Все выпуски

В конечномерном нормированном пространстве рассматривается дискретная игровая задача фиксированной продолжительности. Терминальное множество определяется условием принадлежности нормы фазового вектора отрезку с положительными концами. Множество, определяемое данным условием, названо в работе кольцом. Цель первого игрока заключается в том, чтобы в заданный момент времени привести фазовый вектор на терминальное множество. Цель второго игрока противоположна. В данной работе построены оптимальные управления игроков. Проведено компьютерное моделирование игрового процесса. Рассмотрена модификация исходной задачи, в которой у первого игрока в неизвестный момент времени происходит изменение в динамике.

In a normed space of finite dimension a discrete game problem with fixed duration is considered. The terminal set is determined by the condition that the norm of the phase vector belongs to a segment with positive ends. In this paper, a set defined by this condition is called a ring. The aim of the first player is to lead a phase vector to the terminal set at fixed time. The aim of the second player is the opposite. In this paper, optimal controls of the players are constructed. Computer simulation of the game process is performed. A modification of the original problem, in which at an unknown time there is a change in the dynamics of the first player, is considered.

Рассмотрено взаимное расположение вершин единичного многомерного куба, аффинного подпространства и его ортогональных проекций на координатные подпространства. Даны верхние и нижние ограничения размерности подпространства, при которых некоторая ортогональная проекция всегда сохраняет отношение инцидентности подпространства и вершин куба. Также рассмотрены некоторые косоугольные проекции. Кроме того, дан краткий обзор истории развития многомерной начертательной геометрии. Аналитические и синтетические методы в геометрии обособились с XVII века. Хотя анализ и синтез тесно переплетаются, с этого времени многие геометры и инженеры делают тонкое различие. Указания на идею о многомерном пространстве можно найти в работах XVIII века, но настоящее развитие началось с середины XIX века. Вскоре такие работы появились и на русском языке. Далее многие математики обобщали свои теории на многомерный случай. Наши новые результаты получены аналитическими и синтетическими методами. Они иллюстрируют сложность задач псевдобулева программирования, поскольку снижение размерности задачи методом ортогонального проектирования встречает препятствие в худшем случае.

We consider the arrangement of vertices of a unit multidimensional cube, an affine subspace, and its orthogonal projections onto coordinate subspaces. Upper and lower bounds on the subspace dimension are given under which some orthogonal projection always preserves the incidence relation between the subspace and cube vertices. Some oblique projections are also considered. Moreover, a brief review of the history of the development of multidimensional descriptive geometry is given. Analytic and synthetic methods in geometry diverged since the 17th century. Although both synthesis and analysis are tangled, from this time forth many geometers as well as engineers keep up a nice distinction. One can find references to the idea of higher-dimensional spaces in the 18th-century works, but proper development has been since the middle of the 19th century. Soon such works have appeared in Russian. Next, mathematicians generalized their theories to many dimensions. Our new results are obtained by both analytic and synthetic methods. They illustrate the complexity of pseudo-Boolean programming problems because reducing the problem dimension by orthogonal projection meets obstacles in the worst case.

