约翰·米尔茨 风险中性PDE约束优化的蒙特卡罗估计的一致性。 （英语） Zbl 1512.65095号 申请。数学。最佳方案。 87，第3期，第57号论文，25页（2023年）. 摘要：我们将样本平均近似（SAA）方法应用于由随机输入的非线性偏微分方程（PDE）控制的风险中性优化问题。我们分析了SAA最优值和SAA解决方案的一致性。我们的分析利用了PDE-约束优化问题中的问题结构，允许我们构造可行集的确定性紧子集，其中包含风险中性问题的解决方案，并最终包含SAA问题的解决方法。该结构用于利用随机规划文献中建立的结果来研究一致性。在三个不确定非线性优化问题上验证了我们框架的假设。 MSC公司： 65J22型 抽象空间反问题的数值解法 65二氧化碳 蒙特卡罗方法 90立方厘米15 随机规划 35卢比60 随机偏微分方程的偏微分方程 90立方厘米 抽象空间中的编程 90立方 非线性规划 60水25 随机算子和方程（随机分析方面） 关键词：随机规划;蒙特卡罗抽样法;样本平均近似;不确定性优化;PDE约束优化 PDF格式BibTeX公司 XML格式引用 \textit{J.Milz}，应用。数学。最佳方案。87，第3号，第57号论文，25页（2023年；Zbl 1512.65095） 全文： 内政部 arXiv公司 参考文献： [1] Adams，RA，Sobolev Spaces（1975），纽约：学术出版社，纽约·Zbl 0314.46030号 [2] Ahmad Ali，A。；Deckelnick，K。；Hinze，M.，半线性最优控制问题的全局极小值，计算。最佳方案。申请。，65, 1, 261-288 (2016) ·Zbl 1354.49048号 ·doi:10.1007/s10589-016-9833-1 [3] 亚历山大·A。；佩特拉，N。；斯塔德勒，G。；Ghattas，O.，《使用二次近似的随机参数场PDE控制系统的均值-方差风险规避最优控制》，SIAM/ASA J.不确定性。数量。，1166-1192年5月1日（2017年）·Zbl 1391.93289号 ·doi:10.1137/16M106306X [4] Aliprantis，C.D.，Border，K.C.：《无限维度分析：搭便车指南》，第3版。施普林格，柏林（2006）。doi:10.1007/3-540-29587-9·Zbl 1156.46001号 [5] Alla，A。；Hinze，M。；科尔文巴赫，P。；Lass，O。；Ulbrich，S.，具有PDE约束的稳健参数优化的认证模型简化方法，高级计算。数学。，45, 3, 1221-1250 (2019) ·Zbl 1477.35291号 ·doi:10.1007/s10444-018-9653-1 [6] Alt，H.W.：线性函数分析：面向应用的介绍。Universitext公司。施普林格，伦敦（2016）。doi:10.1007/978-1-4471-7280-2。罗伯特·纽恩伯格译自德文版·Zbl 1358.46002号 [7] 阿尔茨坦，Z。；Wets，RJB，随机程序的极小值和SLLN的一致性，J.凸分析。，2, 1-2, 1-17 (1995) ·Zbl 0837.90093号 [8] Aubin，J.P.，Frankowska，H.：集值分析。国防部。Birkhäuser类。斯普林格，波士顿（2009）。doi:10.1007/978-0-8176-4848-0 [9] Banholzer，D.，Fliege，J.，Werner，R.：关于样本平均近似在几乎确定意义上和平均意义上的收敛速度。数学。程序。191（1，B系列），307-345（2022）。文件编号：10.1007/s10107-019-01400-4·Zbl 1489.90073号 [10] Bauschke，H.H.，Combettes，P.L.：希尔伯特空间中的凸分析和单调算子理论。CMS图书数学。施普林格，纽约（2011）。doi:10.1007/978-1-4419-9467-7·Zbl 1218.47001号 [11] Ben-Tal，A.，El Ghaoui，L.，Nemirovski，A.：稳健优化。普林斯顿应用数学系列。普林斯顿大学出版社，普林斯顿（2009）·Zbl 1221.90001号 [12] Billingsley，P.：概率与测度。概率统计威利级数。霍博肯威利（2012）·Zbl 1236.60001号 [13] Bonnans，J.F.，Shapiro，A.：优化问题的扰动分析。Springer运筹学系列。施普林格，纽约（2000年）。doi:10.1007/978-1-4612-1394-9·Zbl 0966.49001号 [14] 卡萨斯，E。；Tröltzsch，F.，最优控制问题的二阶分析：改进抽象理论的预期结果，SIAM J.Optim。，22, 1, 261-279 (2012) ·Zbl 1259.90162号 ·数字对象标识代码：10.1137/10840406 [15] Castaing，C.，Valadier，M.：凸分析和可测多函数。数学课堂讲稿，第580卷。