Все выпуски

В работе изучается влияние шума на модель ферментативной реакции Голдбетера, описывающую механизм колебательного синтеза циклического аденозинмонофосфата в клетке. Показано, что модель отличается высокой чувствительностью к вариациям параметров и начальных условий. Демонстрируется и исследуется явление стохастической возбудимости в зоне устойчивого равновесия. Показано, что воздействие шума приводит к резкому переходу от малоамплитудных стохастических осцилляций к спайковым колебаниям большой амплитуды. Для параметрического анализа этого явления используются техника функций стохастической чувствительности и метод доверительных эллипсов. Изучена зависимость критического значения интенсивности шума, при котором начинается генерация большеамплитудных колебаний, от близости управляющего параметра к точке бифуркации. Для детального анализа частотных свойств стохастических колебаний проведен статистический анализ межспайковых интервалов и обнаружено явление когерентного резонанса.

We study the influence of noise on the Goldbeter model of the enzymatic reaction, which describes the mechanism of oscillatory synthesis of cyclic adenosine monophosphate in a cell. It is shown that the model is highly sensitive to variations of parameters and initial conditions. The phenomenon of stochastic excitability in a stable equilibrium zone is demonstrated and studied. We show that the noise results in a sharp transition from low-amplitude stochastic oscillations to large-amplitude spike oscillations. For the parametric analysis of this phenomenon, the technique of stochastic sensitivity functions and the method of confidence ellipses are used. We study how the critical value of the noise intensity corresponding to the generation of large-amplitude oscillations depends on the proximity of a control parameter to a bifurcation point. For a detailed analysis of the frequency properties of stochastic oscillations, a statistical analysis of interspike intervals is carried out, and a phenomenon of coherent resonance is found.

Работа посвящена развитию полиэдральных методов решения двух задач управления линейными многошаговыми системами с неопределенностями при фазовых ограничениях — задач терминального сближения и уклонения. Они возникают в системах с двумя управлениями, где цель одного — привести траекторию на заданное конечное множество в заданный момент времени, не нарушая фазовых ограничений, цель другого — противоположна. Предполагается, что конечное множество — параллелепипед, управления стеснены параллелотопозначными ограничениями, фазовые ограничения заданы в виде полос. Представлены методы решения обеих задач с использованием полиэдральных (параллелотопо- или параллелепипедо-значных) трубок. Методы решения задачи сближения предложены автором ранее, но здесь исследуются их дополнительные свойства. В частности, для случая без фазовых ограничений найдены гарантированные оценки для траектории, обеспечивающие ее нахождение внутри трубки. Даны удобные достаточные условия, гарантирующие получение невырожденных сечений в процессе вычислений. Для задачи уклонения сначала рассматривается общая схема решения, а затем предлагаются полиэдральные методы. Приводятся и сравниваются целые параметрические семейства внешних и внутренних полиэдральных оценок трубок разрешимости обеих задач. Приведен иллюстрирующий пример.

The paper is devoted to elaboration of polyhedral techniques for solving two control problems for linear discrete-time systems with uncertainties under state constraints, namely, the terminal approach problem and the terminal evasion one. Such problems arise in systems with two controls, where the aim of the first is to steer the trajectory onto a given terminal set at a given instant without violating the state constraints, the aim of the other is opposite. It is assumed that the terminal set is a parallelepiped, the controls are bounded by parallelotope-valued constraints, and the state constraints are given in the form of so-called zones. We present techniques for solving both problems basing on polyhedral (parallelotope-valued or parallelepiped-valued) tubes. The techniques for solving the approach problem were proposed by the author earlier, but here additional properties of them are investigated. In particular, for the case without state constraints, guaranteed estimates are found for the trajectory that ensure that it is inside the tube. Convenient sufficient conditions are given to guarantee the obtaining of nondegenerate cross-sections during the calculations. For the evasion problem, a common solution scheme is considered, and then polyhedral techniques are proposed. The whole parametric families of external and internal polyhedral estimates for the solvability tubes for both problems are presented and compared. An illustrative example is given.

На примере известной задачи о прокладке трассы изучаются возможности численного решения сосредоточенных задач оптимального управления методом параметризации управления с помощью линейной комбинации $\mu$ функций Гаусса. Напомним, что функция Гаусса (называемая также квадратичной экспонентой) - это функция вида $\varphi(x)=\dfrac{1}{\sigma\sqrt{2\pi}}\exp\left[-\dfrac{(x-m)^2}{2\sigma^2}\right]$. Основу метода составляет сведение исходной бесконечномерной задачи оптимизации к конечномерной задаче минимизации целевого функционала по параметрам аппроксимации управления с последующим применением численных методов конечномерной оптимизации. Данная статья опирается на исследование, проведенное автором ранее и касавшееся возможностей аппроксимации функций одного переменного на конечном отрезке линейной комбинацией функций Гаусса, и является его непосредственным продолжением. Прежде всего, мы доказываем утверждение об аппроксимации на любом конечном отрезке материнского вейвлета «мексиканская шляпа» линейной комбинацией двух квадратичных экспонент. Отсюда получаем теоретическое обоснование возможности эффективной аппроксимации функций одного переменного на любом конечном отрезке линейными комбинациями функций Гаусса. После этого мы проводим сравнение качества аппроксимации указанного вида с аппроксимацией по Котельникову на базе численных экспериментов. Затем приводится постановка задачи о прокладке трассы, а также результаты ее численного решения при различных способах параметризации управления, наглядно демонстрирующие преимущества предлагаемого способа, в частности устойчивость численного решения к погрешности вычисления параметров аппроксимации оптимального управления даже при использовании малого количества этих параметров.

