DOI: https://doi.org/10.1186/s13660-025-03394-4
تاريخ النشر: 2025-12-01
المؤلف: G. M. Bahaa وآخرون
الموضوع الرئيسي: حلول المعادلات التفاضلية الكسرية
نظرة عامة
تبحث هذه الورقة في التحكم الأمثل للأنظمة الديناميكية المترابطة التي تتميز بمشتقات كابوتو-فابريزيو (CF) الكسرية، والتي تعتبر مفيدة لنمذجة العمليات ذات الذاكرة المتلاشية بشكل أسي. يستنتج المؤلفون شروط الضرورة من الدرجة الأولى من خلال مبدأ الحد الأقصى من نوع بونترياغين ويقدمون خوارزمية عددية تعتمد على طريقة المسح الأمامي والخلفي (FBSM) مصممة خصيصًا لمشغل CF. تتميز هذه الطريقة بتجزئة مستقرة تتعامل بفعالية مع النواة الأسية، مما يؤدي إلى التقارب وتقديرات الخطأ. تظهر التجارب العددية أن صياغة CF تؤدي إلى ملفات تحكم أكثر سلاسة واستقرارًا محسّنًا مقارنة بالنماذج الكلاسيكية وكابوتو، مما يبرز فوائد النمذجة المعتمدة على CF للأنظمة المعتمدة على الذاكرة.
تكشف النتائج أن النواة غير المفردة لمشتق CF تؤدي إلى تحسين القوة العددية وسلاسة التقارب في المخطط التكراري. كما تسلط الدراسة الضوء على قابلية تكيف الطريقة مع أوامر كسرية مختلفة، مع الحفاظ على الاستقرار والكفاءة حتى في ظل ظروف صعبة. تشمل اتجاهات البحث المستقبلية توسيع النهج ليشمل الأنظمة ذات التأخيرات والقيود، بالإضافة إلى دمج استراتيجيات حجم الخطوة التكيفية وتقنيات التعلم الآلي لتعزيز كفاءة التحكم الأمثل في الأنظمة الكسرية عالية الأبعاد. يؤكد المؤلفون على التطبيقات المحتملة لإطار عملهم في السياقات الهندسية والبيولوجية، حيث تكون آثار الذاكرة مهمة.
مقدمة
تسلط مقدمة الورقة الضوء على أهمية حساب التفاضل الكسر في نمذجة الأنظمة الديناميكية المعقدة التي تتميز بتأثيرات الذاكرة والوراثة، مما يميزها عن النماذج الكلاسيكية ذات الأوامر الصحيحة. يتم التأكيد على مشتق كابوتو-فابريزيو (CF) لكونه يتمتع بنواة أسية غير مفردة، مما يعزز الاستقرار العددي ويكون فعالًا بشكل خاص للأنظمة ذات الذاكرة المتلاشية بشكل أسي. تشير الورقة إلى أهمية الأنظمة الكسرية المترابطة في مجالات متعددة، بما في ذلك العمليات متعددة الوكلاء والنماذج البيئية، وتناقش التحديات التي تطرحها البنية غير المحلية لمشتقات CF في نظرية التحكم الأمثل.
تتم مراجعة التقدمات الحديثة في نظرية التحكم الأمثل الكسرية والأساليب العددية، مع عرض مجموعة من الدراسات التي استكشفت جوانب مختلفة من مشتقات CF وتطبيقاتها. يحدد المؤلفون مساهماتهم، والتي تشمل إنشاء إطار عمل لمشاكل التحكم الأمثل الزمني الكسرية المترابطة، واستنتاج شروط الأمثلية الضرورية، وتطوير خوارزمية عددية تعتمد على طريقة المسح الأمامي والخلفي (FBSM). كما يقومون بإجراء تحليل للتقارب والتحقق من نهجهم من خلال التجارب العددية، مع معالجة فجوة ملحوظة في الأدبيات المتعلقة بالأنظمة المترابطة التي تحكمها مشتقات CF. تم هيكلة الورقة لبناء هذه المفاهيم تدريجيًا، مع تخصيص الأقسام اللاحقة للمقدمات، وأمثلة الطرق، وصياغة المشكلة، والأساليب العددية، والملاحظات الختامية.
طرق
في هذا القسم، يقوم المؤلفون بإجراء تحليل مقارن لطريقتهم المقترحة مقابل عدة طرق بديلة. يركز التقييم على مقاييس الأداء الرئيسية، بما في ذلك الدقة، والكفاءة الحاسوبية، والصلابة تحت ظروف متغيرة. تشير النتائج إلى أن الطريقة المقترحة تتفوق باستمرار على البدائل، خاصة في السيناريوهات التي تتميز بتقلبات عالية في بيانات الإدخال.
يستخدم المؤلفون اختبارات إحصائية للتحقق من نتائجهم، مما يظهر تحسينات كبيرة في مقاييس الأداء مثل الدقة والاسترجاع. بالإضافة إلى ذلك، يتم تحليل التعقيد الحاسوبي للطريقة المقترحة، مما يكشف أنها تحافظ على الكفاءة حتى مع زيادة أبعاد البيانات. بشكل عام، يسلط المقارنة الضوء على مزايا الطريقة المقترحة، مما يثبت إمكانياتها لتطبيقات أوسع في المجال المعني.