柏林施普林格（1977）·Zbl 0346.46038号 [16] 陈，P。；Ghattas，O.，Taylor近似，用于由高维随机参数偏微分方程控制的机会约束优化问题，SIAM/ASA J.不确定性。数量。，9, 4, 1381-1410 (2021) ·Zbl 1473.65072号 ·doi:10.1137/20M1381381 [17] 康蒂，S。；持有，H。；佩赫，M。；伦普夫，M。；Schultz，R.，风险规避形状优化，SIAM J.控制优化。，49, 3, 927-947 (2011) ·Zbl 1230.49039号 ·doi:10.1137/090754315 [18] Cucker，F。；Smale，S.，《学习的数学基础》，布尔。美国数学。Soc.（N.S.），39，1，1-49（2002）·Zbl 0983.68162号 ·doi:10.1090/S0273-0979-01-00923-5 [19] de los Reyes，J.C.，Kunisch，K.：Burgers方程控制约束最优控制算法的比较。Calcolo 41（4），203-225（2004）。doi:10.1007/s10092-004-0092-7·Zbl 1168.49309号 [20] Farshbaf-Shaker，MH；Henrion，R。；Hömberg，D.，无限维机会约束的性质及其在PDE约束优化中的应用，集值变量分析。，26, 4, 821-841 (2018) ·Zbl 1410.90135号 ·doi:10.1007/s11228-017-0452-5 [21] Farshbaf-Shaker，MH；Gugat，M。；Heitsch，H。；Henrion，R.，具有不确定初始数据和概率终端约束的振动弦的最优Neumann边界控制，SIAM J.控制优化。，58, 4, 2288-2311 (2020) ·Zbl 1446.49004号 ·doi:10.1137/19M1269944 [22] Gahururu，D.，Hintermüller，M.，Stengl，S.M.，Surowiec，T.M.：带偏微分算子的广义Nash均衡问题：理论、算法和风险规避。In：Hintermüller，M.、Herzog，R.、Kanzow，C.、Ulbrich，M.和Ulbrich，S.（eds.）非光滑和基于互补性的分布参数系统：仿真和分层优化。国际。序列号。数字。数学。，第172卷。Birkhäuser，Cham（2022年）。doi:10.1007/978-3-030-79393-77·Zbl 1507.49003号 [23] Garreis，S。；Ulbrich，M.，低秩张量约束优化及其在PDE参数问题中的应用，SIAM J.Sci。计算。，39、1、A25-A54（2017）·Zbl 1381.49027号 ·doi:10.1137/16M1057607 [24] Garreis，S.，Ulbrich，M.：使用低秩张量对不确定性下半线性椭圆偏微分方程进行最优控制的一种完全自适应方法。印前，慕尼黑慕尼黑科技大学（2019年）。网址：http://go.tum.de/204409 [25] Geiersbach，C。；Scarinci，T.，Hilbert空间中非凸问题的随机近端梯度方法，计算。最佳方案。申请。，78, 3, 705-740 (2021) ·Zbl 1469.90157号 ·doi:10.1007/s10589-020-00259-y [26] Geletu，A.，Hoffmann，A.，Schmidt，P.，Li，P.:具有光滑凸近似的椭圆PDE系统的机会约束优化。ESAIM控制优化。计算变量26，论文编号70，28（2020）。doi:10.1051/cocv/2019077·Zbl 1451.90105号 [27] 吉格斯，V。；朱迪茨基，A。；Nemirovski，A.，随机程序最优值的非症状置信界，Optim。方法软件。，32, 5, 1033-1058 (2017) ·兹比尔1386.90091 ·网址：10.1080/10556788.2017.1350177 [28] 宾夕法尼亚州古斯；Kaarnioja，V。；郭，FY；席林斯，C。；Sloan，IH，《不确定性下最优控制的准蒙特卡罗方法》，SIAM/ASA J.不确定性。数量。，9, 2, 354-383 (2021) ·Zbl 1475.49004号 ·doi:10.1137/19M1294952 [29] 哈伯，E。；钟，M。；Herrmann，F.，一种有效的多右手边PDE约束参数估计方法，SIAM J.Optim。，22, 3, 739-757 (2012) ·Zbl 1253.35220号 ·数字对象标识码：10.1137/1081126X [30] Hess，C.，正规被积函数序列的超收敛性和极大似然估计的强相合性，Ann.Stat.，24，3，1298-1315（1996）·Zbl 0862.62029号 ·doi:10.1214/aos/1032526970 [31] Hintermüller，M.，Stengl，S.M.