求解HJB方程的兩類迭代法研究

楊建鵝，黃曉梅

(江西師范大學數學與信息科學學院，江西 南昌330022)

0 引言

HJB方程最早出現于用動態規劃解最優控制問題，之后在科學、工程、經濟領域中得到廣泛應用［1～5］。本文考慮如下HJB方程:

其中，Ω是R2上的有界區域，?Ω為Ω充分光滑的邊界，Fj為光滑函數，Lj為如下二階橢圓算子:

對方程(1)采用有限差分法或有限元方法進行離散，可以得到如下離散格式的 HJB方程［6～8］:

其中，Aj∈Rn×n，Fj∈Rn，j=1，2，…，k。方程(2)是非光滑的方程組。

條件A:Aj=()，j=1，2，…，k，是L矩陣(即≤0，p≠q，p，q=1，2，…，n)且Aj，j =1，2，…，k，是嚴格對角占優的。

目前人們提出了很多迭代算法解離散HJB方程［8～14］。本文基于上下解策略，提出兩類新的迭代法求解方程(2)，該算法的特點是簡單易行。下面給出上解集和下解集的定義。

1 算法

下面給出求解離散HJB方程的兩類算法。

1.1 算法1(Jacobi型迭代算法)

第1步:取ε＞0，初始值U0∈S1，m∶=0;

第2步:計算

第3步:如果‖Um+1－Um‖＜ε，則停止計算;否則令m∶=m+1，轉第2步。

1.2 算法2(Gauss-Seidel型迭代算法)

第1步:取ε＞0，初始值U0∈S1，m∶=0;

第2步:計算

第3步:‖Um+1－Um‖＜ε，則停止計算;否則令m∶=m+1，轉第2步。

注:當k=1時，算法1、算法2分別為求解線性方程組的Jacobi迭代法和Gauss-Seidel迭代法。若U0∈S0，算法1和算法2也是收斂的。

2 算法的收斂性

這一節，給出算法1和算法2的收斂性定理。在證明算法1和算法2的收斂性定理之前，先給出幾個重要的引理。

引理1［9］:設系數矩陣Aj，j=1，…，k，滿足條件A或條件B，那么對任意的sl(l=1，…，n)，矩陣A(s1，…，sn)為M矩陣。

引理2:設系數矩陣Aj，j=1，…，k，滿足條件A或條件B，且{Um}是算法1產生的迭代序列，那么{Um}是一個單調下降的上解序列，即{Um}?S1且Um+1≤Um，m=0，1，2，…。

證明:既然U0∈S1，由歸納法原理，只需要證明對任意m，若Um∈S1，則Um+1∈S1，且Um+1≤Um。

由算法1及上述不等式知

從而Um+1≤Um。

由算法1的第2步知:

那么存在某個ji(1≤ji≤k)，使得