carter型物理现实状态系统的最优控制问题及其正则化逼近问题。本文的结果在三个主要定理1-3中陈述。第一个主要定理1涉及状态系统的可解性和连续依赖性。同时,第二个主要定理2涉及最优控制问题的可解性,以及我们的最优控制问题类中的某些半连续联系。最后,在第三个主要定理3中,我们导出了正则化逼近问题的最优控制的一阶必要最优性条件。通过取近似极限,我们还导出了物理现实问题的最优控制的最优性条件。
2020-08-05 math.AP math.OC
Controlled equilibrium selection in stochastically perturbed dynamics
我们考虑一个动力系统,除了被一个“昂贵的”控制,还具有许多平衡点和小噪声扰动。被控过程是最优的遍历标准的运行成本,包括控制努力和状态空间上的罚函数的总和。我们研究的最佳平稳分布的受控过程的方差的噪声变得非常小。它示出,根据噪声方差和“运行成本”的控制的相对大小,可以确定三个制度,在每一个其中的最优控制的力量的不变分布的过程中,可以根据政权的特点,集中在平衡附近。我们还获得了最佳平稳分布的矩界。此外,我们表明,在附近的点的浓度的最佳平稳分布的密度近似的高斯密度,我们明确解决其协方差阵。
2017-04-16 math.DS math.OC math.PR
Solving Min-Cost Concave Generalized Dynamic Flows and Approximating Dynamic Optimal Power Flows
本文将动态最优潮流建模为带二次损耗的最小成本动态广义流,提出完全多项式时间近似格式并通过实验验证效率,同时给出到凸规划的归约与灵敏度分析。
2024-03-09 math.OC
First-Order Sweeping Processes and Extended Projected Dynamical Systems: Equivalence, Time-Discretization and Numerical Optimal Control
本文证明扩展投影动力系统与受扰动一阶莫罗扫掠过程在特定条件下等价,并利用该等价性提出基于有限元与开关检测的精确离散化方法,实现高效数值最优控制。
2024-12-15 math.OC
Optimal Control of Continuity Equations
考虑连续性方程的一个最优控制问题。“控制器”的目的是在给定时刻在目标设定内最大化总质量。建立了最优控制的存在性。对于该问题的一个特殊情形,即初始分布是绝对连续的光滑密度分布,目标集具有一定的正则性,导出了一个必要的最优性条件.证明了对于一般问题,可以构造一个满足最优性必要条件的摄动问题,并且对于该摄动问题的任何最优控制,都是原问题的近似最优控制.
2015-06-30 math.OC
Approximating Min-Mean-Cycle for low-diameter graphs in near-optimal time and memory
针对加权有向图的 Min-Mean-Cycle 问题,论文提出基于熵正则化线性规划松弛与 Matrix Balancing 的近似算法,在多对数直径图上取得近线性时间,并实现 $O(n)$ 额外内存。
2021-11-14 cs.DS math.OC
On Averaging of a Class of "Non-Singularly Perturbed" Control Systems
本文研究一类变量分组且变化速率差异巨大的控制系统,证明其慢轨迹在特定微分包含解集中稠密,并探讨了对最优控制的意义。
2023-09-06 math.OC
Optimization of a Perturbed Implicit Sweeping Process by Constrained Discontinuous Controls
San Diego State University(圣地亚哥州立大学);Wayne State University(韦恩州立大学)
本文针对具有状态和速度依赖约束的隐式扫掠过程最优控制问题,采用离散逼近与变分分析工具推导最优性条件,扩展了扫掠过程最优控制理论。
2026-10-16 math.CA math.OC
Approximating the Value Functions of Stochastic Knapsack Problems: A Homogeneous Monge-Ampére Equation and Its Stochastic Counterparts
随机背包问题最初是电信网络控制中的一个通用模型。最近,它作为一个基本的资源分配模型,随着时间的推移,引起了收益管理界的关注。本文研究了背包问题的逼近方法,证明了一组非线性但可解的偏微分方程和随机偏微分方程是随机背包问题的最优解的极限.