：关于涉及非线性偏微分方程或VIs的最优控制问题的凸性及其在Nash博弈中的应用。预印本（2020年）。doi:10.20347/WIAS。预打印2759 [32] Hinze，M.，Pinnau，R.，Ulbrich，M.，Ulbrich，S.：具有PDE约束的优化。数学。模型。理论应用。，第23卷。施普林格，多德雷赫特（2009）。doi:10.1007/978-1-4020-8839-1·Zbl 1167.49001号 [33] 霍夫休斯，M。；Römisch，W。；Surowiec，TM，《不确定性下无限维优化的定量稳定性》，Optim。莱特。，15, 8, 2733-2756 (2021) ·Zbl 07402349号 ·doi:10.1007/s11590-021-01707-2 [34] Huber，P.J.：非标准条件下最大似然估计的行为。摘自：Le Cam，L.M.，Neyman，J.（编辑）《第五届伯克利数学统计与概率研讨会论文集》，第1卷：统计学，第221-233页。加州大学伯克利分校出版社（1967）·Zbl 0212.21504号 [35] Hytönen，T.，van Neerven，J.，Veraar，M.，Weis，L.：巴拿赫空间中的分析：鞅和Littlewood-Paley理论。埃尔格布。数学。格伦茨格布。(3) 63. 查姆施普林格（2016）。doi:10.1007/978-3-319-48520-1·Zbl 1366.46001号 [36] Kahlbacher，M.，Volkwein，S.：使用模型简化估计标量Ginzburg-Landau方程中的扩散系数。收录于：Kunisch，K.，Of，G.，Steinbach，O.（编辑）《数值数学与高级应用》，第727-734页。施普林格，柏林（2008）。数字对象标识代码：10.1007/978-3-540-69777-087·Zbl 1157.65473号 [37] YuM Kaniovski；金，AJ；Wets，RJB，随机规划问题解的概率界（通过大偏差），Ann.Oper。第56号、第1号、第189-208号决议（1995年）·Zbl 0835.90055号 ·doi:10.1007/BF02031707 [38] AJ Kleywegt；夏皮罗，A。；Homem-de Mello，T.，随机离散优化的样本平均近似方法，SIAM J.Optim。，12, 2, 479-502 (2002) ·Zbl 0991.90090号 ·doi:10.1137/S1052623499363220 [39] 科尔文巴赫，P。；Lass，O。；Ulbrich，S.，《稳健PDE-约束优化方法及其在不确定性下电动发动机和动态弹性结构形状优化中的应用》，Optim。工程师，19，3，697-731（2018）·Zbl 1507.49020号 ·doi:10.1007/s11081-018-9388-3 [40] Kouri，DP，用于优化不确定系数PDE的多级随机配置算法，SIAM/ASA J.uncertain。数量。，2, 1, 55-81 (2014) ·Zbl 1307.49026号 ·doi:10.1137/130915960 [41] Kouri，DP，分布稳健PDE约束优化问题的度量近似，SIAM J.Numer。分析。，55, 6, 3147-3172 (2017) ·Zbl 1381.49021号 ·数字对象标识代码：10.1137/15M1036944 [42] Kouri，D.P.，Shapiro，A.：具有不确定输入的偏微分方程的优化。In:Antil，H.，Kouri，D.P.，Lacasse，M.D.，Ridzal，D.（编辑）PDE-Constrained Optimization的前沿，IMA Vol.Math。申请。第163卷，第41-81页。纽约施普林格出版社（2018年）。doi:10.1007/978-1-4939-8636-1_2·Zbl 1473.49030号 [43] Kouri，DP；Surowiec，TM，使用条件值风险的风险规避PDE约束优化，SIAM J.Optim。，26, 1, 365-396 (2016) ·Zbl 1337.49049号 ·doi:10.1137/140954556 [44] Kouri，DP；Surowiec，TM，风险规避PDE约束优化的存在性和最优性条件，SIAM/ASA J.不确定性。数量。，6, 2, 787-815 (2018) ·Zbl 1393.49002号 ·doi:10.1137/16M1086613 [45] Kouri，DP；Surowiec，TM，《风险度量的规范化》，数学。操作。研究，45,2774-795（2020）·Zbl 1455.90115号 ·doi:10.1287/门2019.1013 [46] Kouri，DP；Heinkenschloss，M。；Ridzal，D。；van Bloemen Waanders，B.，不确定性下PDE优化的自适应随机配置信任区域算法，SIAM J.Sci。计算。