불확실성 제어와 확률 PDE 제약 최적 제어

초록

본 논문은 확률적 편미분방정식(PDE) 제약을 갖는 최적 제어 문제와 제어 입력 자체가 불확실성을 포함하는 경우를 다룬다. 상태와 제어를 확률 함수로 모델링하고, 제어를 결정적 평균 성분과 제로 평균의 확률 성분으로 분해한다. 비용함수에 평균·분산·표준편차 등 통계량을 포함시켜 시스템 응답의 통계적 특성을 직접 제어한다. 스토캐스틱 Galerkin과 Collocation 기반의 원-샷(one‑shot) 유한요소 방법을 비교·분석하고, Galerkin 방식에 적합한 전처리기(preconditioner)를 제시한다. 다양한 수치 실험을 통해 제어와 역문제 모두에 적용 가능함을 보인다.

상세 분석

이 연구는 최적 제어와 확률 PDE라는 두 분야를 자연스럽게 결합한 점이 가장 큰 특징이다. 기존 문헌에서는 주로 확률 PDE를 풀기 위한 전용 솔버에 초점을 맞추었으나, 제어 변수 자체가 확률적일 때 발생하는 새로운 수학적·계산적 문제를 체계적으로 제시한다. 논문은 먼저 상태 변수 z(x,ω)와 제어 변수 u(x,ω)를 L²(D)⊗L²(Ω)와 같은 텐서곱 힐베르트 공간에 정의하고, 제어를 ū(x)+u₀(x,ω) 형태로 분해한다. 여기서 ū은 실제 구현되는 결정적 신호이며, u₀는 제어 장치의 불확실성을 모델링한다. 이러한 분해는 제어 설계 시 평균 성분만을 최적화하면서도, 비용함수에 표준편차·분산 항을 포함시켜 응답의 변동성을 직접 제어할 수 있게 한다.

비용함수는 두 가지 형태(J₁, J₂)로 제시된다. J₁은 상태와 목표 함수 사이의 L² 거리와 동시에 상태의 표준편차를 가중합한 형태이며, J₂는 상태 평균과 목표 함수 사이의 거리만을 고려한다. J₁은 변동성을 직접 억제하거나 활용하고자 할 때 유용하고, J₂는 평균 응답만을 최적화하고자 할 때 적합하다. 두 비용함수 모두 제어와 경계 제어에 대한 정규화 항을 포함해 문제의 수치적 안정성을 확보한다.

수치 해석 단계에서는 확률 차원에서 유한 차원 잡음 가정을 도입해 랜덤 변수 ξ₁,…,ξ_L 로 파라미터화한다. 이는 Karhunen–Loève 전개나 다항 혼합(Polynomial Chaos) 전개와 호환되며, 확률 PDE를 결정적 파라메트릭 PDE 시스템으로 변환한다. 이후 원-샷 접근법을 채택해 라그랑주 승수 λ, χ 를 도입하고, 상태·제어·보조(Adjoint) 방정식을 동시에 풀어 최적해를 한 번에 구한다. 이때 라그랑주 함수는 비용함수와 제약식의 적분 형태로 정의되며, 변분을 통해 1차 최적조건을 도출한다.

특히 스토캐스틱 Collocation 방법을 적용하면, 일반적으로 각 콜로케이션 점이 독립적인 결정적 PDE를 풀어야 하는 장점이 있다. 그러나 논문은 비용함수에 평균·분산 항이 포함되면 혹은 제어가 결정적일 경우, 콜로케이션 점들 사이에 강한 결합이 발생함을 증명한다. 이는 Collocation 방법의 비침투성(non‑intrusivity) 특성이 깨지는 상황이며, 결과적으로 Galerkin 방법이 더 효율적임을 보여준다. Galerkin 기반 원-샷 시스템은 블록 구조를 갖는 대형 선형 시스템으로 변환되며, 저자들은 이를 위한 두 가지 전처리기(블록 대각 전처리와 스케일링 전처리)를 제안한다. 전처리기는 스펙트럼 분포를 균등하게 만들고, Krylov 서브스페이스 방법(예: GMRES)의 수렴성을 크게 향상시킨다.

수치 실험에서는 2차원 및 3차원 도메인에서 확률적 확산 방정식을 풀고, 제어와 경계 제어를 동시에 최적화한다. 비용함수 파라미터 α, β, γ, δ 를 조절해 평균 응답과 변동성 사이의 트레이드오프를 시각화한다. 또한, 제어가 완전히 확률적(즉, 평균 성분이 없고 u₀만 존재)인 경우를 역문제로 해석하여, 관측된 상태 데이터를 통해 평균 제어 성분을 복원한다. 모든 실험은 제공된 LGPL 라이선스 코드를 통해 재현 가능하도록 공개하였다.

이 논문의 주요 기여는 (1) 제어를 확률적/결정적 성분으로 명시적으로 분리한 모델링, (2) 비용함수에 통계량을 포함시켜 응답 변동성을 직접 제어하는 프레임워크, (3) Collocation과 Galerkin 방법의 장단점을 이론적으로 비교하고, (4) Galerkin 원-샷 시스템을 위한 효율적인 전처리기 설계, (5) 역문제까지 포괄하는 일반화된 적용 가능성이다. 이러한 기여는 불확실성이 내재된 공정 제어, 환경 모델링, 재료 설계 등 다양한 분야에 바로 활용될 수 있다.