×
魏庆萌

终端状态约束平均场前向随机控制系统的随机最大值原理。 （英语） Zbl 1338.93407号

科学。中国，数学。 59，第4期，809-822（2016）.
摘要：本文考虑一个具有状态约束的最优控制问题，其中控制系统由平均场前向随机微分方程（简称MFFBSDE）描述，允许控制为平均场型。充分利用倒向随机微分方程理论，将原控制系统转化为等价的倒向形式，即控制系统中的方程都是倒向的。此外，Ekeland变分原理有助于我们处理状态约束，从而得到表征最优控制必要条件的随机最大值原理。我们还研究了一个具有状态约束的随机线性二次型控制问题。

引用于三文件

MSC公司：

93年20日 最优随机控制
60 H10型 随机常微分方程（随机分析方面）

关键词：

平均场正反随机微分方程;最大值原理;状态约束
PDF格式BibTeX公司 XML格式引用
\textit{Q.Wei}，科学。中国，数学。59，第4号，809--822（2016；Zbl 1338.93407）
全文： 内政部

参考文献：

[1] Andersson D，Djehiche B.平均场类型SDE的最大值原理。应用数学优化，2010，63:341-356·Zbl 1215.49034号 ·doi:10.1007/s00245-010-9123-8
[2] Bensoussan，A.，随机控制讲座，1-39（1983），纽约
[3] Bielecki T，Jin H，Pliska S，等。破产禁止下的连续时间均值方差投资组合选择。数学金融，2005，15:213-244·Zbl 1153.91466号 ·doi:10.1111/j.0960-1627.2005.00218.x
[4] 铋J.最优随机控制中对偶性的介绍方法。SIAM J Control Optim，1978年，20:62-78·Zbl 0378.93049号
[5] Buckdahn R，Djehiche B，Li J.平均场型SDE的一般随机最大值原理。Appl Math Optim，2011，64：197-216·Zbl 1245.49036号 ·doi:10.1007/s00245-011-9136-y
[6] Buckdahn R，Djehiche B，Li J，等。平均场倒向随机微分方程，极限方法。Ann Probab，2009，37:1524-1565·Zbl 1176.60042号 ·doi:10.1214/08-AOP442
[7] Buckdahn R，Li J，Peng S G.Mean场倒向随机微分方程及相关偏微分方程。随机过程应用，2009，119:3133-3154·Zbl 1183.60022号 ·doi:10.1016/j.spa.2009.05.002
[8] Ekeland I.关于变分原理。数学分析应用杂志，1974，47:324-353·Zbl 0286.49015号 ·doi:10.1016/0022-247X（74）90025-0
[9] Haussmann U G.扩散最优控制的随机最大值原理。纽约：约翰·威利父子公司，1986年·Zbl 0616.93076号
[10] Hu Y.马尔可夫过程最优控制的最大值原理。数学学报，1990，33:43-56·Zbl 0723.93082号
[11] 季S，彭S。连续时间均值-方差投资组合选择的反向逼近终端摄动法。随机过程应用，2008，118:952-967·Zbl 1152.60051号 ·doi:10.1016/j.spa.2007.07.005
[12] 季思伟。终端状态约束下全耦合前向随机控制系统的最大值原理。数学分析应用杂志，2013，407:200-210·Zbl 1306.49041号 ·doi:10.1016/j.jmaa.2013.05.013
[13] 季S，周X。终端状态约束随机最优控制的最大值原理及其应用。公共信息系统，2006，6:321-338·Zbl 1132.93050号
[14] 季S，周X。g-概率的广义Neyman-Pearson引理。概率论相关领域，2010148:645-669·Zbl 1197.93163号 ·doi:10.1007/s00440-009-0244-4
[15] Karoui N E，Peng S，Queez M C.约束条件下递归效用优化的动态最大值原理。《Ann Appl Probab》，2001年，11:664-693·兹比尔1040.91038 ·doi:10.1214/aoap/1015345345
[16] Kushner H.连续参数随机优化问题的必要条件。SIAM J Control Optim，1972年，10:550-565·Zbl 0242.93063号 ·doi:10.1137/0310041
[17] Li J.平均场控制中的随机最大值原理。自动化，2012，48:366-373·Zbl 1260.93176号 ·doi:10.1016/j.自动2011.11.006
[18] Meyer-Brandis T，Øksenal B，Zhou X Y.通过Malliavin演算的平均场随机最大值原理。随机学，2012，84:5-6·Zbl 1252.49039号
[19] Pardoux E，Peng S.倒向随机微分方程的自适应解。系统控制快报，1990，14:55-61·Zbl 0692.93064号 ·doi:10.1016/0167-6911（90）90082-6
[20] 倒向随机微分方程及其在最优控制中的应用。应用数学优化，1993，27:125-144·兹比尔0769.60054 ·doi:10.1007/BF01195978
[21] Pliska S R.离散时间随机决策模型。收录：Fleming W H，Gorostiza L G，eds.滤波和最优随机控制进展。控制与信息科学课堂讲稿，42。纽约：Springer-Verlag，1982，290-304·Zbl 0501.90088号 ·doi:10.1007/BFb0004547
[22] Pliska S R.数学金融导论：离散时间模型。牛津：布莱克威尔，1997
[23] Yong J，Zhou X.随机控制：哈密顿系统和HJB方程。纽约：Springer-Verlag，1999·兹比尔0943.93002 ·doi:10.1007/978-1-4612-1466-3
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。