[论文解读] Guaranteed optimal reachability control of reaction-diffusion equations using one-sided Lipschitz constants and model reduction

Adrien Le Coënt, Laurent Fribourg|arXiv (Cornell University)|Jul 25, 2019

Model Reduction and Neural Networks参考文献 39被引用 4

一句话总结

本文提出了一种针对一维反应-扩散方程的保证最优控制方法，采用显式欧拉时间离散化和单边利普希茨（OSL）常数，证明了当OSL常数为负时，其在时间跨度上的收敛性和线性误差界。此外，还引入了一种模型降阶技术，以提高大规模系统的计算效率。

ABSTRACT

We show that, for any spatially discretized system of reaction-diffusion, the approximate solution given by the explicit Euler time-discretization scheme converges to the exact time-continuous solution, provided that diffusion coefficient be sufficiently large. By "sufficiently large", we mean that the diffusion coefficient value makes the one-sided Lipschitz constant of the reaction-diffusion system negative. We apply this result to solve a finite horizon control problem for a 1D reaction-diffusion example. We also explain how to perform model reduction in order to improve the efficiency of the method.

研究动机与目标

• 解决非线性反应-扩散PDE在有限时间跨度内的最优控制挑战，确保可达性。
• 通过利用负的单边利普希茨常数，确保时间离散化解的数值稳定性和收敛性。
• 通过结合显式欧拉积分与模型降阶，开发一种计算高效的控制方法。
• 提供与时间跨度呈线性关系的严格误差界，优于先前工作中呈指数关系的误差界。
• 通过基于投影的模型降阶，使最优控制方法可应用于更大空间离散化系统。

提出的方法

• 对空间进行半离散化，将反应-扩散PDE转化为常微分方程系统。
• 采用显式欧拉时间积分进行数值求解，当系统OSL常数为负时，可保证收敛性。
• 利用单边利普希茨（OSL）常数推导出与时间跨度T呈线性关系的先验误差界。
• 应用本征正交分解（POD）进行模型降阶，将高维系统投影到低维子空间。
• 构建一个降阶系统，在其中合成最优控制策略，然后将其应用于全维系统，且误差有界。
• 使用基于投影的误差估计，界定全系统与降阶系统轨迹之间的偏差，误差与 $ \frac{K_2 \sigma}{|\lambda_{h_1}|} $ 成正比。

实验结果

研究问题

• RQ1 在特定条件下，显式欧拉时间离散化能否保证收敛到反应-扩散PDE的真实解？
• RQ2 单边利普希茨常数对有限时间跨度PDE最优控制中误差界的影响是什么？
• RQ3 如何将模型降阶应用于反应-扩散系统，以在降低计算成本的同时保持控制性能？
• RQ4 能否对降阶系统与全系统轨迹之间的误差界进行定量界定，以支持保证性控制设计？
• RQ5 所提方法是否实现与时间跨度呈线性关系的误差标度，而非先前方法中的指数标度？

主要发现

• 当扩散系数足够大，以确保单边利普希茨常数为负时，显式欧拉格式可收敛到反应-扩散PDE的精确解。
• 最优控制解的误差界与时间跨度T呈线性关系，优于先前工作中发现的指数依赖 $ O(e^{L_f T}) $。
• 通过投影实现的模型降阶显著减小了系统规模——例如，从 $ M_2 = 10 $ 降低到 $ M_1 = 5 $，使网格尺寸减小约 $ 15^5 \approx 7.6 \times 10^5 $ 倍，从而使大规模控制成为可能。
• 降阶误差被界定为 $ \frac{K_2 \sigma}{|\lambda_{h_1}|} $，其中 $ \sigma $ 表示POD截断误差，该界确保投影轨迹始终位于目标的已知邻域内。
• 针对一维双稳态反应-扩散系统的实验结果表明，基于降阶模型导出的控制策略能成功将全系统引导至目标状态，且仿真结果与全系统结果高度一致。
• 后验仿真显示，理论误差界较为保守，实际轨迹之间的距离远小于上界。