分布控制偏微分方程约束下微分代数方程组多目标优化

运用微分代数方程表示涉及代数约束的系统时间域的物理行为是一种表述物理系统行为规律的重要方式。文中复杂物理系统中微分代数方程组的解析方法,选择了分布控制偏微分方程约束下微分代数方程组作为研究对象,利用以局部参数化微分变换法实现方程组多目标优化。首先要将偏微分约束优化问题转变成具有鞍点形式的稀疏线性方程组,为此需要将分布控制微分方程约束化问题进行Galerkin有限元离散,利用先离散后优化的方法获取具备约束优化问题的有限维离散模拟形式;第二,根据一维微分变换法应用在非线性微分代数方程的特性,针对约束系统建立以微分变换法为基础的局部参数化算法,同时将约束系统作为流形上的微分方程组对其完成局部参数化,此操作可有效降低约束流形和方程组的求解难度。仿真实验证明,本文中提出的基于局部参数化微分变换法可以有效地解决微分代数方程组多目标优化问题。

基于偏微分方程模型降阶方法的最优控制

为了快速准确地求解含有偏微分方程约束(PDE)的优化问题,提出了一种基于偏微分方程模型降阶的最优控制问题求解方法.含有偏微分方程约束会使得优化问题的求解耗费大量的时间,难以满足现有控制与优化的需求.在研究了偏微分方程性质的基础上,得出了一种新的模型降阶方法.通过使用奇异值分解法来提取原模型的主要特性,得到低维空间的基函数,再使用伽辽金投影法,将原模型投影到现有基函数构成的低维空间中,从而达到降低模型阶次来快速计算PDE优化问题的目的.实验结果表明在降阶模型阶次较低的情况下,依然能对原模型有较好的逼近效果.该方法用于快速准确地求解含有偏微分方程约束的优化问题是可行的、有效的.

一类抛物型最优控制问题Crank-Nicolson格式的预处理方法

针对一类抛物型偏微分方程约束的分布式最优控制问题,通过此问题的一阶最优性条件得到了一组耦合的初值和终值问题,对这组耦合的问题运用Crank-Nicolson格式进行离散,采取块三角预处理策略来求解2*2的线性系统,然后通过匹配策略和基于Kronecker积的分裂技术建立了基于Kronecker积的Schur补的近似,并由此提出了一种基于Crank-Nicolson离散格式的预处理迭代方法,最后用数值实验证明了该方法的精确性和计算效率。结果表明,由于Schur补的近似具有Kronecker积的结构形式,该方法可以有效地实现预处理条件;该方法能极大地减小迭代次数,节省运算时间,降低运算成本,具有较好的结果。研究结果在解决工程技术和社会科学领域的相关最优控制问题具有应用价值。