A Gilmore-Gomory-Type Construction of Integer Programming Value Functions
本文分析了在整数规划中依次引入决策变量对值函数及其水平集的影响。我们使用Gilmore-Gomory的方法来找到参数化的IP值函数在一组有限的变量。我们引入了水平集的最大连通子集的概念-卷中,约束右侧的变化对值函数没有影响-并将这些结构与IP值函数和最优解相关。
2021-02-02 math.OC
On the lower semicontinuity and subdifferentiability of the value function for conic linear programming problems
引理1来自论文[N.E. Gretsky,J.M.奥斯特鲁瓦Zame,Subdividability and the duality gap,Positivity 6:261- 274,2002]断言,标准式的无限维线性规划问题的值函数$v$是下连续的,只要$v$是适当的,并且所涉及的空间是赋范向量空间.本文证明了这种说法在有限维空间中也是错误的,并给出了希尔伯特空间中(真)值函数不是下连续的线性规划问题的一个例子(因此它不是次可微的)在其域中的任何点,其中一个表明,在Kretschmer间隙例子中,值函数对其定义域的限制在该定义域的任何点的任何邻域上都没有界。域,并讨论在同一篇论文中完成的其他断言。
2022-05-19 math.OC
Solving Underdetermined Boundary Value Problems By Sequential Quadratic Programming
对技术系统建模的常微分方程通常包含被认为对系统是危险的状态。达到这种状态的轨迹通常表明设计中存在缺陷。在本文中,我们提出并研究了一种算法,找到这样的轨迹的属性。也就是说,对于给定的常微分方程,该算法找到起源于一组状态并到达另一组状态的轨迹。该算法是基于序列二次规划适用于正则化最优化问题得到的多次射击。
2016-10-04 math.OC
A Mathematical Programming approach to Overlapping community detection by cluster's Shapley value
提出了一种新的基于合作对策和数学规划的重叠社区检测模型。更具体地说,社区被定义为一个加权图社区游戏的稳定联盟,他们被揭示为一个混合整数线性规划问题的最优解。精确的最优解获得的小型和中型的情况下,它表明,它们提供了有用的信息的网络结构,改善以前的贡献。接下来,开发了一种启发式算法来求解最大的实例,并用于比较目标函数的两种变化。
2023-01-25 math.OC
Gradient-Bounded Dynamic Programming for Submodular and Concave Extensible Value Functions with Probabilistic Performance Guarantees
我们考虑随机动态规划问题的高维,离散的状态空间和有限的,离散的时间范围,禁止直接计算的值函数从一个给定的贝尔曼方程的所有状态和时间步长,由于“灾难的维数”。针对动态规划的值函数在状态空间中是凹可扩的和次模的情况,在对偶动态规划领域中,提出了一种计算值函数的确定性上界和随机下界的新算法.我们表明,该算法终止后,有限数量的迭代。此外,我们得出概率保证下积累的价值相关联的政策为一个单一的实现的动态程序,并期望这个值。最后,我们证明了我们的方法的有效性,从交付插槽定价在参加送货上门的高维数值例子。
2020-06-03 math.OC
Value Function Gradient Learning for Large-Scale Multistage Stochastic Programming Problems
针对大规模多阶段随机凸规划问题,提出了一种称为值函数梯度学习(VFGL)的分阶段分解算法。VFGL在给定的参数族中找到与值函数的梯度最佳拟合的参数值。多阶段随机规划的分解算法,如随机对偶动态规划(SDDP),通过在每次迭代中添加线性次梯度割来近似值函数。虽然这种方法已经成功的线性问题,非线性问题可能会受到每个子问题的规模不断增加的迭代进行。另一方面,VFGL具有固定数量的参数;因此,子问题的大小在整个迭代过程中保持不变。此外,VFGL可以通过随机梯度下降来学习参数,这意味着它可以很容易地并行化,并且不需要对潜在的不确定性进行情景树近似。VFGL进行了比较,确定性等价制定的多阶段随机规划问题和SDDP方法的三个说明性的例子:生产规划,热液发电,和生命周期的财务规划问题。数值例子表明,VFGL可以生成高质量的解,并且计算效率很高。
2022-10-05 math.OC
Linear Programming Estimates for Cesaro and Abel Limits of Optimal Values in Optimal Control Problems
