[论文解读] Methods for verified stabilizing solutions to continuous-time algebraic Riccati equations
本论文提出了一种基于改进的Krawczyk方法与定点法的验证计算方法,用于求解连续时间代数Riccati方程(CAREs)的镇定解。通过利用基变换、区间算术以及一种新型的斜率矩阵公式化方法,该方法实现了O(n³)复杂度的验证包围,相较于先前的最先进算法在多个基准测试中表现更优,即使在闭环矩阵不可对角化时仍保持可靠性。
We describe a procedure based on the Krawczyk method to compute a verified enclosure for the stabilizing solution of a continuous-time algebraic Riccati equation $A^*X+XA+Q=XGX$ building on the work of [B.~Hashemi, \emph{SCAN} 2012] and adding several modifications to the Krawczyk procedure. We show that after these improvements the Krawczyk method reaches results comparable with the current state-of-the-art algorithm [Miyajima, \emph{Jpn. J. Ind. Appl. Math} 2015], and surpasses it in some examples. Moreover, we introduce a new direct method for verification which has a cubic complexity in term of the dimension of $X$, employing a fixed-point formulation of the equation inspired by the ADI procedure. The resulting methods are tested on a number of standard benchmark examples.
研究动机与目标
- 开发验证性数值方法,计算包含连续时间代数Riccati方程(CAREs)唯一镇定解的严格区间矩阵包围。
- 通过降低计算复杂度并最小化区间算术中的包裹效应,提升CAREs验证计算的效率与可靠性。
- 通过引入一种不依赖矩阵可对角化性的新型定点公式化方法,解决现有方法在非对角化或病态闭环矩阵下的局限性。
- 为计算得到的解包围提供镇定性质的验证保证(即A - GX的Hurwitz稳定性)。
- 在一组标准CARE测试问题上,对所提方法与最先进算法进行基准测试与性能比较。
提出的方法
- 通过利用Hamiltonian矩阵的不变子空间结构进行基变换,将Krawczyk方法适配于CAREs,减少区间算术运算并最小化包裹效应。
- 采用受非验证Riccati求解器启发的基变换,重新表述CARE,使得镇定解具有有界范数,从而实现更紧致的区间包围。
- 用代数推导出的表达式替代标准区间Jacobian计算以获得更小、更精确的区间包围,从而改进斜率矩阵的估计。
- 基于ADI迭代框架提出CARE的一种新型定点公式化方法,实现每步迭代O(n³)的复杂度,且无需闭环矩阵可对角化。
- 实现验证程序,通过检查A - GX的所有特征值是否位于开左半平面,来确认计算得到的区间解的镇定性质。
- 使用区间算术与验证线性代数(如验证矩阵分解)确保所有运算(包括特征值计算)均被严格包围。
实验结果
研究问题
- RQ1能否通过基变换与改进的斜率矩阵估计,增强Krawczyk方法,以实现性能优异且包围更紧致的验证CARE解?
- RQ2通过不变子空间变换重新表述CARE,是否能导致条件更好的问题,并在验证计算中实现更优的区间包围?
- RQ3基于ADI过程的定点方法是否能在闭环矩阵为亏损或近乎亏损时,为Krawczyk方法提供可靠的替代方案?
- RQ4所提方法与[25]中的最先进算法相比,在计算成本、可靠性与包围质量方面表现如何?
- RQ5验证方法在矩阵维数n上的可扩展性如何?其在实际中是否保持O(n³)的复杂度?
主要发现
- 改进的Krawczyk方法在性能上与[25]中的最先进算法相当,且在多个基准示例中实现了更紧致的解包围。
- 新型定点方法成功处理了闭环矩阵不可对角化或病态的情形,而基于Krawczyk的方法可能在这些情况下失效。
- 所有四种测试方法(H、M、K、F)的实验结果表明,其随矩阵维数n的增长近似满足O(n³)复杂度,测试范围为10至1000。
- 方法M(基于[25])在实践中速度最快,但方法K(改进的Krawczyk)更可靠,尤其在病态问题中失败频率更低。
- 方法F的失败率最高,但在闭环矩阵不可对角化的情况下表现独特有效,体现出其特定应用场景下的优势。
- 在最大测试案例(n = 1000)中,仅方法K成功验证了解及其镇定性质,凸显其在极端情况下的鲁棒性。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。