×
尼辛·戈文达拉扬;科内利斯·C·德维瑟。;卡尔曼杰·克里希纳库玛

用多元\（B\）样条解含时HJB方程的一种稀疏配置方法。 （英语） Zbl 1297.49053号

Automatica公司 50，第9期，2234-2244（2014）.
摘要：本文提出了一种稀疏配置方法，用于求解与连续时间最优控制问题相关的含时Hamilton-Jacobi-Bellman（HJB）方程，该问题在固定的有限时间内具有积分代价泛函。通过使用值迭代过程将问题转化为递归框架，每个迭代步骤的值函数在特定的状态域上用时变多元单纯形B样条逼近。在配置方案中，用普通的单变量B样条函数进一步逼近样条函数的时间相关系数，以获得完全基于分段多项式的值函数离散化。样条系数是通过求解一系列高度稀疏的二次规划问题来确定的。该算法在一对基准示例问题上进行了验证。仿真结果表明，通过对三角剖分的细化，该方法可以获得更精确的值函数近似。

引用于1审查
引用于三文件

MSC公司：

49立方米 变分法中的其他数值方法（MSC2010）
90立方厘米 动态编程
90C20个 二次规划
65D07年 使用样条曲线进行数值计算

关键词：

最优反馈控制;哈密尔顿-雅可比-贝尔曼方程;自适应动态规划;样条曲线;配置法

软件：

工具箱LS
PDF格式BibTeX公司 XML格式引用
\textit{N.Govindarajan}等人，Automatica 50，No.9，2234--2244（2014；Zbl 1297.49053）
全文： 内政部

参考文献：

[1] 阿布·哈拉夫，M。；Lewis，F.L.，使用神经网络HJB方法实现饱和执行器非线性系统的近似最优控制律，Automatica，41，5，779-791（2005）·Zbl 1087.49022号
[2] Alwardi，H。；王，S。；Jennings，L.S.，Hamilton-Jacobi-Bellman方程的自适应区域分解方法，《全局优化杂志》，56，4，1361-1373（2013）·Zbl 1272.49057号
[3] Alwardi，H。；王，S。；詹宁斯，L.S。；Richardson，S.，HJB方程的自适应最小二乘配置径向基函数方法，全球优化杂志，52，2305-322（2012）·Zbl 1241.49017号
[4] 阿瓦努，G。；Lai，M.J.，三维Navier-Stokes方程的三元样条逼近，计算数学，74，250，585-601（2004）·Zbl 1085.76053号
[5] 阿瓦努，G。；赖，M.J。；Wenston，P.，《离散数据拟合的多元样条方法和偏微分方程的数值解》，（Chen，G.；Lai，M.J.，《小波与样条》（2005），Nashburo出版社），24-75
[6] 巴迪，M。；Capuzzo Dolcetta，I.，Hamilton-Jacobi-Bellman方程的最优控制和粘度解（2008），Birkhäuser：Birkhäuser波士顿·Zbl 1134.49022号
[7] Beard，R.W.，《改善非线性系统的闭环性能》（1995年），伦斯勒理工学院（博士论文）
[8] Bellman，R.E.，《动态编程》（1957），普林斯顿大学出版社·Zbl 0077.13605号
[9] Bertsekas，D.P。；Tsitsiklis，J.N.（神经动力学编程。神经动力学编程，雅典娜科学优化和计算系列（1996年），雅典娜科学）·Zbl 0924.68163号
[10] 博伊德，S。；北卡罗来纳州帕里赫。；朱，E。；Peleato，B。；Eckstein，J.，《通过交替方向乘数法进行分布式优化和统计学习》，《机器学习的基础和趋势》，3，1，1-122（2011）·Zbl 1229.90122号
[11] Cheng，T。；刘易斯，F.L。；Abu-Khalaf，M.，非线性系统固定最终时间最优控制的神经网络解决方案，Automatica，43，3，482-490（2007）·Zbl 1137.93331号
[12] 克兰德尔，M.G。；Evans，L.C。；Lions，P.L.，Hamilton-Jacobi方程粘性解的一些性质，美国数学学会学报，282,2487-502（1984）·Zbl 0543.35011号
[13] de Boor，C.，《B形式基础》（Farin，G.E.，《几何建模：算法和新趋势》（1987），工业和应用数学学会）
[14] 德布尔，C。；Swartz，B.，高斯点的配置，SIAM数值分析杂志，10，4，582-606（1973）·Zbl 0232.65065号
[15] de Visser，C.C。；朱庆平。；Mulder，J.A.，用多元样条曲线进行线性回归的新方法，Automatica，45，12，2903-2909（2009）·Zbl 1192.93117号
[16] de Visser，C.C。；朱庆平。；Mulder，J.A.，用多元样条函数进行有界递归识别的微分约束，Automatica，47，9，2059-266（2011）·Zbl 1229.93041号
[17] de Visser，C.C。；Verhaegen，M.，使用非线性多元样条曲线的自适应光学系统中的波前重建，美国光学学会杂志A，30，1，82-95（2013）
[18] Finlayson，B.A.，（加权残差法和变分原理：在流体力学、传热和传质中的应用。加权残差方法和变分原则：在流体动力学、传热和质量传递中的应用，科学与工程数学系列（1972），美国科学院。按）·Zbl 0319.49020号
[19] Hanselmann，T。；诺克斯，L。；Zaknich，A.，连续时间自适应评论家，IEEE神经网络汇刊，18，3，631-647（2007）
[20] 胡，X。；Han，D。；Lai，M.J.，偏微分方程数值解的不同阶二元样条，SIAM科学计算杂志，29，3，1338-1354（2007）·兹比尔1144.65075
[21] Huang，C.S。；王，S。；Chen，C.S。；Li，Z.C.，Hamilton-Jacobi-Bellman方程的径向基配置法，Automatica，42，12，2201-2207（2006）·Zbl 1104.49024号
[22] 赖，M.J。；Schumaker，L.L.，三角剖分的样条函数（2007），剑桥大学出版社·Zbl 1185.41001号
[24] Osher，S。；Fedkiw，R.，水平集方法和动态隐式曲面（2003），Springer-Verlag:Springer-Verlag纽约·Zbl 1026.76001号
[25] Powell，W.B.，《近似动态编程：解决维度的诅咒》（2007），Wiley-Interscience·Zbl 1156.90021号
[26] Saridis，G.N。；Lee，C.G.，可训练机械手最优控制的近似理论，IEEE系统、人与控制论汇刊，9，3152-159（1979）·Zbl 0398.49001号
[27] Sutton，R.S。；Barto，A.G.（强化学习：简介。强化学习：导论，自适应计算和机器学习（1998），麻省理工学院出版社）
[28] Vamvoudakis，K.G。；Lewis，F.L.，最优控制的在线同步策略迭代方法，（智能控制系统的最新进展（2009）），357-374
[29] Vamvoudakis，K.G。；Lewis，F.L.，解决连续时间无限时域最优控制问题的在线actor-critic算法，Automatica，46，5，878-888（2010）·Zbl 1191.49038号
[30] 王，S。；詹宁斯，L.S。；Teo，K.L.，用逆风有限体积法求解Hamilton-Jacobi-Bellman方程，全球优化杂志，27，2-3177-192（2003）·Zbl 1047.49026号
[31] Wang，F。；张，H。；Liu，D.，《自适应动态编程：简介》（IEEE计算智能杂志（2009）），第39-47页
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。