考虑了具有时间平均和时间折扣准则的无限时域最优控制问题,并在它们依赖于初始条件的情况下,给出了它们的最优值的Cesaro和Abel极限的估计.我们建立了这些限制是有界的,从上到下由一定的无限维(ID)线性规划(LP)问题的最优值,他们是有界的相应的对偶问题的最优值。(这些估计意味着,特别是,Cesaro和阿贝尔极限存在,并且彼此相等,如果没有对偶间隙)。此外,我们得到了基于IDLP的长期平均最优控制问题的最优性条件,并通过一个例子说明了这些条件。
2020-12-02 math.OC
Strong Polynomiality of the Value Iteration Algorithm for Computing Nearly Optimal Policies for Discounted Dynamic Programming
本文给出了有限状态数和动作数的无限时域贴现马尔可夫决策过程的近似最优策略的数值迭代计算所需操作数的上界。对于一个给定的折扣因子,报酬函数的大小,并期望接近最优,这些上界是强多项式的状态-动作对的数量,和提供的上界之一具有的属性,它是一个非减函数的折扣因子的值。
2020-01-28 math.OC
Interval Linear Programming under Transformations: Optimal Solutions and Optimal Value Range
本文研究区间线性规划在常见变换(如非负性约束和方程拆分)下最优解集、最优值及最优值范围的变化,并针对仅目标函数和右端向量含不确定性的特殊类获得更强结果。
2018-02-27 math.OC
Value iteration for approximate dynamic programming under convexity
本文研究了无限水平收缩马氏决策过程在凸性假设下的值迭代问题,当状态空间不可数时。用一种更易处理的形式代替原值迭代,并证明了修正Bellman算子的不动点在紧集上一致收敛于原算子.对于随机干扰,这在各种采样方法下都成立。此外,本文将提出的条件,在这些不动点形成单调序列的下界或上界函数的原始不动点。这种方法,然后证明了数字上的永久性的可转换认沽期权。
2018-02-20 math.OC
Two Optimal Value Functions in Parametric Conic Linear Programming
考虑欧几里得空间中由闭凸锥和矩阵构成的锥线性规划,其中约束系统右侧的向量和定义目标函数的向量都是可变的.利用严格可行性条件,证明了该问题的局部Lipschitz连续性,并得到了该问题的最优值函数在右端扰动下的一些可微性质.对于目标函数线性扰动下的最优值函数,在原问题和对偶问题都严格可行的假设下,得到了类似的可微性.
2020-12-17 math.OC
Subdifferentials of Value Functions in Nonconvex Dynamic Programming for Nonstationary Stochastic Processes
本文的主要目的是应用变分分析和广义微分的方法研究巴拿赫空间中不带凸性假设的离散时间无限时域随机动态规划(DP)问题。不同于标准的随机DP平稳马尔可夫过程,我们在这里研究随机DP在$L^p$空间来处理非平稳随机过程,它描述了一个更灵活的学习过程的决策者。我们主要关心的是计算相应的值函数的广义次梯度,并在适当的Lipschitzian假设下推导出随机Euler包含的最优性的必要条件。使用次微分公式的积分泛函$L^p$空间允许我们,特别是,找到可验证的条件,以确保光滑的值函数没有任何凸性和/或凸性假设。
2019-09-01 math.OC
A Data-Driven Distributionally Robust Bound on the Expected Optimal Value of Uncertain Mixed 0-1 Linear Programming
研究了目标系数服从联合分布的不确定混合0-1规划问题的期望最优值。我们假设真实的分布并不确切,但可以观察到一组独立的样本。使用Wasserstein度量,我们构建了一个模糊集集中在经验分布从观察到的样本,并包含具有高统计保证的真实分布。感兴趣的问题是调查的Wasserstein模糊集上的期望最优值的界限。在标准的假设下,我们重新制定的问题成一个共同的计划,这自然会导致一个听话的半定近似。我们比较我们的方法与基于矩的方法从文献上的三个应用程序。数值结果说明了我们的方法的有效性。
2017-08-25 math.OC
Continuity in Parametric Linear Programming
该研究汇集参数线性规划可行对应与解对应的半连续性结果,证明全参数可变下最优值函数的连续性,还分析了系数矩阵固定时最优值函数的灵敏度特性。
2024-12-09 math.OC