Изучаются свойства дискретной вариационной задачи динамической аппроксимации в комплексном евклидовом (L + 1)-мерном пространстве E. Она обобщает известные задачи среднеквадратической полиномиальной аппроксимации функций, заданных своими отсчетами в конечном интервале. В рассматриваемой задаче аппроксимация последовательности y = {y_i}_L⁰ отсчетов функции y(t) ∈ L²[0, T], T = Lh на сетке I_h осуществляется решениями однородных линейных дифференциальных или разностных уравнений заданного порядка n с постоянными, но, возможно, неизвестными коэффициентами. Тем самым показано, что в последнем случае задача аппроксимации включает в себя и задачу идентификации. Анализ ее особенностей - основная тема статьи. Ставится задача нахождения вектора коэффициентов  разностного уравнения Σ_n⁰ ŷ_i+k α_i = 0, где k = 0,L − n. Оптимизируются коэффициенты  и начальные условия переходного процесса y этого уравнения. Цель оптимизации - наилучшая аппроксимация исследуемого динамического процесса y ∈ E. Критерий аппроксимации  минимум величины ||y − ŷ||²_E. Показано, что изучаемая вариационная задача сводится к задачам проектирования в E вектора y на ядра разностных операторов с неизвестными коэффициентами α ∈ ω ⊂ S ⊂ Eⁿ⁺¹. Здесь α - направление, S - сфера или гиперплоскость. Показана связь изучаемой задачи с задачами дискретизации и идентифицируемости. Тогда координаты вектора y ∈ E есть точное решение дифференциального уравнения на сетке I_h и y = ŷ. Дано сравнение изучаемой задачи вариационной идентификации с алгебраическими методами идентификации. Показано, что ортогональные дополнения к ядрам разностных операторов всегда имеют теплицев базис. Это приводит к быстрым проекционным алгоритмам вычислений. Показано, что задача нахождения оптимального вектора α сводится к задаче безусловной минимизации функционала идентификации, зависящего от направления  в Eⁿ⁺¹. Предложена итерационная процедура его минимизации на сфере с широкой областью и высокой скоростью сходимости. Изучаемую вариационную задачу можно применять при математическом моделировании в управлении и научных исследованиях. При этом на конечных интервалах может использоваться, в частности, возможность кусочно-линейной динамической аппроксимации сложных динамических процессов разностными и дифференциальными уравнениями указанного типа.

Some properties of the discrete variational problem of the dynamic approximation in the complex Euclidean (L + 1)-dimensional space are studied here. It generalizes familiar problems of the mean square polynomial approximation of the functions given on the finite interval in accordance with their references. In the problem under consideration sequence approximation y = {y_i}_L⁰ of the references of the function y(t) ∈ L²[0, T], T = Lh on the lattice I_h is achieved by solving homogeneous linear differential equations or difference equations of the given order n with constant but possibly unknown coefficients. Thus, it is shown that in the latter case the approximation problem also includes the identification problem. The analysis of its properties is the main subject of the article. The problem is set to find vector of coefficients  of difference equation Σ_n⁰ ŷ_i+k α_i = 0, where k = 0,L − n. Coefficients  and initial conditions of the transient process by of this equation are optimized. The optimization purpose is to achieve the best approximation of the dynamic process y ∈ E being considered here. The approximation criterion is a minimum of the quantity ||y − ŷ||²_E. The variational problem under study is shown to be reduced to the problem of projecting vector y in E on the kernels of the difference operators with unknown coefficients  α ∈ ω ⊂ S ⊂ Eⁿ⁺¹, where  is a direction, S is a sphere or a hyperplane. The problem under study is shown to be related to the problems of the discretization and identifiability. In this case vector coordinates y ∈ E is an exact solution of differential equation on the lattice I_h and y = ŷ. The problem of the variational identification is compared with algebraic methods of identification. The orthogonal complement to the kernels of the difference operators are shown to always have Toeplitz basis. This results in fast projecting algorithms of computation. The problem of finding optimal vector α is shown to be reduced to the problem of the absolute minimization of the identification functional depending on the direction  in Eⁿ⁺¹. The iterative procedure of its minimization on a sphere with wide domain and high speed of convergence is presented here. The variational problem considered here can be applied in mathematical modeling for control problem and research purposes. On the finite intervals, for example, it is possible to use piecewise-linear dynamic approximations of the complex dynamic processes with difference and differential equations of the specified type.

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.

Рассматривается задача последовательного обхода мегаполисов (непустых конечных множеств) с условиями предшествования и функциями стоимости, зависящими от списка заданий. Постановка ориентирована на инженерные задачи, возникающие в атомной энергетике и связанные со снижением облучаемости работников, а также в машиностроении (маршрутизация движения инструмента при листовой резке на машинах с ЧПУ). Предполагается, что исследуемая задача дискретной оптимизации имеет ощутимую размерность, что вынуждает к использованию эвристик. Обсуждается процедура локального улучшения качества последних посредством применения оптимизирующих мультивставок, определяемых всякий раз в виде конечного дизъюнктного набора вставок. Предполагается, что в каждой вставке используется процедура оптимизации на основе широко понимаемого динамического программирования. Показано, что в «аддитивной» маршрутной задаче вышеупомянутого типа (с ограничениями и усложненными функциями стоимости) улучшения достигаемого результата также агрегируются аддитивно. Предлагаемая конструкция допускает реализацию в виде параллельной процедуры с использованием МВС; при этом отдельные вставки выделяются вычислительным узлам и формируются независимо.

