×

无穷维随机系数线性二次型随机控制问题的最优反馈控制。 (英语。法语摘要) Zbl 1511.49022号

摘要:对于随机系数随机发展方程的一般线性二次型最优控制问题,如何刻画最优反馈控制是一个长期未解决的问题。该问题的解决方案见[Q·吕十、张,“无限维随机线性二次控制和倒向随机Riccati方程的最优反馈”,预印本,arXiv:1901.00978号]在一些可以对有趣的具体模型进行验证的假设下,如受控随机波动方程、受控随机薛定谔方程等。更准确地说,作者建立了最优反馈算子的存在性与相应算子值的可解性之间的等价性,倒向随机Riccati方程。然而,它们的结果不能涵盖一些重要的随机偏微分方程,如随机热方程、随机斯托克斯方程等。当前工作的一个关键贡献是放松了[loc.cit.]中无界线性算子(A)的C_0-群假设,并使用压缩半群假设。因此,我们的结果可以很好地应用于随机抛物型方程的线性二次型问题。为此,我们为上述Riccati方程引入了一个合适的概念,并引入了一些精细的技巧,这些技巧在有限维情况下甚至是新的。

MSC公司:

49号35 最优反馈综合
49纳米10 线性二次型最优控制问题
60甲15 随机偏微分方程(随机分析方面)
93E20型 最优随机控制
60水25 随机算子和方程(随机分析方面)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 艾哈迈德,N.U.,具有随机算子值系数的线性发展方程在希尔伯特空间上的随机控制,SIAM J.控制优化。,19, 401-430 (1981) ·Zbl 0468.49009号
[2] B.D.O.安德森。;Moore,J.B.,《最优控制:线性二次型方法》(1989),普伦蒂斯·霍尔:普伦蒂斯霍尔-恩格尔伍德悬崖出版社,新泽西州
[3] 贝尔曼,R。;Glicksberg,I。;Gross,O.,《控制过程数学理论的某些方面》(1958),兰德公司:加州圣莫尼卡兰德公司·Zbl 0086.11703号
[4] Bensoussan,A。;Da Prato,G。;Delfour,M.C。;Mitter,S.K.,《无限维系统的表示与控制》(2007),Birkhäuser Boston,Inc.:Birkháuser波士顿,Inc.马萨诸塞州波士顿·Zbl 1117.93002号
[5] Bismut,J.M.,《四次系统控制:随机性的应用》(数学讲义,第649卷(1978),施普林格:施普林格柏林),180-264·Zbl 0389.93052号
[6] O.布拉斯科。;van Neerven,J.,关于强算子拓扑可测的算子值函数空间。向量测量、整合和相关主题,(Oper.Theory Adv.Appl.,第201卷(2010年),Birkhäuser Verlag:Birkháuser Verlag Basel),65-78·Zbl 1259.46033号
[7] (Carmona,R.A.;Rozovskii,B.,《随机偏微分方程:六种观点》,《随机微分方程:六观》,《数学调查》,第64卷(1999年),AMS:AMS Providence,RI)·Zbl 0904.00017号
[8] 陈,S。;李,X。;周,X.,具有不确定控制权成本的随机线性二次调节器,SIAM J.控制优化。,36, 1685-1702 (1998) ·Zbl 0916.93084号
[9] Guatteri,G。;Tessitore,G.,关于无穷维倒向随机Riccati方程,SIAM J.控制优化。,44, 159-194 (2005) ·Zbl 1102.93041号
[10] Guatteri,G。;Tessitore,G.,无穷维空间中算子值倒向随机Riccati方程的适定性,SIAM J.控制优化。,523776-3806(2014)·兹比尔1307.93456
[11] 哈菲佐格鲁,C。;拉西卡,I。;Levajković,T。;梅纳,H。;Tuffaha,A.,具有奇异估计的随机线性二次型控制问题,SIAM J.控制优化。,55, 595-626 (2017) ·Zbl 1358.49029号
[12] 胡,Y。;Jin,H。;周,X.,时间不一致随机线性二次控制:平衡的特征和唯一性,SIAM J.控制优化。,55, 1261-1279 (2017) ·Zbl 1414.91340号
[13] Hytönen,T。;van Neerven,J。;Veraar,M。;Weis,L.,Banach空间中的分析。第一卷:鞅与小木偶理论(2016),施普林格:施普林格-查姆·Zbl 1366.46001号
[14] Kalman,R.E.,《控制系统的一般理论》,(第一届国际会计师联合会大会会议记录,1960年,莫斯科,第1卷(1961年),巴特沃斯:巴特沃斯伦敦),481-492