Dynamic programming principle for stochastic optimal control problem under degenerate G-expectation
本文研究了退化G-期望下的随机最优控制问题。利用隐分划方法,证明了对于容许控制的近似结果仍然成立。在此基础上,证明了价值函数是确定性的,并得到了动态规划原理。进一步证明了在退化情形下,该值函数是相应的HJB方程的唯一黏性解。
2022-10-18 math.OC
An Approximate Dynamic Programming Algorithm for Monotone Value Functions
许多序贯判定问题可以用马尔可夫决策过程(Markov Decision Process,MDP)来表示,其中的最优值函数(或剩余成本函数)在某些或全部维度上满足单调结构。当状态空间变大时,传统技术,例如后向动态规划算法(即,反向归纳法或值迭代法)可能不再有效地在合理的时间范围内找到解决方案,因此我们被迫考虑其他方法,例如近似动态规划(ADP)。我们提出了一个可证明收敛的ADP算法称为单调ADP,利用单调性的值函数,以提高收敛速率。在本文中,我们描述了一个一般的有限时域问题设置的最优值函数是单调的,提出了一个收敛性证明单调ADP在各种技术假设下,并显示三个应用领域的数值结果:最佳停止,能量存储/分配,糖尿病患者的血糖控制。实证结果表明,通过利用单调性,我们可以在相对较少的迭代次数内获得高质量的解决方案,使用高达两个数量级的计算比所需的精确计算最优解。
2015-09-01 math.OC
Relationship between maximum principle and dynamic programming principle for recursive optimal control problem of stochastic evolution equations
School of Mathematical Sciences, Nankai University(南开大学数学科学学院);School of Mathematical Sciences, Fudan University(复旦大学数学科学学院)
本文研究了随机发展方程递归最优控制问题中最大原理与动态规划原理的关系,证明了价值函数的正则性并探讨了其应用。
2025-12-18 math.OC
On best uniform approximation of finite sets by linear combinations of real valued functions using linear programming
我们研究的最佳逼近问题:\[ \displaystyle \min_{α\in \mathbb R^m}\max_{1\leq i\leq n}\left|y_i -\sum_{j=1}^m α_j Γ_j ({\bf x}_i) \right|. \]这里:$Γ:=\left\{Γ_1,...,Γ_m\right\}$是一个列表的功能,其中每个$1\leq j\leq m$,$Γ_j:Δ\rightarrow \mathbb R$与$Δ$一组评估点$\left\{{\bf x_1},...,{\bf x_n}\right\}$。$\left\{y_1,...,y_n\right\}$是一组实值和$\mathbb R^m:=\left\{(α_1,...,α_m),\, α_j\in \mathbb R,\, 1\leq j\leq m\right\}$。
2022-09-15 math.OC
Relationship between Maximum Principle and Dynamic Programming Principle for Risk-Sensitive Stochastic Optimal Control Problems with Applications
本文揭示风险敏感随机最优控制中最大值原理与动态规划原理在值函数光滑条件下的内在联系,并应用于金融市场的线性二次投资组合优化。
2025-07-09 math.OC
The Value Iteration Algorithm is Not Strongly Polynomial for Discounted Dynamic Programming
Stony Brook University(石溪大学)
本说明提供了一个简单的例子,证明如果允许精确计算,则值迭代算法为贴现动态规划问题找到最优策略所需的迭代次数可以随问题的大小任意快速地增长。特别地,迭代的数量可以是动作数量的指数。因此,与策略迭代不同,值迭代算法对于折扣动态规划不是强多项式。
2013-12-19 cs.AI math.OC
Dynamic programming principle and Hamilton-Jacobi-Bellman equation under nonlinear expectation
