Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве Ровенская Елена Александровна

К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве
<
К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Ровенская Елена Александровна. К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве : диссертация ... кандидата физико-математических наук : 01.01.09.- Москва, 2006.- 129 с.: ил. РГБ ОД, 61 07-1/447

Содержание к диссертации

Введение 4

1 Постановка задачи и алгоритм решения 11

  1. Исходная и расширенная задачи 11

  2. Дополнительные условия и алгоритм

решения 14

  1. Конкретизация алгоритма 21

  2. Случай оператора, не зависящего от

параметра 2С

2 Приложения к решению некоторых задач оптимального управ
ления 29

2.1 Задача быстродействия со смешанными ограничениями 29

  1. Постановка задачи. Эквивалентная задача 29

  2. Алгоритм решения задачи быстродействия со смешанным ограничением 37

  3. Пример: задача быстродействия для модели прыгающего одноногого робота 46

2.2 Задача оптимизации смешанных

ограничений 59

  1. Постановка задачи. Эквивалентная задача 59

  2. Алгоритм решения задачи оптимизации

смешанных ограничений С4

2.2.3 Пример: задача оптимизации фазового

ограничения в макроэкономике 69

3 Регуляризирующий алгоритм 7G

  1. Возмущенная задача и регуляризирующий алгоритм 7G

  2. Конструктивный регуляризирующий

алгоритм 84

3.3 Регуляризирующий алгоритм для
задачи быстродействия

с фазовыми ограничениями 103

Литература 119

Введение к работе

В дисертации рассматривается оптимизационные задачи вида: р —> min, FM = ь(р), х Х{р), V > Ро-В задаче (1), требуется найти наименьшее значение скалярного параметра р, при котором зависящее от этого параметра уравнение F(p,x) = b(p) имеет решение в пределах заданного множества Х(р); нахождению подлежит также само это решение. Подобные постановки возникают в разного рода прикладных задачах (задачи оптимизации сетей страховых компаний, задачи оптимизации портфелей инновационных проектов - см., напр., [85,88]), а также при исследовании параметрических семейств операторных уравнений [88]).

Диссертация посвящена построению и исследованию одного итерационного метода решения задачи (1) (пространство аргументов х считается, в общем случае, бесконечномерным). При рассматриваемых в работе ограничениях оптимизационная задача (1), является, вообще говоря, невыпуклой. Предложенный итерационный метод конкретизируется применительно к некоторым задачам оптимального управления.

Известно, что для решения невыпуклых задач оптимизации стандартные методы, например, градиентного типа (см. [12], [55], [32], [29]) могут быть не применимы. Известен также ряд общих подходов, применимых для решения широкого класса оптимизационных задач - методы штрафных и барьерных функций (см., напр., [12], [77]); гомотопические методы (см., напр., [97]); методы стохастической оптимизации [52]). Подходы этого класса, обладая значительной общностью, сопряжены, однако, с проблемой их конструктивной реализации при решении конкретных задач.

Тип невыпуклой задачи обычно создает специфические трудности па пути обоснования конструктивных алгоритмов решения. В связи с этим развиваются специализированные подходы, ориентированные на решение; конкретных типов задач певыпуклой оптимизации (см., напр.. [9G|). Для некоторых классов задач, в определенном смысле близким к выпуклым, известны итерационные алгоритмы решения, использующие операции с функцией Лаграижа (см., напр., [79], [2]). В [G7-C9] предложен подход к итерационному решению оптимизационных задач, невыпуклость которых определяется присутствием в них разностей выпуклых функций. В [3] развиваются методы оптимизации, основанные на игровых моделях.

Широко исследуемый класс задач оптимизации составляют задачи оптимального управления. Центральным инструментом анализа таких задач является принцип максимума Поитрягииа [5G]. Во многих случаях он позволяет получить окончательное решение задачи либо выявить его аналитическую структуру. Все же значительное число задач оптимального управления находятся за пределами сферы эффективного применения принципа максимума Поитрягииа. К числу таких задач относятся, прежде всего, задачи оптимального управления с фазовыми (а также смешанными) ограничениями: для них принцип максимума Поитрягииа имеет усложненную форму и трудно поддается аналитическому исследованию в конкретных ситуациях. Другой универсальный подход к решению задач оптимального управления, в том числе, с фазовыми ограничениями, объединяет метод динамического программирования [8], [11], [18], [21,22], [3G,37], [G5] и его обобщения (численная реализация этих методов сопряжена, вообще говоря, с большими размерностями вычислений). Большая серия работ посвящена изучению корректных дискретных аппроксимаций, позволяющих получать приближенные решения задач оптимального управления посредством решения конечномерных задач математического программирования (см. [7G], [13], [48]). В [94], [57[ - [G3] развиваются методы, ориентированные на решение различных типов задач оптимального управления.

Многие задачи оптимизации, как известно, некорректны: малые возмущения их данных могут вести к большим отклонениям решений |12|. Построение методов регуляризации оптимизационных задач - нахождения их устойчивых приближенных решений на основании возмущенных данных - составляет обширный раздел теории некорректных задач [71], [2G], [45], |1,4|, |9|, [7,12,15,10], [20|, [23], [24|, [28|, [31], [44|, [50], [51[, [01], [72,73[.

