时间不一致随机线性二次优控制研究.pdfVIP

第17届IFAC系统识别大会预印本国际会议2015年10月

19‑21日。

具有时间不一致性的时间离散随机线性二次最优控制

∗∗∗∗∗∗

倪元华

∗应用数学系，理工大学，(电子邮件:

malixun@polyu.edu.hk)

∗∗数学系，工业大学，；系统与控制重点，

数学与系统科学，，,(电子邮件:

yhni@amss.ac.cn)。

∗∗∗系统与控制重点，数学与系统科学，，中

国，(电子邮件:jif@iss.ac.cn)

：本文研究了离散时间时间不一致随机线性二次最优控制的时间一致解。与现有文献不同，

代价泛函的状态权重矩阵和控制权重矩阵未施加定号约束。得到了开环时间一致均衡控制存在

的充要条件，这些条件包括某些前向‑后向随机差分方程系统的可解性、平稳条件以及凸性条件。

在附加条件下，通过某些广义差分Riccati方程系统的解刻画了开环均衡控制的闭式解。有趣

的是，该广义差分Riccati方程系统并不具有对称结构。最后，对于所考虑问题的一个特殊情

况，所有初始对的开环均衡控制的存在性被证明等价于某个特定广义差分Riccati方程的可解

性。

：时间不一致性，随机线性二次最优控制，前向‑后向随机差分方程

1.引言一个典型的例子是所谓的消费‑储蓄决策问题，其中涉及

拟几何折现问题Krusell(2003)。上，时间不一致性

Bellman最优性原理是Bellman动态规划原理中的一个

的数学表述最早由斯特罗茨（1955），而其定性分

关键结果，其含义是：对于给定的初始对，一个最优控制

析可以追溯到（1976）的研究。在斯特罗茨（

沿着最优轨迹仍然保持最优性。这是经典随机最优控制问

1955），Goldan(1980)、帕拉西奥斯（2003）、莱

题的一个重要性质，也被称为最优控制的时间一致性。在

布森（1997）和克（2003）的研究针对离散动态

现实中，最优控制问题的时间一致性常常不成立。一方面，

系统或简单的常微分方程（ODEs），涉及非指数折现。

外部环境在变化，因此受控系统必须根据新的初始对进行

尽管上述动态优化中时间不一致性的现象主要由经济学领

调整；另一方面，人们的决策目标和偏好在变化，这导致

域的研究人员进行研究，但这类最优控制问题也逐渐引起

代价泛函随着初始对而改变。由于这些变化，所考虑的最

控制领域学者的关注。，埃克兰（2008）和

优控制问题不再具有时间一致性。

Ekland(2007)研究了简单常微分方程和随机微分方程

（SDEs）中的非指数折现问题，并引入了时间一致控制

受控系统和代价泛函中各项对初始对