本文研究了一类随机递归最优控制问题,其中值泛函由$\tilde{G}$ -期望下的倒向随机微分方程(Besides)的解定义。在标准假设下,建立了这类问题的比较定理,并给出了一种新的、简单的方法来获得动态规划原理。最后证明了该值函数是一类完全非线性HJB方程的唯一黏性解。
2021-06-05 math.OC
Developing solution algorithm for LR-type fully interval-valued intuitionistic fuzzy linear programming problems using lexicographic-ranking method
本文引入了LR型区间直觉模糊数的概念。通过展示LR型IVIFNs的图形表示和建立这些模糊数之间的算术运算,也丰富了该理论。字典序准则的全序性质已被用于LR型IVIFNs的排序。此外,一个线性规划问题,具有等式以及不等式型约束的LR型IVIFNs和无限制的决策变量的所有参数已制定。一个算法来找到一个唯一的最优解的问题,使用字典排序方法已经开发出来。该方法将给定的线性规划问题转化为等价的混合0 - 1字典式非线性规划问题。各种定理已被证明,以显示所提出的问题和它的不同结构的等价性。模型的建立、算法和讨论结果不仅开拓了一种新的思路,而且推广了已有的各种著名的相关工作。一个数值问题也被举例说明,以显示在该方法中所涉及的步骤。最后,以一个生产计划的实际应用为例,进行了框架设计、求解和分析,以确定本研究的适用性。
2023-01-18 math.OC
Dynamic programming using radial basis functions
提出了一种基于径向基函数和Shepard移动最小二乘逼近方法的动态规划最优性原理的离散化方法。我们证明了近似最优值函数收敛于真值函数,并给出了几个数值实验。
2014-05-15 math.OC
Ergodic Approach to Robust Optimization and Infinite Programming Problems
在这项工作中,我们展示了一种方法的一致性,用于解决强大的最优化问题,使用遍历保测变换产生的子问题序列。本文的主要结果是子问题的极小值和最优值在某种意义下分别收敛于原问题的极小值和最优值。我们的结果特别暗示了情景方法对于非凸最优化问题的一致性。最后,我们表明,我们的方法也可以用来解决无限规划问题。
2020-09-10 math.OC
Relationship between stochastic maximum principle and dynamic programming principle under convex expectation
本文研究G-期望支配的一致凸期望下正倒向控制系统的最大值原理与动态规划原理的关系,推导了值函数光滑时二者在参考概率下的关联,以及非光滑时任意时刻t的值函数一阶次/超喷射,指出该情形比t=0时更难处理。
2024-09-17 math.OC
Uncertain random geometric programming problems
School of Basic Sciences, Indian Institute of Technology Bhubaneswar(印度理工学院布巴内斯瓦尔基础科学学院)
本文提出确定性方法解决不确定随机几何规划问题,通过线性-正态不确定随机变量转换为随机变量,提升优化过程的清晰度和实用性。
2023-10-03 math.OC
Linear programming sensitivity measured by the optimal value worst-case analysis
本文提出线性规划最优值函数的最坏情形导数,作为数据扰动下的灵敏度度量与条件数,并给出非退化情形计算方法、退化情形上界及 Netlib 实验验证。
2023-07-13 math.OC
Dynamic Programming for Optimal Delivery Time Slot Pricing
我们研究的动态规划的方法来收入管理的背景下,参加了家庭交付。我们利用马尔可夫判定问题的动态规划理论的结果表明,底层的Bellman算子有一个唯一的不动点。然后,我们提供了一个封闭形式的表达式所产生的不动点,并表明,它承认一个自然的解释。此外,我们还表明,-在某些技术假设下-值函数,它有一个离散域和一个连续的codomain,承认一个连续的扩展,这是一个有限值,凹函数的状态变量,在每个时间步。这一结果开辟了道路,为实现可扩展的实施所提出的制定在未来的工作中,因为它允许作出明智的选择,在近似动态规划的背景下的基函数。我们说明了我们的研究结果上一个简单的数值例子,并提供建议,我们的结果可以被利用,以获得更接近的精确值函数。
2019-10-25 math.OC
Analyzing changes in optimal variables in linear programming with uncertain parameters
University of Liège(列日大学)
