@phdthesis{Wurst2015,
  author    = {Wurst, Jan-Eric},
  title     = {Hp-Finite Elements for PDE-Constrained Optimization},
  publisher = {W{\"u}rzburg University Press},
  address   = {W{\"u}rzburg},
  isbn      = {978-3-95826-024-5 (print)},
  doi       = {10.25972/WUP-978-3-95826-025-2},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-115027},
  school      = {W{\"u}rzburg University Press},
  pages     = {188},
  year      = {2015},
  abstract  = {Diese Arbeit behandelt die hp-Finite Elemente Methode (FEM) f{\"u}r linear quadratische Optimal-steuerungsprobleme. Dabei soll ein Zielfunktional, welches die Entfernung zu einem angestrebten Zustand und hohe Steuerungskosten (als Regularisierung) bestraft, unter der Nebenbedingung einer elliptischen partiellen Differentialgleichung minimiert werden. Bei der Anwesenheit von Steuerungsbeschr{\"a}nkungen k{\"o}nnen die notwendigen Bedingungen erster Ordnung, die typischerweise f{\"u}r numerische L{\"o}sungsverfahren genutzt werden, als halbglatte Projektionsformel formuliert werden. Folglich sind optimale L{\"o}sungen oftmals auch nicht-glatt. Die Technik der hp-Diskretisierung ber{\"u}cksichtigt diese Tatsache und approximiert raue Funktionen auf feinen Gittern, w{\"a}hrend Elemente h{\"o}herer Ordnung auf Gebieten verwendet werden, auf denen die L{\"o}sung glatt ist. Die erste Leistung dieser Arbeit ist die erfolgreiche Anwendung der hp-FEM auf zwei verwandte Problemklassen: Neumann- und Interface-Steuerungsprobleme. Diese werden zun{\"a}chst mit entsprechenden a-priori Verfeinerungsstrategien gel{\"o}st, mit der randkonzentrierten (bc) FEM oder interface konzentrierten (ic) FEM. Diese Strategien generieren Gitter, die stark in Richtung des Randes beziehungsweise des Interfaces verfeinert werden. Um f{\"u}r beide Techniken eine algebraische Reduktion des Approximationsfehlers zu beweisen, wird eine elementweise interpolierende Funktion konstruiert. Außerdem werden die lokale und globale Regularit{\"a}t von L{\"o}sungen behandelt, weil sie entscheidend f{\"u}r die Konvergenzgeschwindigkeit ist. Da die bc- und ic- FEM kleine Polynomgrade f{\"u}r Elemente verwenden, die den Rand beziehungsweise das Interface ber{\"u}hren, k{\"o}nnen eine neue L2- und L∞-Fehlerabsch{\"a}tzung hergeleitet werden. Letztere bildet die Grundlage f{\"u}r eine a-priori Strategie zum Aufdatieren des Regularisierungsparameters im Zielfunktional, um Probleme mit bang-bang Charakter zu l{\"o}sen. Zudem wird die herk{\"o}mmliche hp-Idee, die daraus besteht das Gitter geometrisch in Richtung der Ecken des Gebiets abzustufen, auf die L{\"o}sung von Optimalsteuerungsproblemen {\"u}bertragen (vc-FEM). Es gelingt, Regularit{\"a}t in abz{\"a}hlbar normierten R{\"a}umen f{\"u}r die Variablen des gekoppelten Optimalit{\"a}tssystems zu zeigen. Hieraus resultiert die exponentielle Konvergenz im Bezug auf die Anzahl der Freiheitsgrade. Die zweite Leistung dieser Arbeit ist die Entwicklung einer v{\"o}llig adaptiven hp-Innere-Punkte-Methode, die Probleme mit verteilter oder Neumann Steuerung l{\"o}sen kann. Das zugrundeliegende Barriereproblem besitzt ein nichtlineares Optimilit{\"a}tssystem, das eine numerische Herausforderung beinhaltet: die stabile Berechnung von Integralen {\"u}ber Funktionen mit m{\"o}glichen Singularit{\"a}ten in Elementen h{\"o}herer Ordnung. Dieses Problem wird dadurch gel{\"o}st, dass die Steuerung an den Integrationspunkten {\"u}berwacht wird. Die Zul{\"a}ssigkeit an diesen Punkten wird durch einen Gl{\"a}ttungsschritt garantiert. In dieser Arbeit werden sowohl die Konvergenz eines Innere-Punkte-Verfahrens mit Gl{\"a}ttungsschritt als auch a-posteriori Schranken f{\"u}r den Diskretisierungsfehler gezeigt. Dies f{\"u}hrt zu einem adaptiven L{\"o}sungsalgorithmus, dessen Gitterverfeinerung auf der Entwicklung der L{\"o}sung in eine Legendre Reihe basiert. Hierbei dient das Abklingverhalten der Koeffizienten als Glattheitsindikator und wird f{\"u}r die Entscheidung zwischen h- und p-Verfeinerung herangezogen.},
  subject      = {Finite-Elemente-Methode},
  language  = {en}
}
@phdthesis{Wongkaew2015,
  author    = {Wongkaew, Suttida},
  title     = {On the control through leadership of multi-agent systems},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-120914},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2015},
  abstract  = {The investigation of interacting multi-agent models is a new field of mathematical research with application to the study of behavior in groups of animals or community of people. One interesting feature of multi-agent systems is collective behavior. From the mathematical point of view, one of the challenging issues considering with these dynamical models is development of control mechanisms that are able to influence the time evolution of these systems. In this thesis, we focus on the study of controllability, stabilization and optimal control problems for multi-agent systems considering three models as follows: The first one is the Hegselmann Krause opinion formation (HK) model. The HK dynamics describes how individuals' opinions are changed by the interaction with others taking place in a bounded domain of confidence. The study of this model focuses on determining feedback controls in order to drive the agents' opinions to reach a desired agreement. The second model is the Heider social balance (HB) model. The HB dynamics explains the evolution of relationships in a social network. One purpose of studying this system is the construction of control function in oder to steer the relationship to reach a friendship state. The third model that we discuss is a flocking model describing collective motion observed in biological systems. The flocking model under consideration includes self-propelling, friction, attraction, repulsion, and alignment features. We investigate a control for steering the flocking system to track a desired trajectory. Common to all these systems is our strategy to add a leader agent that interacts with all other members of the system and includes the control mechanism. Our control through leadership approach is developed using classical theoretical control methods and a model predictive control (MPC) scheme. To apply the former method, for each model the stability of the corresponding linearized system near consensus is investigated. Further, local controllability is examined. However, only in the Hegselmann-Krause opinion formation model, the feedback control is determined in order to steer agents' opinions to globally converge to a desired agreement. The MPC approach is an optimal control strategy based on numerical optimization. To apply the MPC scheme, optimal control problems for each model are formulated where the objective functions are different depending on the desired objective of the problem. The first-oder necessary optimality conditions for each problem are presented. Moreover for the numerical treatment, a sequence of open-loop discrete optimality systems is solved by accurate Runge-Kutta schemes, and in the optimization procedure, a nonlinear conjugate gradient solver is implemented. Finally, numerical experiments are performed to investigate the properties of the multi-agent models and demonstrate the ability of the proposed control strategies to drive multi-agent systems to attain a desired consensus and to track a given trajectory.},
  subject      = {Mehragentensystem},
  language  = {en}
}