On the example of well known problem of a road construction we study the opportunities of numerical solution for lumped optimal control problems by the method of control parametrization with the help of a linear combination of $\mu$ Gaussian functions. Recall that a Gaussian function (named also as quadratic exponent) is one defined as follows $\varphi(x)=\dfrac{1}{\sigma\sqrt{2\pi}}\exp\left[-\dfrac{(x-m)^2}{2\sigma^2}\right]$. The method is based on reduction of an original infinite dimensional optimization problem to finite dimensional minimization problem of a cost functional with respect to control approximation parameters. This paper is guided by the former author's research concerned the opportunities of approximation of one variable functions on a finite segment by a linear combination of $\mu$ Gaussian functions, and is to be regarded as its direct continuation. First of all, we prove an assertion concerning approximation on any finite segment for mother wavelet Mexican hat by a linear combination of two Gaussian functions. Hence, we obtain theoretical justification of the opportunity of an effective approximation for one variable functions on any finite segment with the help of linear combinations of Gaussian functions. After that, we give a comparison by quality of the approximation under study with the approximation in the style of Kotelnikov by means of numerical experiments. Then we give the road construction problem formulation and also the results of numerical solution for this problem which demonstrate obviously the advantages of our approach, in particular, a stability of numerical solution with respect to evaluation error of the approximation parameters for an optimal control, even with usage of small count of such parameters.

Изучаются аппроксимирующие конечномерные задачи математического программирования, возникающие в результате кусочно-постоянной дискретизации управления (в рамках техники параметризации управления) при оптимизации распределенных систем достаточно широкого класса. Устанавливается непрерывность по Липшицу градиентов функций аппроксимирующих задач; приводятся соответствующие формулы градиентов, использующие аналитическое решение исходной управляемой системы и сопряженной к ней системы и тем самым обеспечивающие возможность алгоритмического разделения проблемы оптимизации и проблемы решения управляемой начально-краевой задачи. Применение к численному решению задач оптимизации иллюстрируется на примере задачи Коши-Дарбу, управляемой по интегральному критерию. Приводятся результаты численного решения соответствующей аппроксимирующей задачи в системе MatLab с помощью программы fmincon, а также авторской программы, реализующей метод условного градиента. Кроме того, рассматривается задача безусловной минимизации, получаемая из аппроксимирующей задачи с ограничениями методом синус-параметризации. Приводятся результаты численного решения указанной задачи в системе MatLab с помощью программы fminunc, а также авторских программ, реализующих методы наискорейшего спуска и BFGS. Результаты численных экспериментов подробно анализируются.

We study approximating finite-dimensional mathematical programming problems arising from piecewise constant discretization of the control (in the framework of control parametrization technique) in the course of optimization of distributed parameter systems of a rather wide class. We establish the Lipschitz continuity for gradients of approximating problems. We present their formulas involving analytical solutions of an original controlled system and their adjoint one, thereby giving the opportunity for algorithmic separation of the optimization problem itself and the problem of solving a controlled system. Application of the approach under study to numerical optimization of distributed systems is illustrated by example of the Cauchy-Darboux system controlled by an integral criterion. We present the results of numerical solving the corresponding approximation problem in MatLab with the help of the program fmincon and also an author-developed program based on the conditional gradient method. Moreover, the unconstrained minimization problem is investigated that arises from the constrained approximation problem with applying the sine parametrization method. We present the results of numerical solving this problem in MatLab with the help of the program fminunc and also two author-developed programs based on the steepest descent and BFGS methods, respectively. The results of all numerical experiments are analyzed in detail.

Изучаются возможности аппроксимации произвольной кусочно-непрерывной функции на конечном отрезке линейной комбинацией $\mu$ функций Гаусса с целью дальнейшего их использования для аппроксимации управлений в сосредоточенных задачах оптимального управления. Напомним, что функция Гаусса (квадратичная экспонента) - это функция вида $\varphi(x)=\dfrac{1}{\sigma\sqrt{2\pi}} \exp\left[ -\dfrac{(x-m)^2}{2\sigma^2} \right]$. В отличие от исследований, проводившихся ранее другими авторами, рассматривается случай, когда параметры функций Гаусса (так же как и коэффициенты линейной комбинации) являются варьируемыми и подбираются, в частности, путем минимизации отклонения аппроксимации от аппроксимируемой функции либо (в том случае, когда речь идет об аппроксимации задачи оптимального управления) путем минимизации целевого функционала. Этот подход позволяет аппроксимировать задачи оптимального управления сосредоточенными системами конечномерными задачами математического программирования сравнительно небольшой размерности (в отличие от кусочно-постоянной или кусочно-линейной аппроксимации на фиксированной сетке с малым шагом, как это обычно делается). Приводятся результаты численных экспериментов, подтверждающие эффективность изучаемого подхода.

We study the opportunities of approximation of a piecewise continuous function on a finite segment by a linear combination of $\mu$ Gaussian functions, with the object of their usage for control approximation in lumped problems of optimal control. Recall that a Gaussian function (quadratic exponent) is one defined as follows $\varphi(x)=\dfrac{1}{\sigma\sqrt{2\pi}} \exp\left[ -\dfrac{(x-m)^2}{2\sigma^2} \right]$. Unlike investigations carried out by another authors, we consider the case where the parameters of a Gaussian function (with the coefficients of a linear combination) are varied and selected, in particular, by minimization of the difference between a function being approximated and its approximation, or (in the case of an optimal control problem) by minimization of the cost functional. Such an approach gives the opportunity to approximate optimal control problems with lumped parameters by finite dimensional problems of mathematical programming of comparatively small dimension (as opposed to piecewise constant or piecewise linear approximation on a fixed mesh with small width which is usually used). We present also some results of numerical experiments which substantiate efficiency of the approach under study.