摘 要： 本文研究了基于乘性噪聲的隨機(jī)線性二次型最優(yōu)控制。由于參數(shù)的不確定性，此類問題很難求得解析的最優(yōu)控制策略。然而，利用動態(tài)規(guī)劃方法，此類問題的解析解被成功地求解。得到的最優(yōu)控制策略是一個(gè)線性狀態(tài)反饋策略，其系數(shù)可以通過一個(gè)擴(kuò)展黎卡提方程離線計(jì)算求得。

關(guān)鍵詞： 隨機(jī)線性二次型；動態(tài)規(guī)劃；乘性噪聲

基金項(xiàng)目：基金項(xiàng)目1全稱（基金項(xiàng)目號）；

0 引言

本文致力于研究基于乘性噪聲的隨機(jī)線性二次型最優(yōu)控制（Linear-Quadratic，簡稱LQ）。近年來，由于線性二次型最優(yōu)控制問題具有非常廣泛的應(yīng)用，此類問題吸引了國內(nèi)外學(xué)者大量的研究，例如，金融衍生品定價(jià)，人口模型，動態(tài)投資組合管理。

Kalman[1]最先提出了經(jīng)典的確定性線性二次型最優(yōu)控制問題。此后，Wonham[2] 和Bismut[3] 分別將此類問題擴(kuò)展到確定性參數(shù)的和隨機(jī)性參數(shù)的隨機(jī)線性二次型最優(yōu)控制問題。從此，關(guān)于確定性和隨機(jī)性的LQ最優(yōu)控制問題被大量的研究，特別是由Chen等人[4] 提出來的所謂的不定隨機(jī)LQ控制，其關(guān)于控制量和狀態(tài)量的懲罰矩陣是不定的，此類問題在某些特定條件下仍然是適定的，引起廣大學(xué)者的研究興趣[5][6]。

目前研究隨機(jī)LQ最優(yōu)控制問題的文獻(xiàn)中，其不同階段的參數(shù)是被假設(shè)為獨(dú)立的，但是實(shí)際應(yīng)用中，不同階段的系統(tǒng)參數(shù)可能是相關(guān)的。Costa等[5] 研究了參數(shù)是帶Markov跳躍的隨機(jī)LQ控制問題并得到了最優(yōu)控制策略和最優(yōu)目標(biāo)值的解析表達(dá)式。Chen等[7] 提出了一類參數(shù)服從Markov鏈的隨機(jī)LQ最優(yōu)控制問題，并提出有效算法以求得此類問題的最優(yōu)控制。在實(shí)際應(yīng)用中，不同階段參數(shù)相關(guān)性具有多樣性的特點(diǎn)，例如，Markov鏈、二叉樹模型、布朗運(yùn)動及其它時(shí)間序列模型。這要求研究者能提出對大部分時(shí)間序列模型都能適用的隨機(jī)LQ控制模型，并尋找有效的理論和算法得到此類問題最優(yōu)控制策略的解析解或數(shù)值解。然而，此類隨機(jī)LQ控制模型一直還未能得到突破。

本文的主要貢獻(xiàn)在于以下：基于不同階段參數(shù)相關(guān)性具有多樣性的特點(diǎn)，提出了一類基于乘性噪聲的隨機(jī)線性二次型最優(yōu)控制問題，其參數(shù)具有一般相關(guān)性且適用大部分的隨機(jī)過程。利用著名的動態(tài)規(guī)劃求得此類問題的最優(yōu)控制策略和最優(yōu)目標(biāo)值的解析表達(dá)式。

1 建立模型

本文中，考慮如下的離散時(shí)間隨機(jī)線性動態(tài)系統(tǒng)：

為了對問題P（LQ）進(jìn)行求解，我們需要以下假設(shè)。

2模型求解

本節(jié)中，我們應(yīng)用動態(tài)規(guī)劃的方法來求解問題P（LQ）。

定理1 問題（LQ）在t時(shí)刻的最優(yōu)控制策略是一個(gè)線性狀態(tài)反饋策略，

其中，Lt被定義為Lt，對于t=0，1，...，T-1，

而且，問題P（LQ）的最優(yōu)目標(biāo)值為

其中，Kt被定義為，對于t=0，1，...，T-1，

最后，根據(jù)假設(shè)1，我們可以得到最優(yōu)控制策略如公式（1.3）。而且，我們還可以得到t時(shí)刻的值函數(shù)為公式（1.5）。

結(jié)束語

本文研究了基于乘性噪聲的隨機(jī)線性二次型最優(yōu)控制問題。與現(xiàn)有的文獻(xiàn)相比，本文中的參數(shù)是序列相關(guān)的，造成了此類問題很難求得相應(yīng)的解析解。然而，利用動態(tài)規(guī)劃方法，此類問題的解析解被成功地求解。得到的最優(yōu)控制策略是一個(gè)線性狀態(tài)反饋策略。

參考文獻(xiàn)

[1] R. E. Kalman. Contribution to the theory of optimal control [J]. Bol. Soc. Mat. Mexicana， 1960， 5（63） ： 102-119.

[2] W. M. Wonham. On a matrix riccati equation of stochastic control [J]. SIAM J. Control， 1969， 6（4）： 681-697.

[3] J. M. Bismut. Linear quadratic optimal stochastic control with random coefficients[J]. SIAM J. Control Optim， 1976， 14（3）： 419-444.

[4] S. P. Chen， X. J. Li， and X. Y. Zhou. Stochastic linear quadratic regulators with indefinite control weight costs. SIAM J. Control Optim.， 1998， 36（5）： 1685-1702.

[5] O. L. V. Costa and W. L. Paulo. Indefinite quadratic with linear cost optimal control of markovian jump with multiplicative noise systems. Automatica， 2007， 43（4）： 587-597.

[6] D. D. Yao， S. Z. Zhang， and X. Y. Zhou. Stochastic linear quadratic control via semidefinite programming. SIAM J. Control Optim.， 2001， 40（3）： 801-823.

[7] N. Y. Chen， S. Kou， and C. Wang. A partitioning algorithm for markov decision processes with applications to market microstructure[J]. Management Science， 2017.

[8] J. A. Primbs and C. H. Sung. Stochastic receding horizon control of constrained linear systems with state and control multiplicative noise[J]. IEEE Transactions on Automatic Control， 2009， 54（2）： 221-230.

[9] O. L. V. Costa and M. V. Araujo. A generalized multi-period mean-variance portfolio with markov switching parameters[J]. Automatica， 2008， 44： 2487-2497.

作者簡介： 龐珊 （1989-），女（漢族），陜西西安人，助教，碩士，主要研究方向?yàn)閮?yōu)化理論，隨機(jī)最優(yōu)控制在金融與刑事科學(xué)中的應(yīng)用.