带观测噪声的正倒向随机微分系统的部分信息近最优控制
最优化与控制
2017-08-11 v1
摘要
本文首次尝试在控制域凸的假设下，研究由带观测噪声的正倒向随机微分方程所支配系统的部分信息近最优控制。利用Ekeland变分原理以及对状态过程和伴随过程的一些基本估计，我们以局部形式建立了任意 -近最优控制的必要条件，其误差阶精确为 \varepsilon ^{% \frac{1}{2}}。此外，在Hamilton函数满足额外凸性条件的情形下，我们证明了基于积分形式Hamilton函数的 -最大条件是近最优性的充分条件。
引用
@article{arxiv.1708.03004,
title = {Partial Information Near-Optimal Control of Forward-Backward Stochastic Differential System with Observation Noise},
author = {Qingxin Meng and Qiuhong Shi and Maoning Tang},
journal= {arXiv preprint arXiv:1708.03004},
year = {2017}
}