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:2012.00799v1

帮助 | 高级搜索

数学 > 偏微分方程分析

arXiv:2012.00799v1 (math)
[提交于 2020年12月1日 ]

标题: 关于最优动态阻塞策略的正则性

标题: On the Regularity of Optimal Dynamic Blocking Strategies

Authors:Alberto Bressan, Maria Teresa Chiri
摘要: 本文研究了一个动态阻塞问题,该问题受到最优防火隔离模型的启发。 虽然火势可以在所有方向以单位速度扩展,但屏障是在实时构建的。 寻求一种最优策略,以最小化燃烧区域的总价值加上建设成本。 众所周知,存在最优屏障。 一般来说,它们是可数个紧致、连通、可求长集合的并集。 本文的主要结果表明,最优屏障在任何地方都是稀疏的。 证明依赖于对可达集和火势最优轨迹的新估计,解决了在障碍物存在情况下的最短时间问题。
摘要: The paper studies a dynamic blocking problem, motivated by a model of optimal fire confinement. While the fire can expand with unit speed in all directions, barriers are constructed in real time. An optimal strategy is sought, minimizing the total value of the burned region, plus a construction cost. It is well known that optimal barriers exists. In general, they are a countable union of compact, connected, rectifiable sets. The main result of the present paper shows that optimal barriers are nowhere dense. The proof relies on new estimates on the reachable sets and on optimal trajectories for the fire, solving a minimum time problem in the presence of obstacles.
评论: 46页,16图
主题: 偏微分方程分析 (math.AP) ; 经典分析与常微分方程 (math.CA); 优化与控制 (math.OC)
MSC 类: 49Q20, 34A60, 49J24, 93B03
引用方式: arXiv:2012.00799 [math.AP]
  (或者 arXiv:2012.00799v1 [math.AP] 对于此版本)
  https://doi.org/10.48550/arXiv.2012.00799
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Maria Teresa Chiri [查看电子邮件]
[v1] 星期二, 2020 年 12 月 1 日 19:47:38 UTC (140 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
许可图标 查看许可
当前浏览上下文:
math.AP
< 上一篇   |   下一篇 >
新的 | 最近的 | 2020-12
切换浏览方式为:
math
math.CA
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