Kouri博士。;海因肯施洛斯，M。;D.里查尔。;范·布洛门·瓦德斯，B.G。 不确定条件下PDE约束优化信赖域算法中的不精确目标函数评估。 （英语） Zbl 1312.49033号 SIAM J.科学。计算。 36，第6号，A3011-A3029（2014）. 科学和工程中大规模优化问题的解决必须考虑模型的不确定性，例如已知的材料特性和边界条件。由于潜在的大量随机变量，传统优化方法与不确定性量化的耦合面临着巨大的计算挑战。为了解决这个问题，作者开发了一种算法，该算法对由随机系数偏微分方程控制的优化问题显示出了有希望的结果。该算法使用信任区域框架来管理基于稀疏网格的模型。使用自适应稀疏网格计算优化步骤，使用固定高保真稀疏网格确定是否接受该步骤。该算法的主要计算成本是使用高保真稀疏网格计算目标函数。为了收敛，作者引入了强制序列。此外，作者的条件是渐近满足的。审核人：扬·洛维舍克（布拉迪斯拉发） 引用于44文件 MSC公司： 49英里15 牛顿型方法 49平方米25 最优控制中的离散逼近 93甲15 大型系统 60甲15 随机偏微分方程（随机分析方面） 65千5 数值数学规划方法 65号35 偏微分方程边值问题的谱、配置及相关方法 90立方厘米 随机规划 关键词：PDE约束优化;不确定性;随机变量配置;信托地区;稀疏网格;适应性;目标函数梯度;强制序列 PDF格式BibTeX公司 XML格式引用 \textit{D.P.Kouri}等人，SIAM J.Sci。计算。36，第6号，A3011--A3029（2014；Zbl 1312.49033） 全文： 内政部