[15] Kotelenez,P.,《随机常微分方程和随机偏微分方程》,Trans。微型的。宏观。Equ.、。,随机模型。申请。概率。,第58卷(2008),《施普林格:纽约施普林格》·Zbl 1159.60004号
[16] 李,X。;Sun,J。;Yong,J.,Mean-field随机线性二次型最优控制问题:闭环可解性,Probab。不确定。数量。风险,1,2(2016)·Zbl 1433.49050号
[17] Lü,Q.,Well-posedness随机Riccati方程和随机线性二次型最优控制问题的闭环可解性,J.Differ。Equ.、。,267, 180-227 (2019) ·Zbl 1411.93197号
[18] Lü,Q.,平均场随机演化方程的随机线性二次型最优控制问题,ESAIM控制优化。计算变量,26(2020),第127号论文,28页·Zbl 1467.93332号
[19] 吕,Q。;王,P。;Wang,Y。;Zhang,X.,随机分布参数控制系统的数值:有限转置方法,(Trelat,E.;Zuazua,E.,《数值控制数值方法手册:a部分(2022)》,北荷兰),201-232·Zbl 07573587号
[20] 吕,Q。;王,T。;Zhang,X.,随机线性二次型控制问题的最优反馈特征,Probab。不确定。数量。风险,2,11(2017)·Zbl 1432.93384号
[21] Lü,问。;Zhang,X.,无限维算子值后向随机李雅普诺夫方程及其应用,数学。控制关系。Fields,8,337-381(2018)·Zbl 1405.93233号
[22] Lü,问。;Zhang,X.,无限维随机线性二次控制和倒向随机Riccati方程的最优反馈,Mem。美国数学。Soc.(2023),出版中
[23] 吕,Q。;Zhang,X.,广义Pontryagin型随机最大值原理和无穷维倒向随机演化方程,Springer Briefs in Math。(2014),《施普林格:施普林格·查姆》·Zbl 1316.49004号
[24] 吕,Q。;张欣,随机偏微分方程的数学控制理论,Probab。理论研究。型号。,第101卷(2021),施普林格:施普林格瑞士公司·Zbl 1497.93001号
[25] 于萨法罗夫。;Vassiliev,D.,偏微分算子特征值的渐近分布(1997),Amer。数学。Soc.:美国。数学。社会保障。,RI公司·Zbl 0870.35003号
[26] Schatten,R.,完全连续算子的规范理想(1960),Springer-Verlag:Springer-Verlag Berlin-Gottingen-Heidelberg·Zbl 0090.09402号
[27] Schuch,D.,量子理论。从非线性的角度来看。基础物理里卡蒂方程,基金。西奥。物理。,第191卷(2018年),《施普林格:施普林格·查姆》·Zbl 1388.81004号
[28] Sun,J。;Yong,J.,线性二次随机微分对策:开环和闭环鞍点,SIAM J.控制优化。,52, 4082-4121 (2014) ·Zbl 1307.93466号
[29] Sun,J。;李,X。;Yong,J.,随机线性二次型最优控制问题的开-关和闭环可解性,SIAM J.控制优化。,54, 2274-2308 (2016) ·Zbl 1347.49033号
[30] Sun,J。;Yong,J.,《随机线性二次最优控制理论:开环和闭环解》,Springer Briefs Math。(2020年),施普林格:施普林格-查姆·Zbl 1458.93005号
[31] Tang,S.,具有随机系数的一般线性二次最优随机控制问题:线性随机Hamilton系统和倒向随机Riccati方程,SIAM J.控制优化。,第42页,第53-75页(2003年)·兹比尔1035.93065
[32] van Neerven,J.M.A.M。;Veraar,M.C。;Weis,L.,UMD Banach空间中的随机积分,Ann.Probab。,35, 1438-1478 (2007) ·Zbl 1121.60060号
[33] Wang,T.,关于平均场随机线性二次型问题的闭环平衡策略,ESAIM控制优化。计算变量,26(2020),第41号论文,34页·Zbl 1442.93048号
[34] Wonham,W.M.,关于随机控制的矩阵Riccati方程,SIAM J.控制优化。,6, 312-326 (1968) ·Zbl 0164.19101号
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。