Все выпуски

Рассматривается выпуклая задача оптимального управления для параболического уравнения со строго равномерно выпуклым целевым функционалом, с граничным управлением и с распределенными поточечными фазовыми ограничениями типа равенства и неравенства. Образы задающих поточечные фазовые ограничения операторов вкладываются в лебегово пространство суммируемых с $s$-й степенью функций при $s\in(1,2)$. В свою очередь, граничное управление принадлежит лебегову пространству с показателем суммируемости $r\in (2,+\infty)$. Основными результатами работы в рассматриваемой задаче оптимального управления с поточечными фазовыми ограничениями являются регуляризованные, или, другими словами, устойчивые к ошибкам исходных данных, секвенциальные принцип Лагранжа в недифференциальной форме и поточечный принцип максимума Понтрягина.

A convex optimal control problem is considered for a parabolic equation with a strictly uniformly convex cost functional, with boundary control and distributed pointwise state constraints of equality and inequality type. The images of the operators that define pointwise state constraints are embedded into the Lebesgue space of integrable with $s$-th degree functions for $s\in(1,2)$. In turn, the boundary control belongs to Lebesgue space with summability index $r\in (2,+\infty)$. The main results of this work in the considered optimal control problem with pointwise state constraints are the two stable, with respect to perturbation of input data, sequential or, in other words, regularized principles: Lagrange principle in nondifferential form and Pontryagin maximum principle.

Для задачи оптимального управления системой обыкновенных дифференциальных уравнений с поточечным фазовым ограничением типа равенства и конечным числом функциональных ограничений типа равенства и неравенства формулируется устойчивый секвенциальный, или, другими словами, регуляризованный, принцип максимума Понтрягина в итерационной форме. Его главное отличие от классического принципа максимума Понтрягина заключается в том, что он, во-первых, формулируется в терминах минимизирующих последовательностей, во-вторых, имеет форму итерационного процесса в пространстве двойственных переменных и, наконец, в-третьих, устойчиво к ошибкам исходных данных оптимизационной задачи порождает в ней минимизирующее приближенное решение в смысле Дж. Варги, т.е. представляет собою регуляризирующий алгоритм. Доказательство регуляризованного принципа максимума Понтрягина в итерационной форме опирается на методы двойственной регуляризации и итеративной двойственной регуляризации.

The stable sequential Pontryagin maximum principle or, in other words, the regularized Pontryagin maximum principle in iterative form is formulated for the optimal control problem of a system of ordinary differential equations with pointwise phase equality constraint and a finite number of functional equality and inequality constraints. The main difference between it and the classical Pontryagin maximum principle is that, firstly, it is formulated in terms of minimizing sequences, secondly, the iterative process occurs in dual space and, thirdly, it is resistant to errors of raw data and gives a minimizing approximate solution in the sense of J. Warga. So it is a regularizing algorithm. The proof of the regularized Pontryagin maximum principle in iterative form is based on the methods of dual regularization and iterative dual regularization.

Для задачи оптимального управления линейным параболическим уравнением с распределенным, начальным и граничным управлениями и с операторным полуфазовым ограничением типа равенства формулируется устойчивый секвенциальный, или, другими словами, регуляризованный, принцип максимума Понтрягина в итерационной форме. Его главное отличие от классического принципа максимума Понтрягина заключается в том, что он, во-первых, формулируется в терминах минимизирующих последовательностей, во-вторых, имеет форму итерационного процесса в пространстве двойственных переменных и, наконец, в-третьих, устойчиво к ошибкам исходных данных оптимизационной задачи порождает в ней минимизирующее приближенное решение в смысле Дж. Варги, т.е. представляет собой регуляризирующий алгоритм. Доказательство регуляризованного принципа максимума Понтрягина в итерационной форме опирается на методы двойственной регуляризации и итеративной двойственной регуляризации. Приводятся результаты модельных расчетов при решении конкретной задачи оптимального управления, иллюстрирующих работу алгоритма, основанного на регляризованном итерационном принципе максимума Понтрягина. В качестве конкретной оптимизационной задачи рассмотрена задача поиска минимальной по норме тройки управлений при операторном ограничении-равенстве в финальный момент времени, или, другими словами, обратная задача финального наблюдения по поиску ее нормального решения.

The stable sequential Pontryagin maximum principle or, in other words, the regularized Pontryagin maximum principle in iterative form is formulated for the optimal control problem of a linear parabolic equation with distributed, initial and boundary controls and operator semiphase equality constraint. The main difference between it and the classical Pontryagin maximum principle is that, firstly, it is formulated in terms of minimizing sequences, secondly, the iterative process occurs in dual space, and thirdly, it is resistant to error of raw data and gives a minimizing approximate solution in the sense of J. Warga. So it is a regularizing algorithm. The proof of the regularized Pontryagin maximum principle in iterative form is based on the dual regularization methods and iterative dual regularization. The results of model calculations of the concrete optimal control problem illustrating the work of the algorithm based on the regularized iterative Pontryagin maximum principle are presented. The problem of finding a control triple with minimal norm under a given equality constraint at the final instant of time or, in other words, the inverse final observation problem of finding a normal solution is used as a concrete model optimal control problem.