We consider a problem of sequential traversal of megalopolises (nonempty finite sets) with travel cost functions depending on the set of pending tasks and precedence constraints. Its formulation is aimed at engineering problems in fission power generation connected with minimizing the exposure of staff to radiation and in machine engineering (routing of a CNC sheet cutting machine's tool). This discrete optimization problem is assumed to be sufficiently large-scale to necessitate the use of heuristics. We consider a procedure of local improvement for heuristics through a successive application of optimizing multi-inserts-finite disjoint sets of inserts. Each insert is assumed to be optimized by means of a broadly understood dynamic programming procedure. We show that in an “additive” routing problem of this kind (with precedence constraints and complex travel cost functions) the result's improvements are also aggregated additively. The proposed construction admits a parallel implementation for multiprocessor systems; in this case, the inserts are distributed to computational nodes and formed in an independent way.

В статье рассматривается общий случай маршрутной задачи дискретной оптимизации, осложненной условиями предшествования; изучается влияние условий предшествования на вычислительную сложность решений таких задач методом динамического программирования. Особенность применяемого метода динамического программирования заключается в его «экономичности»: подзадачи, не соблюдающие условия предшествования и, следовательно, не участвующие в оптимальном решении, не рассматриваются, что позволяет сберечь и вычислительную мощность, и память.

Этот метод c 2004 года используется А.Г. Ченцовым и его соавторами, но степень экономии ресурсов исследовалось мало. Мы предлагаем подход к решению этой проблемы, основанный на комбинаторном анализе числа подзадач, существенных в смысле условий предшествования. Применяя известные комбинаторные правила сложения и произведения, мы получили результат для важных частных случаев условий предшествования: а) «независимые» наборы условий предшествования; б) «цепь» условий предшествования - когда условия задают линейный порядок; в) случай, когда в графе предшествования нет неориентированных циклов, и исходящая степень любой вершины не превышает единицы. Последний случай представляет собой условия предшествования, встречающихся в практической задаче маршрутизации движений инструмента в машинах листовой резки и соответствует требованию вырезать внутренний контур прежде внешнего.

В связи с более сложной структурой случая в) по сравнению с остальными для него вместо аналитической формулы представлен алгоритм; алгоритм реализован на языке C++, зависимость его вычислительной сложности от числа связанных условиями предшествования объектов имеет не более чем квадратичный порядок. В дальнейшем мы предполагаем расширить область применения нашего подхода до более общих вариантов условий предшествования. Отметим также, что наш подход не зависит от критерия оптимальности, соответственно, может применяться для анализа сложности решения методом динамического программирования в произвольных маршрутных задачах с условиями предшествования.

We consider the general case of Precedence Constrained TSP (or a less general case of Sequential Ordering Problem) solved with a special kind of dynamic programming method that uses precedence constraints to significantly reduce the number of subproblems that must be solved to find the optimal solution of the original problem. Our aim is to quantify this reduction, which is necessary to clarify the influence of precedence constraints on computational complexity of dynamic programming solutions of such problems. This variety of the method of dynamic programming has been developed by A.G. Chentsov and his co-authors since 2004 but there was only one attempt at examining the influence of precedence constraints on complexity, which only described the influence of a single precedence constraint in the form of an “address pair” (sender, receiver).