Материал настоящей диссертации примыкает к работам [38| - |43|, |82| - [93], развивающим методы решения обратных задач динамики и задач оптимизации исходя из регуляризации известного в теории позиционного управления принципа экстремального сдвига Н.Н. Красовского [35]. Задача (1) ранее рассматривалась в [40,87,90], где, в предположении что функция F(p,x) линейна по аргументу х, построен основанный на принципе экстремального сдвига итерационный метод ее решения, указано его приложение к решению линейной задачи быстродействия с фазовыми ограничениями и приведен соответствующий регуляризирующий алгоритм.

В данной работе функция F(p,x) полагается, вообще говоря, нелинейной, но удовлетворяющей ряду ограничений, наиболее существенным из которых выступает условие выпуклости множеств F(p,X(p)). Последнее условие позволяет путем подходящей рандомизации аргумента (см. [89|) сконструировать вспомогательную оптимизционную задачу с линейным ограничением-равенством, в определенном смысле эквивалентную задаче (1). Для вспомогательной задачи строится итерационный метод решения, обобіцаяющий метод, ранее предложенный в [91], и устанавливается сходимость генерируемой им последовательности к решению исходной задачи (1). Предложенный метод конкретизируете применительно к некоторым частным случаям, включающим задачи оптимального управления со смешанными ограничениями. В конце работы конструируется связанный с этим методом регуляризирующий алгоритм.

В главе I рассматривается задача оптимизации вида (1) в нормированном пространстве X. В разделе 1.1 на нес накладываются такие основные требования, как требования непрерывности многозначного отображения р і—> Х(р) и функций ;; i—> b(p), {р,х) і— F(p,x), а также требование того, что функция (р, х) і—> F(p,x) — Ь(р) является комнактификатором (см. [89]) (условия (А1) - (A3)). При данных условиях устанавливается существование решеня задачи (1) (следствие 1.1).

Далее накладывается упомянутое; выше требование выпуклости множеств F(p,X(p)) (р > Pq) (условие (А4)) и строится расширенная задача оптимизации в пространстве вероятностных мер, являющихся выпуклыми комбина- днями точечных мер Дирака: ц = ^2схі5Хі, аі>0, ^ aj = 1, .ть ...,хт Є X. і=\ г=1

При этом носителем данных мер для каждого р > щ является множество Х(р). При сделанных предположениях полученная расширенная задача оказывается задачей выпуклого программирования.

В разделе 1.2 вводится ряд дополнительных предположений (условия (А5) - (АО)) и, с использованием эквивалентности исходной и расширенной задач, обосновывается основной алгоритм решения. Раздел 1.3 посвящен упрощению основного алгоритма.

Основной алгоритм решения задачи (1) требует, вообще говоря, бесконечного расширения текущей памяти. В разделе 1.4 алгоритм конкретизируется для случая, когда значения F(p,x) не зависят от параметра /; и показывается, что в этом случае алгоритм можно модифицировать так, что вычисления потребуют постоянного объема памяти.

В главе II рассматриваются приложения предложенного в главе I алгоритма к решению двух задач оптимального управления с фазовыми ограничениями.

В разделе 2.1 рассматривается задача быстродействия для n-мерной дифференциальной управляемой системы z{t) = f{z{t),t) + g(z(t),t)u(t), (2) функционирующей на отрезке времени [0,Т] (Т > 0), из заданного начального состояния zQ Є Rn в заданное; конечное состояние z1 Є Вп при смешанном геометрическом ограничении (z(t),u(t)) Є Q(i) (t Є [0,T]) па фазовую переменную z(t) и rn - мерную управляющую переменную u(t).

В разделе 2.1.1 формулируются требования непрерывности функций /(, ), ()(-, ) и замкнутозначности, вынуклозиачпости и ограниченности многозначного измеримого отображения Q(-), гарантирующие существование решения поставленной задачи быстродействия (теорема 2.1).

Теоремы существования, учитывающие специфику конкретных классов задач оптимизации, приведены в |1()|, |19|, [33], [34], \66\. [70], [78|.

Далее исходная задача быстродействия сводится к задаче вида (1) в нормированном пространстве X = L2{[0,T}, Rn) х L2w([0,T], Rm), где L2w{[0,T},Rm) - пространтство L2([0,T], Rm), снабженное слабой нормой (см., напр., [10]). На рассматриваемую управляемую систему накладывается дополнительное требование выпуклозначпости образов F(p,G) (р Є [0,Т]), где F(-, ) - интегральный оператор системы (2), G - множество управляемых процессов (z(-), «()), удовлетворяющих смешанному ограничению (z(t),u(t)) Є Q(t) (t Є [0,Г]).

Там же приводится билинейная управляемая система в качестве примера системы, для которой соответвующая задача быстродействия удовлетворяет указанному условию выиуклозначности образов при интегральном преобразовании.

Похожие диссертации на К решению задачи об оптимальном параметре совместности для некоторого класса уравнений в нормированном пространстве