В работе рассматриваются динамические биматричные игры с интегральными показателями, дисконтированными на бесконечном интервале времени. Динамика системы задается дифференциальными уравнениями, описывающими изменение поведения игроков в зависимости от поступающих сигналов управления. Рассматривается задача построения равновесных траекторий в рамках минимаксного подхода, предложенного Н.Н. Красовским и А.И. Субботиным в теории дифференциальных игр. Используется конструкция динамического равновесия по Нэшу, которая развита в работах А.Ф. Клейменова. Для синтеза оптимальных стратегий управления применяется принцип максимума Л.С. Понтрягина в сочетании с методом характеристик для уравнений Гамильтона-Якоби. Получены аналитические формулы для кривых переключения оптимальных стратегий управления. Проведен анализ чувствительности равновесных решений в зависимости от параметра дисконтирования в интегральных функционалах выигрыша. Установлена асимптотическая сходимость равновесных траекторий по параметру дисконтирования к решению динамической биматричной игры со среднеинтегральными функционалами выигрыша, которые исследовались в работах В.И. Арнольда. Рассмотрено приложение полученных результатов к динамической модели инвестирования на финансовых рынках.

The paper is devoted to the analysis of dynamical bimatrix games with integral indices discounted on an infinite time interval. The system dynamics is described by differential equations in which players' behavior changes according to incoming control signals. For this game, a problem of construction of equilibrium trajectories is considered in the framework of minimax approach proposed by N.N. Krasovskii and A.I. Subbotin in the differential games theory. The game solution is based on the structure of dynamical Nash equilibrium developed in papers by A.F. Kleimenov. The maximum principle of L.S. Pontryagin in combination with the method of characteristics for Hamilton-Jacobi equations are applied for the synthesis of optimal control strategies. These methods provide analytical formulas for switching curves of optimal control strategies. The sensitivity analysis for equilibrium solutions is implemented with respect to the discount parameter in the integral payoff functional. It is shown that equilibrium trajectories in the problem with the discounted payoff functional asymptotically converge to the solution of a dynamical bimatrix game with average integral payoff functionals examined in papers by V.I. Arnold. Obtained results are applied to a dynamical model of investments on financial markets.

Рассматриваются задачи управления на бесконечном промежутке времени со свободным правым концом. Получены необходимые условия сильной оптимальности. Сам метод доказательства фактически следует классической работе Халкина, а построенное в работе краевое условие на бесконечности является усилением условия, предложенного Сейерстадом. Построенная в работе полная система соотношений принципа максимума позволяет выписать для сопряженной переменной выражение в виде несобственного интеграла, зависящего лишь от разворачивающейся траектории. С.М. Асеев, А.В. Кряжимский, В.М. Вельев получали такое выражение в качестве необходимого условия в некоторых классах задач управления. Сильная оптимальность в ряде случаев позволяет создать переопределенную систему соотношений; в работе получены условия, достаточные для этого. Разобран пример.

In the paper we consider the infinite horizon control problems in the free end case. We obtain the necessary conditions of strong optimality. The method of the proof actually follows the classic paper by Halkin, and the boundary condition for infinity that we construct in our paper is a stronger variety of the Seierstad condition. The complete system of relations of the maximum principle that was obtained in the paper allows us to write the expression for the adjoint variable in the form of improper integral that depends only on the developing trajectory. S.M. Aseev, A.V. Kryazhimskii, and V.M. Veliov obtained the similar condition as a necessary condition for certain classes of control problems. As we note in our paper, the obtained conditions of strong optimality lead us to a redefined system of relations for sufficiently broad class of control problems. An example is considered.

Исследуется структурная устойчивость логарифмических спиралей в обобщении задачи Фуллера на случай управления из круга. Рассматривается малое возмущение относительно действия группы симметрий невозмущенной задачи. Для возмущенной задачи показано, что в окрестности особой экстремали второго порядка сохраняются экстремали в виде логарифмических спиралей. Построенные экстремали приходят на особую экстремаль за конечное время, при этом управления совершают бесконечное число оборотов вдоль окружности.

A nonlinear perturbation of generalization of the Fuller problem with controls in a disk is considered. The structural stability of logarithmic spirals is studied. It was shown that if perturbations are small with respect to the action of the symmetry group of the unperturbed problem, then in the neighborhood of a singular second-order solution, extremals in the form of logarithmic spirals are preserved. The constructed extremals arrive at a singular extremal in a finite time, while the controls make an infinite number of revolutions along the circle.

