数学 > 优化与控制
[提交于 2025年7月16日
]
标题: 基于线性化的反馈稳定麦科恩-弗拉索夫PDEs
标题: Linearization-Based Feedback Stabilization of McKean-Vlasov PDEs
摘要: 我们研究环面上 McKean-Vlasov PDE 的反馈稳定化。 我们的目标是通过时间依赖的控制势将动力学导向预设的平稳分布或加速其收敛。 我们将受控 PDE 重新表述在加权投影空间中,并应用基态变换以得到一个 Schrodinger 类型的算子。 所得的算子框架使得能够进行谱分析、验证无限维 Hautus 测试,并构建基于 Riccati 的反馈律。 我们通过最大正则性论证和非线性估计严格证明了局部指数稳定化。 在广为人知的模型上的数值实验(噪声 Kuramoto 模型用于同步,磁场中的 O(2) 自旋模型,以及高斯/ von Mises 吸引相互作用势)展示了我们控制策略的有效性,证明了收敛速度的提升和对原本不稳定平衡点的稳定化。
文献和引用工具
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
推荐器和搜索工具
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.