Our approach to studying the complexity of this method is essentially the combinatorial analysis of the number of subproblems that are feasible in the sense of abiding by precedence constraints. Using the well-known combinatorial principles, the rule of product and the rule of sum, we established the estimates of complexity reduction for the following cases: a) “independent” sets of precedence constraints; b) “chains” of precedence constraints, when the precedence constraints define a linear ordering on the objects bound by them; c) precedence constraints expressed by an acyclic directed graph with outdegree (the number of receivers per sender) at most one. The latter case of precedence constraints is the one encountered in real-life problems of optimizing the route of the cutter in various machines used to cut sheet material. Since this is the most complex case of the three analyzed, instead of an analytic formula, we had to develop an algorithm (which we implemented in C++) to quantify the reduction; the computational complexity of the algorithm is less than quadratic with respect to the number of objects constrained by the precedence constraints. We intend to develop our approach to treat other cases of precedence constraints, eventually reaching the general case. We would also like to note that our method is optimization criterion-agnostic and thus applicable to many kinds of TSP, as long as they are precedence constrained and solvable by dynamic programming; in fact, our approach may be used to analyze the complexity of the dynamic programming method solution of any discrete optimization problem that deals with ordering subject to precedence constraints.

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.

Определяется параметрическое семейство конечномерных пространств специальных квадратичных сплайнов лагранжевого типа. В каждом пространстве в качестве решения начально-граничной задачи для простейшего волнового уравнения предлагается оптимальный сплайн, дающий наименьшую невязку, представляющую собой квадрат нормы в пространстве L₂. Для коэффициентов этого сплайна и для его невязки получены точные формулы. Формула для коэффициентов сплайна представляет собой линейную форму от конечных разностей дискретно заданных начальных и граничных условий исходной задачи. Формула для невязки J представляет собой положительно определенную квадратичную форму от этих же величин. Коэффициенты обеих форм вычислимы через многочлены Чебышева 2-го рода. Явный вид формулы для невязки позволяет при заданной точности вычислений ε > 0 решить неравенство J < ε² и получить априори достаточное количество узлов разностной схемы.

Исследования проведены для одного слоя по времени, имеющего два подслоя. Получены разностные формулы начального условия для частной производной по времени. Они позволяют формировать разностную схему для нового слоя, что, в свою очередь, позволяет продолжать итерационный вычислительный процесс по времени сколь угодно далеко.

We define the parameter family of finite-dimensional spaces of special quadratic splines of Lagrange’s type. In each space, the optimal spline which gives the smallest residual being a square of the norm in the space L₂, is proposed as a solution to the initial-boundary problem for the simplest wave equation. The exact formulas for the coefficients of the spline and its residual are obtained. The formula for the coefficients of this spline is a linear form of finite differences of the discretely given initial and boundary conditions of the original problem. The formula for the residual J is a positive definite quadratic form of these quantities. The coefficients of both forms are computable via Chebyshev’s polynomials of the second kind. The explicit form of the formula for the residual allows to solve the inequality J < ε² for a given computing accuracy ε > 0 and to receive a priori sufficient number of nodes of a difference scheme.

The investigations were carried out for one time layer, which has two sublayers. We obtained difference formulas of the initial condition for the partial derivative with respect to time. They allow to create a difference scheme for the new layer, which in turn allows to continue the iterative computational process in time as far as desired.

Определяется параметрическое семейство конечномерных пространств специальных квадратичных сплайнов лагранжевого типа. В каждом пространстве в качестве решения начально-граничной задачи для простейшего уравнения теплопроводности предлагается оптимальный сплайн, дающий наименьшую невязку, представляющую собой норму в пространстве L₂. Для коэффициентов этого сплайна и для его невязки получены точные формулы. Формула для коэффициентов сплайна представляет собой линейную форму от конечных разностей дискретно заданных начальных и граничных условий исходной задачи. Формула для невязки представляет собой положительно определенную квадратичную форму от этих же величин. Коэффициенты обеих форм вычислимы через многочлены Чебышева. Проведены компьютерные исследования качества аппроксимации в зависимости от параметров семейства.

We defined the parameter family of finite-dimensional spaces of special quadratic splines of Lagrange’s type. In each space as solution to the initial-boundary problem for the simplest heat conduction equation we propose optimal spline, which gives the smallest residual, which is a norm in the space L₂. We obtained exact formulas for coefficients of this spline and its residual. The formula for coefficients of this spline is a linear form of finite differences discrete given initial and boundary conditions of the original problem. The formula for the residual is a positive definite quadratic form of these quantities. The coefficients of both forms are computable via Chebyshev’s polynomials. We exercised the computer study of the quality of approximation depending on parameters of the family.