Изучается поведение оптимальных решений и функции цены в задачах оптимального управления на бесконечном промежутке времени, возникающих в моделях экономического роста, когда параметр эластичности производственной функции Кобба–Дугласа растет до своего предельного значения, равного единице. Решение задачи строится в рамках принципа максимума Понтрягина, адаптированного к задачам на бесконечном промежутке времени. В предельном случае задача вырождается в линейную с постоянным оптимальным управлением, зависящим от параметров модели. Качественное исследование гамильтоновых систем обнаруживает ряд значительных изменений в поведении решений, таких как отсутствие стационарного положения в предельном случае. Тем не менее, гамильтониан и максимизированный гамильтониан задачи сохраняют свои свойства гладкости по всем переменным и вогнутости по фазовым переменным. Также в работе строится функция цены для обеих задач управления и приводятся результаты численных экспериментов для иллюстрации проведенных исследований.

The research is devoted to the investigation of the behavior of optimal solutions and value functions in optimal control problems on infinite horizon, which arise in the economic growth models when an elasticity parameter of the Cobb-Douglas production function grows up to its limit value which is equal to unity. The solution is constructed within the framework of the Pontryagin maximum principle for problems on infinite time horizon. In the limit case the problem becomes linear and has a constant optimal control depending on model parameters only. Qualitative analysis of Hamiltonian systems outlines significant changes in solution behavior, namely, the absence of steady states in the limit case. Nevertheless, both the Hamiltonian function and the maximized Hamiltonian function save their properties of smoothness with respect to all variables, and strict concavity with respect to phase variables. Value functions are constructed for both linear and nonlinear optimal control problems. Numerical experiments are implemented for illustrating results of the sensitivity analysis.

Рассматривается регуляризация классических условий оптимальности (КУО) — принципа Лагранжа и принципа максимума Понтрягина — в выпуклой задаче оптимального управлении с функциональными ограничениями типа равенства и неравенства. Управляемая система задается линейным функционально-операторным уравнением второго рода общего вида в пространстве $L^m_2$, основной оператор правой части уравнения предполагается квазинильпотентным. Целевой функционал задачи является сильно выпуклым. Получение регуляризованных КУО в итерационной форме основано на использовании метода итеративной двойственной регуляризации. Основное предназначение получаемых в работе регуляризованных принципа Лагранжа и принципа максимума Понтрягина в итерационной форме — устойчивое генерирование минимизирующих приближенных решений в смысле Дж. Варги. Регуляризованные КУО в итерационной форме формулируются как теоремы существования в исходной задаче минимизирующих приближенных решений. Они «преодолевают» свойства некорректности КУО и являются регуляризирующими алгоритмами для решения оптимизационных задач. В качестве иллюстративного примера рассматривается задача оптимального управления, связанная с гиперболической системой дифференциальных уравнений первого порядка.

We consider the regularization of the classical optimality conditions (COCs) — the Lagrange principle and the Pontryagin maximum principle — in a convex optimal control problem with functional constraints of equality and inequality type. The system to be controlled is given by a general linear functional-operator equation of the second kind in the space $L^m_2$, the main operator of the right-hand side of the equation is assumed to be quasinilpotent. The objective functional of the problem is strongly convex. Obtaining regularized COCs in iterative form is based on the use of the iterative dual regularization method. The main purpose of the regularized Lagrange principle and the Pontryagin maximum principle obtained in the work in iterative form is stable generation of minimizing approximate solutions in the sense of J. Warga. Regularized COCs in iterative form are formulated as existence theorems in the original problem of minimizing approximate solutions. They “overcome” the ill-posedness properties of the COCs and are regularizing algorithms for solving optimization problems. As an illustrative example, we consider an optimal control problem associated with a hyperbolic system of first-order differential equations.

Рассматривается задача об оптимальном управлении по быстродействию. Обсуждаются достаточные условия локальной оптимальности, связанные с необходимыми условиями принципа максимума Понтрягина при условии полной управляемости системы в вариациях. Задача обсуждается для системы, описываемой векторным дифференциальным уравнением, обыкновенным или с последействием. В случае конфликтного управления обсуждается задача оптимального управления по критерию минимакса-максимина времени выхода системы в заданное состояние. Рассматривается модельный пример и обсуждается соответствующий вычислительный эксперимент.

In the paper a time-optimal control problem is considered. Sufficient conditions for local optimality are obtained which are linked with necessary conditions of Pontryagin's maximum principle under assumption of total controllability of a system in variations. The problem is studied for a system described by a vector differential equation either ordinary or with aftereffect. In the case of conflict control, the optimal control problem is discussed for a criterion of the minmax-maxmin time when the system attains a given state. The model example is given and the corresponding numerical experiment is discussed.