，35、4、A1847-A1879（2013）·兹比尔1275.49047 ·数字对象标识代码：10.1137/120892362 [47] Kouri，D.P.，Surowiec，T.M.：半线性椭圆偏微分方程的风险规避最优控制。ESAIM控制。最佳方案。计算变量（2020）。doi:10.1051/cocv/2019061·Zbl 1448.49006号 [48] Kouri，D.P.，Surowiec，T.M.：风险最小化的原对偶算法。数学。程序。193（1，序列号A），337-363（2022）。doi:10.1007/s10107-020-01608-9·Zbl 1500.90035号 [49] Kreyszig，E.，《应用函数分析导论》（1978），纽约：威利，纽约·Zbl 0368.46014号 [50] Lachout，P。；Liebscher，E。；Vogel，S.，作为优化问题的（epsilon_n）-极小值的估计量的强收敛性，Ann.Inst.Stat.Math。，57291-313（2005年）·Zbl 1085.62026号 ·doi:10.1007/BF02507027 [51] Lass，O。；Ulbrich，S.，偏微分方程非线性鲁棒优化的后验误差控制模型降阶技术，SIAM J.Sci。计算。，39、5、S112-S139（2017）·Zbl 1428.35644号 ·doi:10.1137/16M108269X [52] Le Cam，L.M.：关于最大似然估计和相关Bayes估计的一些渐近性质。加州大学出版社。《统计》，第1卷，第277-329页（1953年）。https://hdl.handle.net/2027/wu.89045844305 ·Zbl 0052.15404号 [53] 曼内尔，F。；Rund，A.，用于PDE非光滑最优控制的混合半光滑拟Newton方法，Optim。工程师，22，4，2087-2125（2021）·Zbl 1480.49026号 ·文件编号：10.1007/s11081-020-09523-w [54] Martin，M。；Krumscheid，S。；Nobile，F.，具有不确定参数的PDE约束最优控制问题的随机梯度方法的复杂性分析，ESAIM Math。模型。数字。分析。，55, 4, 1599-1633 (2021) ·Zbl 1492.35394号 ·doi:10.1051/m2/2021025 [55] Martínez-Frutos，J.，Esparza，F.P.：不确定性下PDE的最优控制：结构最优形状设计应用简介。SpringerBriefs数学。查姆施普林格（2018）。doi:10.1007/978-3-319-98210-6·Zbl 1426.49001号 [56] Meidner，D.，Vexler，B.：抛物线最优控制问题时空有限元离散化的先验误差估计。第二部分：控制约束问题。SIAM J.控制优化。47(3), 1301-1329 (2008). doi:10.1137/070694028·Zbl 1161.49035号 [57] Milz，J.：不确定性和不确定性量化下PDE-Constrained优化的主题。论文，慕尼黑工业大学，慕尼黑（2021） [58] Milz，J.，Hilbert空间中强凸随机规划的样本平均逼近，Optim。莱特。(2022) ·Zbl 1514.90247号 ·doi:10.1007/s11590-022-01888-4 [59] Milz，J。；Ulbrich，M.，分布稳健PDE约束优化的近似方案，SIAM J.控制优化。，60, 3, 1410-1435 (2022) ·Zbl 1493.90120号 ·数字对象标识码：10.1137/20M134664X [60] Nasir，Y。；O.沃尔科夫。；杜洛夫斯基，LJ，《大型油田开发的两阶段优化策略》，Optim。工程（2021）·Zbl 1492.90094号 ·doi:10.1007/s11081-020-09591-y [61] Nečas，J.：椭圆方程理论中的直接方法。Springer Monogr.公司。数学。施普林格，海德堡（2012）。doi:10.1007/978-3-642-10455-8·Zbl 1246.35005号 [62] 菲尔普斯，C。；Royset，J。；龚，Q.，使用样本平均近似的不确定系统的最优控制，SIAM J.控制优化。，54, 1, 1-29 (2016) ·Zbl 1334.49078号 ·数字对象标识代码：10.1137/140983161 [63] Pieper，K.：椭圆和抛物线稀疏控制问题的有限元离散化和高效数值解。论文，慕尼黑工业大学，慕尼黑（2015）。http://nbn-resolving.de/urn/resolver.pl？urn:nbn:de:bvb:91-diss-20150420-1241413-1-4 [64] Polak，E.：优化：算法和一致逼近。申请。数学。科学。，第124卷。施普林格，纽约（1997年）。doi:10.1007/978-1-4612-0663-7·Zbl 0899.90148号 [65] Renardy，M.，Rogers，R.C.