A $C^0$ weak Galerkin method with preconditioning for constrained optimal control problems with general tracking

这是一份关于论文《A C0 weak Galerkin method with preconditioning for constrained optimal control problems with general tracking》（带有一般跟踪项的约束最优控制问题的 C0 弱 Galerkin 方法及预处理技术）的详细技术总结。

1. 研究背景与问题定义

研究背景：
偏微分方程（PDE）控制的最优控制问题（OCPs）在物理、工程和动力学系统中广泛应用。特别是涉及**一般跟踪（general tracking）成本泛函和逐点状态约束（pointwise state constraints）**的问题，在实际应用中非常普遍，但在数学分析和数值计算上极具挑战性。

核心问题：

• 一般跟踪： 目标是将系统状态匹配到域内的特定点、曲线或子区域。这种跟踪方式会降低最优状态及其伴随拉格朗日乘子的正则性（regularity），甚至导致乘子为测度值。
• 逐点状态约束： 对状态变量施加上下界约束（$\psi_- \le y \le \psi_+$），这进一步降低了最优解的正则性，使得数值求解变得困难，且难以保证约束的数值稳定性及最优收敛阶。
• 数学形式： 通过消除控制变量，该类问题可转化为关于状态变量的四阶变分不等式。

现有方法的局限性：
现有的主流方法如 $C^0$ 内部惩罚法（$C^0$-IP）虽然使用标准的拉格朗日单元降低了自由度，但存在以下问题：

1. 依赖惩罚参数（penalty parameter）的精心调节以确保稳定性。
2. 包含迹项（trace terms），阻碍了刚度矩阵的单元级（elementwise）组装和并行计算。
3. 生成的线性系统条件数很大，导致求解器效率低下。

---

2. 方法论

本文提出了一种结合$C^0$ 弱 Galerkin（$C^0$-WG）方法与加性 Schwarz 预处理技术的数值框架。

2.1 $C^0$ 弱 Galerkin 方法 ($C^0$-WG)

• 离散空间： 使用全局连续的二次拉格朗日单元（globally continuous quadratic Lagrange elements）。
• 弱拉普拉斯算子（Weak Laplacian）：
  • 利用弱定义的微分算子，将拉普拉斯算子定义为对偶空间中的线性泛函。
  • 在单元内部，离散弱拉普拉斯算子被计算为分段常数函数。
  • 关键公式： 利用相邻单元共享边界的质心处的梯度值及几何数据（边长、面积），显式地计算出弱拉普拉斯算子，无需计算高阶导数或复杂的迹项。
• 双线性形式：
  • 由弱拉普拉斯算子的 $L^2$ 内积和一个**无参数（parameter-free）**的稳定项（stabilizer）组成。
  • 稳定项仅依赖于梯度的跳跃，形式简单，且不需要像 $C^0$-IP 那样调节惩罚参数 $\rho$。
• 优势： 实现了单元级的刚度矩阵组装，消除了迹项和惩罚参数的依赖，简化了实现并提高了计算效率。

2.2 加性 Schwarz 预处理 (Additive Schwarz Preconditioner)

• 目的： 解决由四阶 PDE 和一般跟踪项导致的线性系统病态（ill-conditioned）问题。
• 策略： 采用基于域分解（Domain Decomposition）的一层加性 Schwarz 预处理技术。
  • 将全局计算域划分为重叠的子域。
  • 在每个子域上独立求解局部问题。
  • 将局部解加权求和以构建全局近似。
• 效果： 显著改善了系统的条件数，使得迭代求解器（如共轭梯度法）能够高效、可扩展地运行。

---

3. 主要贡献

1. $C^0$-WG 方法的构建与理论分析：

   • 设计了基于全局连续二次单元的 $C^0$-WG 格式，专门用于处理带逐点状态约束的四阶变分不等式。
   • 证明了该方法的适定性（well-posedness）和误差估计。
   • 建立了与现有 $C^0$-IP 方法的联系，证明了 $C^0$-WG 在保持精度的同时，消除了惩罚参数和迹项，实现了参数无关的稳定性和高效的矩阵组装。

2. 定制化的预处理技术：

   • 针对 $C^0$-WG 离散系统开发了加性 Schwarz 预处理子。
   • 理论证明了预处理后系统的条件数 $\kappa(B_h A_h)$ 与网格尺寸 $h$ 和重叠宽度 $\delta$ 的关系（$\kappa \lesssim \delta^{-4}$），表明预处理能有效控制条件数的增长。

3. 严格的收敛性分析：

   • 在一般跟踪和状态约束的复杂设置下，利用插值估计和变分不等式理论，推导了最优状态和最优控制的误差界，证明了方法具有最优收敛阶。

---

4. 数值实验结果

论文在二维设置下进行了数值实验，验证了方法的准确性、效率和鲁棒性。

• 双调和问题（Biharmonic Problem）：

  • 验证了 $C^0$-WG 方法在光滑解情况下的收敛性。
  • 结果显示该方法在网格依赖范数下达到了预期的收敛阶（甚至观察到超收敛现象）。

• 约束最优控制问题（Constrained OCPs）：

  • 精度对比： 将 $C^0$-WG 与 $C^0$-IP 方法在 $L^\infty, L^2, H^1$ 及离散范数下进行对比。结果表明，$C^0$-WG 在所有测试范数下均产生了更精确的近似解，且收敛阶更高。
  • 条件数与预处理：
    • 未预处理系统的条件数随网格加密以 $O(h^{-4})$ 的速度增长。
    • 引入加性 Schwarz 预处理后，条件数显著降低（减少了两个数量级以上），且增长速率被抑制在 $O(h^{-3})$ 以下。
    • 重叠宽度 $\delta$ 越大（如 $\delta=2h$），条件数越小，证明了重叠区域对改善数值稳定性的有效性。

---

5. 意义与总结

学术价值：
本文成功地将弱 Galerkin 方法推广到了具有复杂约束（一般跟踪 + 逐点状态约束）的四阶最优控制问题中。通过消除惩罚参数和迹项，该方法在保持 $C^0$ 单元低自由度优势的同时，克服了传统 $C^0$-IP 方法在实现和稳定性上的痛点。

应用价值：

• 计算效率： 无参数依赖和单元级组装特性使得该方法易于并行化，适合大规模计算。
• 求解器性能： 提出的预处理技术有效解决了四阶问题的病态问题，使得迭代求解器能够快速收敛。
• 通用性： 虽然实验主要在二维进行，但该方法框架可自然推广至三维，为更复杂的非线性或时变最优控制问题提供了坚实的数值基础。

综上所述，该研究为求解高正则性要求且带有复杂约束的最优控制问题提供了一种高效、鲁棒且易于实现的数值计算框架。