研究线性规划中参数不确定性对最优变量值的影响,提出三种线性修改类型并建立连续性、局部凸性和凹性定理。
2026-06-18 math.OC
Dynamic Programming Principle for Stochastic Control Problems on Riemannian Manifolds
本文在无边界紧黎曼流形上建立随机最优控制问题的动态规划原理,推导HJB方程并证明粘性解的存在唯一性与连续依赖性,进而在正则性条件下给出刻画最优控制的验证定理。
2025-07-02 math.OC
Generalized Dual Dynamic Programming for Infinite Horizon Problems in Continuous State and Action Spaces
我们描述了一个非线性推广的对偶动态规划理论和它的应用价值函数估计确定性控制问题的连续状态和动作空间,在一个离散时间无限的地平线设置。我们证明,利用贝尔曼算子的单调性,一个阶段的政策评估的结果,可以用来产生非线性下界的最优值函数,是有效的整个状态空间的本德类型的参数。这些界限包含反映系统成本、动态和约束的函数形式的项。我们提供了一个迭代算法,产生连续更好的近似的最优值函数,并证明在一定的假设下,它实现了任意低的期望贝尔曼最优性公差在预先选定的点在状态空间,在有限数量的迭代。我们还描述了证明所生成的值函数的质量的方法。我们证明了系统的尺寸太大,传统的动态规划方法是实用的方法的有效性。
2018-10-04 math.OC
Regular Policies in Abstract Dynamic Programming
我们考虑具有挑战性的动态规划模型,其中相关的贝尔曼方程,价值和政策迭代算法通常表现出复杂的,甚至病态的行为。我们的分析是基于定期保单的新概念。这些策略在价值和策略迭代方面表现良好,并且在适当的策略之后进行模式化,这是随机最短路问题理论的核心。我们表明,最佳费用函数定期政策可能有良好的价值和政策的迭代性质,最佳费用函数在所有的政策不需要。因此,我们开发了一个统一的方法来解决长期存在的分析和算法问题,在广泛的类未贴现模型,包括随机和极大极小最短路问题,以及正成本,负成本,风险敏感,和乘法成本问题。
2016-09-11 math.OC
Dynamic Programming Principles for Optimal Stopping with Expectation Constraint
我们分析了一个具有期望费用约束的最优停止问题。当报酬函数和费用函数在状态变量上是Lipschitz连续的时,我们证明了这样一个最优停止问题的值在当前状态和预算水平上都是一个连续函数.然后,我们推导出一个动态规划原则(DPP)的价值函数,其中的条件期望成本作为一个额外的状态过程。由于具有期望约束的最优停止问题可以转化为具有上鞅控制的随机最优化问题,我们研究了价值函数的第二个DPP,从而解决了[S. Ankirchner,M. Klein和T.张文,等,一个求解具有期望约束的最优停止问题的验证定理,应用数学与优化,2017,pp. 1-33]。基于这两个DPP,我们将值函数刻画为相关的完全非线性抛物型Hamilton-Jacobi-Bellman方程的黏性解。
2017-08-07 math.OC
A simple planning problem for COVID-19 lockdown: a dynamic programming approach
最近的大量研究考虑了一个房室SIR模型来研究最优控制政策,旨在遏制COVID-19的扩散,同时最大限度地减少预防措施的经济成本。这样的问题是非凸的,标准的结果不需要保持。我们使用动态规划的方法,并证明了相关的最优化问题的值函数的一些连续性。我们研究了相应的Hamilton-Jacobi-Bellman方程,并证明了该值函数在粘性意义下解该方程。最后讨论了一些最优性条件。我们的论文代表了在动态规划方法中对非凸动态最优化问题进行完整分析的第一个贡献。
2022-12-20 math.OC
Approximate Dynamic Programming with Probabilistic Temporal Logic Constraints
在本文中,我们发展近似动态规划方法的随机系统建模为马尔可夫决策过程,给定软性能标准和硬约束的一类概率时态逻辑称为概率计算树逻辑(PCTL)。我们的方法包括两个步骤:首先,我们展示了如何将一类PCTL公式转换为机会约束,可以在随机系统规划过程中执行。其次,通过整合随机优化和熵调节动态规划,我们设计了一种新的轨迹采样的近似值迭代法迭代求解的上界的价值函数,同时确保PCTL规格满足的约束。特别地,我们证明了通过对轨迹的策略采样,可以实现近似和真值函数给出的上界之间的紧界。机器人运动规划实例验证了该方法的正确性和有效性。
2018-10-05 math.OC
Intermediate integer programming representations using value disjunctions