：偏微分方程导论，第2版。文本应用程序。数学。13.斯普林格，纽约州纽约市（2004年）。doi:10.1007/b97427·Zbl 1072.35001号 [66] Römisch，W.，Surowiec，T.M.：不确定性下椭圆PDE约束优化中蒙特卡罗方法的渐近性质。预印本（2021年）。https://arxiv.org/abs/20106.06347 [67] Royset，JO，半连续函数逼近及其在随机优化和统计估计中的应用，数学。程序。，184, 289-318 (2020) ·Zbl 1451.90108号 ·doi:10.1007/s10107-019-01413-z [68] Shapiro，A.，《随机程序的渐近分析》，Ann.Oper。决议，30，1，169-186（1991）·Zbl 0745.90057号 ·doi:10.1007/BF02204815 [69] Shapiro，A.，随机规划中最优解的渐近行为，数学。操作。决议，18，4，829-845（1993）·Zbl 0804.90101号 ·doi:10.1287/门18.4.829 [70] Shapiro，A.：蒙特卡罗采样方法。在：随机编程，操作手册。资源管理。科学。，第10卷，第353-425页。Elsevier，阿姆斯特丹（2003）。doi:10.1016/S0927-0507（03）10006-0 [71] Shapiro，A.，《不确定性下的随机规划优化方法》，数学。程序。，112, 1, 183-220 (2008) ·Zbl 1135.90033号 ·doi:10.1007/s10107-006-0090-4 [72] Shapiro，A.，Dentcheva，D.，Ruszczyński，A.：随机规划讲座：建模与理论，第二版。MOS-SIAM系列。最佳方案。SIAM，费城（2014）。doi:10.1137/1.9781611973433·Zbl 1302.90003号 [73] Shapiro，A.，Nemirovski，A.：关于随机规划问题的复杂性。摘自：Jeyakumar，V.，Rubinov，A.（编辑）《持续优化：当前趋势和现代应用》，应用。最佳。，第99卷，第111-146页。斯普林格，波士顿（2005）。doi:10.1007/0-387-26771-94·Zbl 1115.90041号 [74] 铁斯勒，H。；RM Kirby；秀，D。；Preusser，T.，具有随机PDE约束的最优控制问题的随机配置，SIAM J.控制优化。，502659-2682（2012年）·Zbl 1260.60125号 ·数字对象标识代码：10.1137/10835438 [75] 唐，S。；Subramanyam，A。；Rao，V.，罕见机会约束下的优化，SIAM J.Optim。，32, 2, 930-958 (2022) ·Zbl 1493.90116号 ·doi:10.1137/20M1382490 [76] Tröltzsch，F.：偏微分方程的最优控制：理论、方法和应用。毕业生。数学研究生。，第112卷。AMS，普罗维登斯（2010）。doi:10.1090/gsm/112。J.Sprekels译·Zbl 1195.49001号 [77] Ulbrich，M.：函数空间中变分不等式和约束优化问题的半光滑牛顿方法。MOS-SIAM系列。最佳方案。SIAM，费城（2011）。doi:10.1137/1.9781611970692·Zbl 1235.49001号 [78] Volkwein，S.：Hilbert空间中增广拉格朗日SQP方法的网格独立性和Burgers方程的控制问题。柏林技术大学论文，柏林（1997年）。https://imsc.uni-graz.at/volkwein/dis.ps [79] Volkwein，S.，增广拉格朗日SQP方法在平稳Burgers方程最优控制问题中的应用，计算。最佳方案。申请。，16, 1, 57-81 (2000) ·Zbl 0974.49020号 ·doi:10.1023/A:100877520259 [80] Volkwein，S.，Hilbert空间中增广拉格朗日SQP方法的网格无关性，SIAM J.控制优化。，38, 3, 767-785 (2000) ·Zbl 0945.49024号 ·doi:10.1137/S0363012998334468 [81] Wechsung，F。；朱利安尼，A。；Landreman，M。；AJ Cerfon公司；Stadler，G.，《基于单级梯度的恒星仪线圈设计：随机优化》，Nucl。融合，62,7（2022）·doi:10.1088/1741-4326/ac45f3 [82] Yang，H。；Gunzburg，M.，使用并行降阶建模的涡扇降噪随机优化算法和分析，计算机。方法应用。机械。工程，319217-239（2017）·Zbl 1439.76136号 ·doi:10.1016/j.cma.2017.02.030 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。