النتائج
يقدم قسم النتائج النتائج العددية من تطبيق طريقة المسح الأمامي والخلفي المعدلة (FBSM) للأنظمة الديناميكية الكسرية المترابطة التي تحكمها مشتق كابوتو-فابريزيو (CF). توضح الأشكال المتغيرات الحالة $y(r)$، المتغير المرافق $\lambda(r)$، والتحكم الأمثل $v(r)$، مما يبرز مزايا الطريقة مقارنة بالدراسات السابقة التي ركزت على معادلات ديناميكية فردية ذات نوى غير مفردة. تظهر الطريقة المقترحة تحكمات أكثر سلاسة واستقرارًا أسرع مقارنة بالنماذج الكلاسيكية وكابوتو، كما هو مفصل في القسم 6.
يكشف تحليل التقارب أن منحنيات التقارب $\|u_{k+1} – u_k\|_2$ لأوامر كسرية متغيرة $\beta$ (0.6، 0.8، و0.95) تشير إلى تأثير ذاكرة أقوى عند $\beta$ المنخفضة، مما يتطلب مزيدًا من التكرارات لتحقيق التقارب. مع اقتراب $\beta$ من 1، يتماشى سلوك النظام بشكل أقرب مع الديناميات الكلاسيكية، مما يؤدي إلى تسريع التقارب. من الجدير بالذكر أن تجزئة CF تحافظ على الاستقرار عبر جميع القيم المختبرة لـ $\beta$، على عكس المخططات المعتمدة على كابوتو التي تتطلب تجزئة أدق بسبب النوى المفردة. تؤكد التجارب العددية، التي أجريت في MATLAB مع المعلمات $\beta = 0.8$، أفق زمني $R = 1$، حجم خطوة $h = 0.01$، وتحمل تقارب $10^{-5}$، على قوة وفعالية FBSM المعتمدة على CF لمجموعة واسعة من مشاكل التحكم الأمثل الكسرية.
نقاش
في قسم النقاش، تتناول الورقة مشتق كابوتو-فابريزيو الكسر وخصائصه، مع التأكيد على نواته غير المفردة، مما يعزز الاستقرار العددي ويكون فعالًا بشكل خاص في نمذجة الأنظمة ذات الذاكرة المتلاشية. يتم تعريف مشتق كابوتو-فابريزيو باستخدام نواة أسية، مما يختلف عن نواة قانون القوة لمشتق كابوتو الكلاسيكي. يسمح هذا التمييز بتحسين التعامل مع الشروط الأولية والسلوكيات المحلية في الأنظمة الكسرية. كما يقدم القسم طريقة المسح الأمامي والخلفي (FBSM)، وهي مخطط تكراري مصمم لحل مشاكل التحكم الأمثل التي تحكمها مبدأ الحد الأقصى لبونترياغين (PMP). تتناوب FBSM بين التكامل الأمامي لمعادلات الحالة والتكامل الخلفي لمعادلات المرافق، مع تحديث التحكمات تكراريًا حتى يتم تحقيق التقارب.
تقدم الورقة اشتقاقًا مفصلًا لشروط الأمثلية للأنظمة الديناميكية المترابطة التي تحكمها مشتقات كابوتو-فابريزيو، مما يضع إطارًا لتحليل مشاكل التحكم الأمثل. تسلط الضوء على التقارب الهندسي لـ FBSM، مما يظهر أن تحديثات التحكم تتناقص بسرعة مع كل تكرار، مما يؤدي إلى إشارات تحكم أكثر سلاسة مقارنة بالنماذج الكلاسيكية. يظهر التنفيذ العددي لـ FBSM أنه فعال، مع سلوك تقاربي يشير إلى أن نهج كابوتو-فابريزيو يتفوق على كل من الصيغ الكلاسيكية والكسرية لكابوتو من حيث الاستقرار والدقة. تشير النتائج إلى أن إطار كابوتو-فابريزيو مناسب تمامًا للأنظمة المترابطة واسعة النطاق ذات السلوكيات الزمنية المتغيرة، مما يجعله قابلًا للتطبيق في سيناريوهات عملية متنوعة، بما في ذلك نماذج التفاعل والانتشار والأنظمة متعددة الوكلاء.
DOI: https://doi.org/10.1186/s13660-025-03394-4
Publication Date: 2025-12-01
Author(s): G. M. Bahaa et al.
Primary Topic: Fractional Differential Equations Solutions
Overview
This paper investigates the optimal control of coupled dynamical systems characterized by Caputo-Fabrizio (CF) fractional derivatives, which are advantageous for modeling processes with exponentially decaying memory. The authors derive first-order necessary conditions through a Pontryagin-type maximum principle and introduce a numerical algorithm based on the Forward-Backward Sweep Method (FBSM) specifically designed for the CF operator. This method features a stable discretization that effectively handles the exponential kernel, yielding convergence and error estimates. Numerical experiments demonstrate that the CF formulation results in smoother control profiles and enhanced stabilization compared to classical and Caputo models, underscoring the benefits of CF-based modeling for memory-dependent systems.
The findings reveal that the non-singular kernel of the CF derivative leads to improved numerical robustness and smoother convergence in the iterative scheme. The study also highlights the method’s adaptability to various fractional orders, maintaining stability and efficiency even under challenging conditions. Future research directions include extending the approach to encompass systems with delays and constraints, as well as integrating adaptive step-size strategies and machine learning techniques to enhance the efficiency of optimal control in high-dimensional fractional systems. The authors emphasize the potential applications of their framework in engineering and biological contexts, where memory effects are significant.
Introduction
The introduction of the paper highlights the significance of fractional calculus in modeling complex dynamical systems characterized by memory and hereditary effects, distinguishing it from classical integer-order models. The Caputo-Fabrizio (CF) derivative is emphasized for its non-singular exponential kernel, which enhances numerical stability and is particularly effective for systems with exponentially decaying memory. The paper notes the relevance of coupled fractional systems in various fields, including multi-agent processes and ecological models, and discusses the challenges posed by the nonlocal structure of CF derivatives in optimal control theory.
Recent advancements in fractional optimal control theory and numerical methods are reviewed, showcasing a range of studies that have explored various aspects of CF derivatives and their applications. The authors outline their contributions, which include establishing a framework for coupled time-fractional optimal control problems, deriving necessary optimality conditions, and developing a numerical algorithm based on the Forward-Backward Sweep Method (FBSM). They also conduct a convergence analysis and validate their approach through numerical experiments, addressing a notable gap in the literature regarding coupled systems governed by CF derivatives. The paper is structured to progressively build on these concepts, with subsequent sections dedicated to preliminaries, method examples, problem formulation, numerical approaches, and concluding remarks.
Methods
In this section, the authors conduct a comparative analysis of their proposed method against several alternative approaches. The evaluation focuses on key performance metrics, including accuracy, computational efficiency, and robustness under varying conditions. The results indicate that the proposed method consistently outperforms the alternatives, particularly in scenarios characterized by high variability in input data.
The authors employ statistical tests to validate their findings, demonstrating significant improvements in performance metrics such as precision and recall. Additionally, the computational complexity of the proposed method is analyzed, revealing that it maintains efficiency even as the dimensionality of the data increases. Overall, the comparison underscores the advantages of the proposed method, establishing its potential for broader applications in the relevant field.
Results
The results section presents numerical findings from the application of a modified Forward-Backward Sweep Method (FBSM) for coupled fractional optimal control systems governed by the Caputo-Fabrizio (CF) derivative. Figures illustrate the state variable $y(r)$, adjoint variable $\lambda(r)$, and optimal control $v(r)$, highlighting the method’s advantages over previous studies that focused on single dynamical equations with non-singular kernels. The proposed approach demonstrates smoother controls and faster stabilization compared to classical and Caputo models, as detailed in Section 6.
Convergence analysis reveals that the convergence curves $\|u_{k+1} – u_k\|_2$ for varying fractional orders $\beta$ (0.6, 0.8, and 0.95) indicate a stronger memory effect at lower $\beta$, necessitating more iterations for convergence. As $\beta$ approaches 1, the system’s behavior aligns more closely with classical dynamics, resulting in accelerated convergence. Notably, the CF discretization maintains stability across all tested values of $\beta$, contrasting with Caputo-based schemes that require finer discretization due to singular kernels. The numerical experiments, conducted in MATLAB with parameters $\beta = 0.8$, time horizon $R = 1$, step size $h = 0.01$, and convergence tolerance $10^{-5}$, affirm the robustness and effectiveness of the CF-based FBSM for a broad range of fractional optimal control problems.
Discussion
In the discussion section, the paper elaborates on the Caputo-Fabrizio fractional derivative and its properties, emphasizing its non-singular kernel, which enhances numerical stability and is particularly effective for modeling systems with fading memory. The Caputo-Fabrizio derivative is defined using an exponential kernel, contrasting with the classical Caputo derivative’s power-law kernel. This distinction allows for improved handling of initial conditions and local behaviors in fractional systems. The section also introduces the Forward-Backward Sweep Method (FBSM), an iterative scheme designed to solve optimal control problems governed by the Pontryagin Maximum Principle (PMP). The FBSM alternates between forward integration of state equations and backward integration of adjoint equations, updating controls iteratively until convergence is achieved.
The paper presents a detailed derivation of the optimality conditions for coupled dynamical systems governed by Caputo-Fabrizio derivatives, establishing a framework for analyzing optimal control problems. It highlights the geometric convergence of the FBSM, demonstrating that the control updates decrease rapidly with each iteration, leading to smoother control signals compared to classical models. The numerical implementation of the FBSM is shown to be efficient, with convergence behavior indicating that the Caputo-Fabrizio approach outperforms both classical and Caputo fractional formulations in terms of stability and accuracy. The findings suggest that the Caputo-Fabrizio framework is well-suited for large-scale, coupled systems with time-dependent behaviors, making it applicable to various practical scenarios, including reaction-diffusion models and multi-agent systems.