Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:1705.04299

帮助 | 高级搜索

数学 > 概率

arXiv:1705.04299 (math)
[提交于 2017年5月11日 ]

标题: 随机延迟系统在终端状态约束下的最大值原理

标题: Maximum principle for a stochastic delayed system involving terminal state constraints

Authors:Jiaqiang Wen, Yufeng Shi
摘要: 我们研究一个随机最优控制问题,其中受控系统被描述为一个随机微分延迟方程;然而,在终端时间,状态被约束在一个凸集中。 我们首先引入一个等价的后向延迟系统,该系统被描述为一个时间延迟的后向随机微分方程。 然后,通过利用Ekeland变分原理获得一个随机最大值原理。 最后,研究了对一个状态约束的随机延迟线性二次控制模型和一个生产-消费选择问题的应用,以说明主要获得的结果。
摘要: We investigate a stochastic optimal control problem where the controlled system is depicted as a stochastic differential delayed equation; however, at the terminal time, the state is constrained in a convex set. We firstly introduce an equivalent backward delayed system depicted as a time-delayed backward stochastic differential equation. Then a stochastic maximum principle is obtained by virtue of Ekeland's variational principle. Finally, applications to a state constrained stochastic delayed linear-quadratic control model and a production-consumption choice problem are studied to illustrate the main obtained result.
评论: 16页
主题: 概率 (math.PR) ; 优化与控制 (math.OC)
MSC 类: 93E20, 60H10
引用方式: arXiv:1705.04299 [math.PR]
  (或者 arXiv:1705.04299v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.1705.04299
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Jiaqiang Wen [查看电子邮件]
[v1] 星期四, 2017 年 5 月 11 日 17:34:26 UTC (14 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.PR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2017-05
切换浏览方式为:
math
math.OC

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号