哈密顿-雅可比-贝尔曼方程

✍ dations ◷ 2025-04-02 17:28:52 #偏微分方程,动态规划

哈密顿-雅可比-贝尔曼方程(Hamilton-Jacobi-Bellman equation,简称HJB方程)是一个偏微分方程,是最佳控制的中心。HJB方程式的解是针对特定动态系统及相关成本函数下,可以有最小成本的控制实值函数。

若只在某一个区域求解,HJB方程是一个必要条件,若是在整个状态空间下求解,HJB方程是充份必要条件。其解是针对开回路的系统,但也允许针对闭回路系统求解。HJB方程也可以扩展到随机系统。

一些经典的变分问题,例如最速降线问题,可以用此方法求解。

HJB方程的基础是以1950年代由理查德·贝尔曼及其同仁提出的动态规划。对应的离散系统方程式一般称为贝尔曼方程。在连续时间的结果可以视为由卡尔·雅可比及威廉·哈密顿提出,经典力学中哈密顿-雅可比方程的延伸。

考虑在时间 {\displaystyle } 为标量成本函数,为计算其最终状态时效力时或经济值的函数,()为系统状态向量,(0)假设已知,及()是想要求得的控制向量,在 0 ≤  ≤ 。

此系统也需满足下式:

其中可以根据状态向量决定向量后续的变化。

针对上述简单的系统,哈密顿-雅可比-贝尔曼微分方程如下:

需符合以下条件

其中 a b {\displaystyle a\cdot b} 到 + ,可得:

注意最后一项的泰勒展开式如下:

其中o()是泰勒展开式中的高阶项,若在等式两侧删除((), ),除以,并取趋近为零的极限,可得上述定义的HJB方程。

HJB方程一般会用逆向归纳法(英语:Backward induction)求解,也就是从 t = T {\displaystyle t=T} 往前求解到 t = 0 {\displaystyle t=0}

若对整个状态空间求解,HJB方程是最佳解的充份必要条件。若可以求解 V {\displaystyle V} ,就可以找到达到最小成本的控制 u {\displaystyle u}

一般而言,HJB方程不会有一个传统光滑函数的解。为了这些情形发展了许多广义解的表示方式,包括皮埃尔-路易·利翁及迈克尔·克兰德尔(英语:Michael Crandall)的粘性解,Andrei Izmailovich Subbotin的极小化极大算法等。

上述的作法主要是应用贝尔曼的最优化原理,以及在时间上由最终时间倒推求解,针对随机控制问题也可以用类似的作法求最佳解。考虑以下的问题

此时 ( X t ) t {\displaystyle (X_{t})_{t\in }\,\!} 为随机过程,而 ( u t ) t {\displaystyle (u_{t})_{t\in }\,\!} 为控制变数。首先使用贝尔曼方程,再用伊藤引理将 V ( X t , t ) {\displaystyle V(X_{t},t)} 展开,可以得到以下的随机HJB方程。

其中 A {\displaystyle {\mathcal {A}}} 为随机微分运算子,以下是最终时间的限制条件。

注意此时已没有随机性了。此例中后者的 V {\displaystyle V\,\!} 不一定是原来方程式的解,它只是可能解之一,需要再作验证。此技巧常用在财务数学中,决定在市场中的最佳投资策略(例如像默顿的投资组合问题(英语:Merton's portfolio problem))。

下例是一个有线性随机动态特性的系统,有二次式的成本。若系统动态为

而成本以以下的速度累积 C ( x t , u t ) = r ( t ) u t 2 / 2 + q ( t ) x t 2 / 2 {\displaystyle C(x_{t},u_{t})=r(t)u_{t}^{2}/2+q(t)x_{t}^{2}/2} ,则HJB方程为

假设价值函数是二次式,可以将一般的Riccati方程用在价值函数的海森矩阵中,即为线性二次高斯控制(LQG控制)。

相关

  • 穴部,为汉字索引中的部首之一,康熙字典214个部首中的第一百一十六个(五划的则为第二十二个)。就繁体和简体中文中,穴部归于五划部首。大都从下方为部字。且无其他部首可用者将部
  • 劳动生产率生产率是一个经济学术语,是指由原材料变成产品的过程中的效能和效率表现,是每单位投入的产出。生产率的提高是由于资本或劳动力效率的提高,但将资本生产率和劳动生产率分开计算
  • 周建南周建南(1917年11月-1995年6月28日),江苏宜兴人,曾任中华人民共和国机械工业部部长,前央行行长周小川之父。1937年,国立交通大学(上海)电机系肄业。1917年,生于江苏宜兴1937年,抵达延安1
  • 磷酸核糖焦磷酸5-磷酸核糖-1α-焦磷酸(Phosphoribosyl pyrophosphate,缩写PRPP)是一种核糖衍生物。它是核糖C1的活化形式,由核糖-5-磷酸与ATP在核糖磷酸焦磷酸激酶催化下生成。磷酸核糖焦磷酸
  • 克里斯·克里斯托佛森克里斯托佛·克里斯蒂安“克里斯”·克里斯托佛森(英语:Kristoffer Kristian "Kris" Kristofferson,1936年6月22日-)是美国乡村音乐歌手,作曲家,音乐家和电影演员。克里斯·克里斯
  • 计算员计算员(英语:Computer或human computer)是电子计算机发明以前,专门从事数学计算工作的人员,他们通常要分组进行冗长的计算。这项工作起源于17到18世纪的天文学计算。在二次大战期
  • 孔万春孔万春(13世纪-1241年),字耆老,宋朝时衢州人。孔子五十二代孙,孔端操玄孙,孔玠曾孙,孔搢之孙,孔文远之子。其父孔文远去世后,宋理宗宝庆二年(1226年),袭封衍圣公,成为南宗第五代衍圣公。宋
  • 氯酸铵氯酸铵(Ammonium chlorate),化学式是NH4ClO3,是铵与氯酸根(Chlorate)的无机化合物。主要用途是作为氧化剂,有爆炸性。氯酸铵不稳定,它在50 °C开始分解,在90 °C发生爆炸。其分解反应
  • 吴炳良吴炳良(印尼语:Gouw Peng Liang, 1869年-1928年),印度尼西亚侨生马来由文学家。1869年出生在雅加达的一个富有土生华人家庭。曾担任报社记者、编辑等职位。其政治立场较为保守,因
  • 李汉李汉可以是下列人物: