[論文レビュー] Optimal Control of a Parabolic Distributed Parameter System Using a Barycentric Shifted Gegenbauer Pseudospectral Method

Kareem T. Elgindy|arXiv (Cornell University)|Mar 4, 2016

Advanced Numerical Methods in Computational Mathematics参考文献 2被引用数 3

ひとこと要約

本稿では、放物型分布定数系に従う最適制御問題を解くために、新規の重心型シフト付きゲンゲンアウトゥー擬スペクトル法（BSGPM）を提案する。問題を積分形式に再定式化し、シフト付きゲンゲンアウトゥー・ガウス求積ノードを用いた安定な重心補間を適用することで、最小限の配置点数で指数的収束を達成し、精度が高く、従来の手法を上回る効率性と精度を実現する。

ABSTRACT

In this paper, we introduce a novel pseudospectral method for the numerical solution of optimal control problems governed by a parabolic distributed parameter system. The infinite-dimensional optimal control problem is reduced into a finite-dimensional nonlinear programming problem through shifted Gegenbauer quadratures constructed using a stable barycentric representation of Lagrange interpolating polynomials and explicit barycentric weights for the shifted Gegenbauer-Gauss (SGG) points. A rigorous error analysis of the method is presented, and a numerical test example is given to show the accuracy and efficiency of the proposed pseudospectral method.

研究の動機と目的

• 放物型偏微分方程式に従う最適制御問題を解くための高次元・安定な数値解法を開発すること。
• 積分再定式化とスペクトル離散化を用いて、無限次元の最適制御問題を良好に条件付けられた有限次元非線形計画問題に還元すること。
• 安定な重心補間とシフト付きゲンゲンアウトゥー求積を活用し、最小限の配置点数で指数的収束率を達成すること。
• 径路基底関数法など既存手法を上回る、優れた精度と計算効率を提供すること。
• 広範なPDE制約付き最適制御問題に適用可能な堅牢なフレームワークを提供すること。

提案手法

• 状態変数および制御変数の逐次積分を用いて、元のPDE制約付き最適制御問題を積分形式に再定式化する。
• 配置点としてシフト付きゲンゲンアウトゥー・ガウス（SGG）点を採用し、明示的な重心重みを有するラグランジュ補間多項式の安定な重心表現を活用する。
• 積分演算子を正確かつ効率的に近似するために、シフト付きゲンゲンアウトゥー求積を用いて積分行列を構築する。
• 無限次元問題を線形制約を伴う有限次元非線形計画問題に離散化し、標準的な最適化ソルバで解けるようにする。
• ゲンゲンアウトゥー多項式のスペクトル的性質と重心補間の良好な条件数を活用することで、高次元精度を確保する。
• 厳密な誤差解析を実施し、配置点数の増加に伴い誤差がスペクトル的に減少することを証明する。

実験結果

リサーチクエスチョン

• RQ1 重心型シフト付きゲンゲンアウトゥー擬スペクトル法は、放物型最適制御問題に対して指数的収束を達成できるか？
• RQ2 シフト付きゲンゲンアウトゥー多項式における形状パラメータαの選択が、解の精度および安定性にどのように影響するか？
• RQ3 同じ問題に対して、径路基底関数法と比較して、提案手法が精度および計算コストの面で優れているか？
• RQ4 配置点数の増加に伴う本手法の収束特性はいかなるものか？
• RQ5 離散化形式において、初期条件および境界条件などの制約がどの程度正確に保持されているか？

主な発見

• BSGPMは指数的収束率を達成し、配置点数の増加に伴い誤差がスペクトル的に減少する。
• 空間的および時間的各方向でN=5の配置点数のみを用いても、各方向に120ノードを用いる径路基底関数法と同等の精度を達成する。
• 小規模なN値では、非正のα値（例：α = -0.2）を有するSGG点における離散化が初期条件（ψ₁）の最大誤差を最小化し、小スケール問題において優れた精度を示す。
• 解の妥当性および最大境界条件違反（ψ₂）は、全テスト設定において機械精度に近い水準を維持しており、強い制約満たしを示している。
• すべてのテストされたNおよびα値において、近似最適コスト関数Jₙ,ₙ*は約15に安定化しており、数値的一致性を確認している。
• 図2および図3に示すように、N=12かつα=-0.2の条件でも、状態および制御プロファイルが極めて高精度に再現されており、最小限のグリッドポイント数で高解像度の近似が可能であることを示している。