2008-05-12 math.OC
One-dimensional optimal control problems for time-discrete constrained quasilinear diffusion equations of Allen--Cahn types
本文考虑一维时间离散的奇异Allen-Cahn型约束拟线性扩散状态系统的最优控制问题及其正则化逼近问题。我们注意到,每个系统的控制参数由物理温度给出。本文的主部是从证明一个关于状态系统控制凸能量次微分分解的关键定理开始的。在此基础上,我们将证明五个主要定理:状态系统的可解性和精确正则性结果;状态系统解的连续依赖性,包括空间$C^1$ -拓扑中的收敛性;最优控制的存在性和参数依赖性;近似最优控制的必要最优性条件;最优性条件逼近极限的精确刻画。
2021-09-27 math.OC
Quantitative analysis of a singularly perturbed shape optimization problem in a polygon
我们研究了两个带谱代价的形状最优化问题之间的联系。一方面,我们考虑的最优设计问题的生存阈值的人口生活在一个异质的栖息地$Ω$,这个问题出现时,寻找最佳的形状和位置的庇护区,以防止物种灭绝。另一方面,我们处理的频谱下降的问题,其中包括在最小化一个混合Dirichlet-Neumann特征值的框$Ω$。在以前的论文arXiv:1811.01623中,我们证明了后者可以作为前者的奇异扰动,当避难所外的区域越来越敌对。在本文中,我们锐化我们的分析的情况下,$Ω$是一个平面多边形,提供定量估计的最佳水平收敛,以及所涉及的特征值。
2019-02-15 math.AP math.OC
A Perturbed Sums of Squares Theorem for Polynomial Optimization and its Applications
本文研究了紧集上正多项式的一个性质。当应用到一个多项式最优化问题(POP),该属性意味着相应的半定规划(SDP)松弛足够大的放松顺序的最佳值是有界的$(f^\ast - ε)$从下面和从上面由$f^\ast + ε(n+1)$,其中$f^\ast$是最优值的POP。我们提出了新的SDP松弛POP的基础上修改现有的平方和表示定理。我们的SDP弛豫的一个优点是,在许多情况下,他们是相当小的尺寸比那些最初提出的Lasserre。我们提出了一些应用程序和我们的计算实验的结果。
2014-03-04 math.OC
Min-Max Optimization Made Simple: Approximating the Proximal Point Method via Contraction Maps
EPFL(洛桑联邦理工学院);SUTD(新加坡科技设计大学)
在本文中,我们提出了一个一阶的方法,承认近最优收敛速度的凸/凹极小极大问题,同时需要一个简单而直观的分析。与Nemirovski的开创性工作和Piliouras等人最近的方法类似。在范式游戏中,我们的工作是基于这样一个事实,即邻近点方法(PP)的更新规则可以近似到精确度$ε$,只有$O(\log 1/ε)$通过收缩映射的迭代进行额外的梯度调用。然后结合对(PP)方法的分析和误差传播分析,我们证明了所得到的一阶超梯度方法(称为千里眼超梯度法)在一般区域具有近最优的时间平均收敛性,在无约束情况下具有最后一阶收敛性。
2023-01-16 cs.GT cs.LG math.OC
Active-set prediction for interior point methods using controlled perturbations
我们提出了使用控制扰动来解决具有挑战性的问题,最佳活动集预测的内点方法。也就是说,在线性规划的背景下,我们考虑扰动的不等式约束/界,以扩大可行集。我们表明,如果适当地选择扰动,原问题的解决方案位于或接近的中心路径的扰动问题。我们还发现,原始-对偶路径跟踪算法应用到扰动问题是能够准确地预测的最佳活动集的原始问题时的对偶间隙扰动问题是不是太小,此外,根据问题的条件,这种预测可以发生更快地预测活动集的扰动问题或当原始的解决。令人鼓舞的初步数值经验报告时,比较活动预测的扰动和未扰动的问题配方。
2015-09-10 math.OC
Heuristics for the Worst Optimal Value of Interval Transportation Problems
Prague University of Economics and Business(布拉格经济商业大学)
本文提出了一种膜算法,结合遗传算法和局部搜索,用于高效近似区间运输问题的最劣最优值,并通过实验验证其有效性。
2026-02-01 math.OC
Almost Optimal Sublinear Time Algorithm for Semidefinite Programming
我们提出了一个算法近似半定程序的运行时间是次线性的条目数的半定实例。我们还提出了下界,表明我们的算法有一个接近最佳的运行时间。
2012-08-26 cs.DS math.OC
Sharp bounds in perturbed smooth optimization
Weierstrass Institute Berlin(柏林魏尔斯特拉斯研究所);HSE(高等经济学院);IITP RAS(俄罗斯科学院信息传输问题研究所)
本文研究扰动凸光滑优化问题,刻画目标函数扰动下解与值的变化,并给出带显式误差项的精确展开。
2026-10-09 math.OC math.ST stat.TH
Differentiability in perturbation parameter of measure solutions to perturbed transport equation
我们考虑一个线性扰动的速度场的迁移方程。我们研究了有界Radon测度空间中的解,证明了它们在Hölder空间$\mathcal{C}^{1+α}(\mathbb{R}^d)$的预对偶的适当巴拿赫空间中关于扰动参数是可微的.这一结果在最优控制理论中的应用是必要的,我们也讨论了这一点。
2019-02-26 math.AP math.OC
Optimization of a perturbed sweeping process by constrained discontinuous controls
本文讨论由Moreau的凸多面体控制的清扫过程的受控版本所描述的最优控制问题,其中可测量的控制动作进入附加扰动。这类问题,解决了无界不连续微分包含与内在状态约束,是真正具有挑战性的和欠调查的控制理论,同时是非常重要的各种应用。为了解决这类问题的约束可测控制,我们发展了一种改进的离散逼近方法,建立其适定性和强收敛性。这种方法,结合先进的工具,一阶和二阶变分分析和广义微分,使我们能够获得足够的收集必要的最优性条件的局部极小,首先在离散时间的问题,然后在原来的连续时间控制扫描过程中通过的限制。新的结果包括一个适当的极大条件,并显着扩展了以前的基本上更严格的假设下得到的。我们比较他们与其他版本的最大值原理控制扫描过程中,最近建立了全球极小的问题,通过使用不同的技术与光滑的扫描集。通过几个例子说明了所得到的最优性条件。
2018-08-13 math.OC
Approximating the Stationary Bellman Equation by Hierarchical Tensor Products
我们处理无限时域最优控制问题,通过数值求解相关的稳态Hamilton-Jacobi-Bellman(HJB)方程来计算值函数和最优反馈律。所考虑的动力系统是非线性抛物型偏微分方程(PDE)的空间离散化,这意味着HJB是非线性的,并遭受维数灾难。它的非线性处理的策略迭代算法,其中的问题是减少到一系列的线性,双曲偏微分方程。这些方程仍然是计算的瓶颈,由于它们的高维数。利用特征线法,这些线性化的HJB方程可以通过Koopman算子在动态规划的精神下重新表达。由此产生的算子方程使用最小残差法求解。为了克服数值不可逼近性,我们使用低秩分层张量积近似/基于树的张量格式,特别是张量序列(TT张量)和多多项式,以及高维求积,例如Monte-Carlo。通过控制一个不稳定的粘性Burgers方程和一个含不稳定反应项的扩散方程,给出了数值证据.