我们介绍了一种通用的技术来创建一个扩展的配方的混合整数规划。我们将整数变量分成块,每个块生成一个有限集的向量值。通过为每个生成的值创建一个新的二进制变量来构造扩展公式。初步实验表明,扩展的配方可以有一个更紧凑的完整的描述比原来的配方。我们证明,使用这种重构技术,刻面描述分解成一个“连接多面体”每块和“聚合多面体”。每个多面体都可以单独分析。对于块中系数相同的情况,我们给出了连接多面体的完整描述和多项式时间分离算法。应用于具有固定数目的不同系数的背包,该定理在具有多项式数目的变量的扩展空间中提供了完整的描述。
2006-03-13 math.OC
Linear Programming Formulation of Long Run Average Optimal Control Problem
我们介绍和研究无限维线性规划问题,随着其对偶允许一个特征的最优值的确定性长期平均最优控制问题在一般情况下,后者可能取决于系统的初始条件。
2018-05-07 math.OC
Asymptotic Properties of Optimal Trajectories in Dynamic Programming
我们证明了在一个动态规划的框架,一致收敛性的有限水平值意味着渐近的平均累积收益是恒定的最佳轨迹。我们分析和讨论了两人对策的几种可能的扩展。
2010-12-23 math.OC
Dynamic Programming Through the Lens of Semismooth Newton-Type Methods (Extended Version)
策略迭代和值迭代是许多(近似)动态规划方法的核心。对于有限状态空间和有限动作空间的马尔可夫决策过程,我们证明了它们是求解Bellman方程的半光滑牛顿型方法的实例。特别地,我们证明了策略迭代等价于精确半光滑牛顿法,并具有局部平方收敛速率。这一发现得到了控制和运筹学领域的大量数值证据的证实,这些证据证实了即使在政策数量巨大的情况下,政策迭代通常也只需要很少的迭代就可以实现收敛。然后,我们表明,值迭代是一个实例的不动点迭代法。本着这种精神,我们开发了一种新的本地加速版本的值迭代与整体收敛保证和可以忽略不计的额外计算成本。
2022-06-24 math.OC
Relationships Between the Maximum Principle and Dynamic Programming for Infinite Dimensional Stochastic Control Systems
Pontryagin型最大值原理和Bellman的动态规划原理是求解最优控制问题的两个重要工具。关于二者关系的研究有大量的文献。本文主要研究无穷维空间中由随机发展方程所控制的控制系统的Pontryagin型最大值原理与动态规划原理之间的关系,其中控制变量同时出现在漂移项和扩散项中.为此,我们首先建立了这些系统的动态规划原则,而不使用鞅解。然后,我们建立了所需的关系,在这两种情况下,相关的价值函数是光滑的和非光滑的。特别是对于非光滑情形,利用松弛转置解,我们发现了值函数的超微分和次微分与一阶和二阶伴随方程之间的联系.
2021-12-29 math.OC
Decision Programming for Multi-Stage Optimization under Uncertainty
影响图被广泛用于表示多阶段判定问题,其中每个决策都是从一个离散的备选方案集合中进行选择,不确定的机会事件具有离散的结果,先验决策可能内生地影响不确定机会事件的概率分布。在本文中,我们开发的决策规划框架,通过开发混合整数线性规划公式来解决存在多种约束的此类问题,从而扩展了影响图的适用性。特别是,决策规划使得有可能(i)解决问题,其中较早的决策不一定是回忆以后,例如,当决策是由代理谁不能相互沟通;(ii)适应范围广泛的确定性和机会约束,包括那些基于资源消耗,逻辑依赖或风险措施,如条件风险价值;以及(iii)在涉及多个价值目标的问题中确定所有的非支配决策策略。在项目组合选择问题中,决策规划允许情景概率内生地依赖于项目决策,因此可以被视为权变组合规划的推广。
2020-08-25 math.OC
Restricted inverse optimal value problem on linear programming under weighted $l_1$ norm
研究加权l1范数下线性规划受限逆最优值问题,通过对偶理论转化问题、构造同形式子问题,针对幺模矩阵设计二分搜索算法,可高效求解Hitchcock与最短路径的对应逆问题。
2023-08-21 math.OC
Empirical Dynamic Programming
提出了马尔可夫决策过程的经验动态规划算法。在这些算法中,经典值迭代中Bellman算子中的精确期望被经验估计所取代,从而得到“经验值迭代”(EVI)。经典政策迭代中的政策评估和政策改进也被模拟所取代,以获得“经验政策迭代”(EPI)。因此,这些经验动态规划算法涉及随机算子(经验Bellman算子)的迭代。我们引入这样的随机单调算子的概率不动点的概念。我们开发了一个随机优势的框架,这样的运营商的收敛性分析。然后,我们使用它来给出EVI和EPI的样本复杂度界限。然后,我们提供了各种变化和扩展异步经验动态规划,极大极小经验动态规划,并显示如何也可以用来解决动态报童问题。初步的实验结果表明,收敛速率比随机逼近算法。