2021-05-18 math.OC
Approximating Constrained Minimum Input Selection for State Space Structural Controllability
本文研究了状态空间结构系统的最小约束输入选择和最小费用约束输入选择问题。输入矩阵是约束的,在这个意义上,每个输入可以影响的状态集是预先指定的,每个输入都有一个与之相关的成本。我们的目标是从给定的输入集最优选择一个输入集,系统是可控的。这些问题都是NP难的。首先,我们给出了一个新的用流网络检验结构能控性的充分必要图论条件。利用这个条件,我们给一个多项式减少这两个问题的一个已知的NP-困难的问题,最小成本固定流问题(MCFF)。随后,我们证明了一个最优解的MCFF问题对应于一个最优解的原始可控性问题。我们还表明,MCFF的近似计划直接适用于最小成本约束的输入选择问题。利用为结构化系统构造的流网络的特殊结构,给出了基于最小权二部匹配的多项式逼近算法和系统流网络上MCFF的贪婪选择方案。该算法给出了MCFF的$Δ$近似解,其中$Δ$表示结构化系统流网络中输入顶点的最大入度.
2017-05-03 math.OC
Approximating the order 2 quantum Wasserstein distance using the moment-SOS hierarchy
LAAS-CNRS(法国国家科学研究中心高级分析、算法与控制实验室);Institute of Mathematics from Toulouse, France(法国图卢兹数学研究所)
本文提出利用矩-SOS层次结构近似量子Wasserstein距离,通过无限维线性规划和数值实验验证方法有效性。
2025-11-25 math.OC
Halpern Iteration for Near-Optimal and Parameter-Free Monotone Inclusion and Strong Solutions to Variational Inequalities
UW-Madison(威斯康星大学麦迪逊分校)
我们利用非扩张映射、单调Lipschitz算子和邻近映射之间的联系来获得近优(即,最佳的多对数因子的迭代复杂性)和参数的方法解决单调包含问题。这些结果立即转化为近似变分不等式问题的强解的近最优保证,近似凸-凹极小-极大最优化问题,并最小化极小-极大最优化问题的梯度范数。我们的分析是基于一个新的和简单的潜在的Halpern迭代的收敛性证明,一个经典的迭代寻找非扩张映射的不动点。此外,我们提供了一系列的算法减少,突出不同的问题类之间的连接,并导致下界,证明近最优的研究方法。
2020-04-11 cs.DS cs.LG math.OC
Optimal mixing enhancement
我们介绍了一种通用的方法,用于优化平流流体流的混合率。在$C^1$邻域内扰动现有的速度场,以最大化由该邻域内的速度场产生的流的混合率。我们的数值方法是基于无穷小生成器的流量,并解决了标准的线性规划方法。扰动流可以很容易地被约束以保持与原始流相同的稳态分布,并且还可以简单地应用各种自然几何约束。同样的技术也可以用来优化对流扩散流模型的混合率,通过操纵漂移项在一个小的邻域。
2018-01-28 math.DS math.OC physics.flu-dyn
A Non-Interior-Point Continuation Method for the Optimal Control Problem with Equilibrium Constraints
针对含平衡约束的最优控制问题,提出非内点延拓方法,通过松弛恢复正则性并映射KKT条件,两阶段求解,有效减少计算时间。
2024-05-27 cs.SY eess.SY math.OC
Asymptotically Optimal Discrete Time Nonlinear Filters From Stochastically Convergent State Process Approximations
Department of Electrical & Computer Engineering, Rutgers, The State University of New Jersey(新泽西州立罗格斯大学电气与计算机工程系)
本文研究了在离散时间下,基于随机收敛状态过程近似的最优非线性滤波器近似问题,提出了一种在强意义下收敛的近似滤波算子,并为Egoroff定理提供了量化证明。
2016-05-01 cs.SY eess.SY math.OC