2013-11-22 math.OC
A Moment and Sum-of-Squares Extension of Dual Dynamic Programming with Application to Nonlinear Energy Storage Problems
我们提出了一个有限的时间范围内的优化算法,扩展了既定的概念,双动态规划(DDP)在两个方面。首先,与标准DDP的线性成本、动态和约束相比,我们考虑所有这些都可以是多项式函数的问题。其次,我们允许状态轨迹由概率分布而不是点值来描述,并返回拟合到这些的近似值函数。该算法部分地是在近似动态规划文献中使用的平方和技术的适应。它交替之间的前向模拟通过地平线,其中的时刻的状态分布是通过一系列的单阶段的问题,和向后递归,其中一个新的多项式函数推导出每个阶段使用的时刻的状态作为固定的数据。为给定阶段返回的值函数近似值是为该阶段导出的所有多项式的逐点最大值。这与在传统DDP中得到的分段仿射函数形成对比。我们证明了新算法的关键收敛特性,并在模拟中验证了两个案例研究与非线性特性的储能设备的最佳操作。第一个是一个小的钻孔存储问题,其中多值函数近似可以比较。第二个是一个更大的问题,传统的离散化动态规划是棘手的。
2018-07-16 math.OC
Relationships Between the Maximum Principle and Dynamic Programming for Infinite Dimensional Non-Markovian Stochastic Control Systems
School of Mathematics, Sichuan University(四川大学数学学院)
本文研究了无限维非马尔可夫随机控制系统中Pontryagin最大值原理与动态规划原理的关系,建立了动态规划表述与HJB方程,并揭示了光滑与非光滑情形下两者的显式及逐样本联系。
2025-11-04 math.OC
Linear Programming Formulations of Deterministic Infinite Horizon Optimal Control Problems in Discrete Time
本文研究离散时间中具有时间折扣和时间平均准则的无限时域最优控制问题。我们建立,这些问题涉及到某些无限维线性规划(IDLP)问题。我们还建立了时间折扣和长期平均准则下问题的最优值之间的渐近关系。
2017-02-02 math.OC
Topological Approximate Dynamic Programming under Temporal Logic Constraints
在本文中,我们开发了一个拓扑近似动态规划(TADP)方法规划随机系统建模为马尔可夫决策过程,以最大限度地满足线性时态逻辑(LTL)表示的高层次系统规格的概率。我们的方法包括两个步骤:首先,我们提出将规划问题分解为一系列的子问题的基础上的任务自动机的拓扑性质,这是从LTL约束。其次,我们扩展了一个无模型的近似动态规划方法的价值iterationto解决,在一个顺序相反的因果关系依赖的valuefunctions,一个为每个状态的任务自动机。特别是,我们表明,TADP的复杂性不增长多项式的产品马尔可夫决策过程(MDP)的大小。通过机器人运动规划实例验证了算法的正确性和有效性。
2019-09-26 math.OC
Transform the Non-linear Programming Problem to the Initial-value Problem to Solve
提出了一种求解含等式约束和不等式约束的非线性规划问题的动态方法。受控制领域中李雅普诺夫连续时间动力学稳定性理论的启发,将最优解类比为有限维动力系统的稳定平衡点,并以渐近方式求解。在KKT(Karush-Kuhn-Tucker)最优性条件存在的前提下,建立了与优化参数向量维数相同的动态最优化方程,并在理论上保证其解全局收敛于NLP的最优解.利用矩阵的伪逆,即使对非线性约束没有线性无关的正则性要求,DOE也是有效的。此外,还推导了在整个优化过程中分别与EC和IEC相邻的Lagrange乘子和KKT乘子的解析表达式。该方法可以将自然线性规划问题转化为初值问题来求解,并可采用成熟的常微分方程积分方法。算例表明,所提出的动力学方法可以高效地得到正确的数值解。
2021-10-01 math.OC
Dynamic Programming Principle and Hamilton-Jacobi-Bellman Equation for Optimal Control Problems with Uncertainty
本文研究不确定最优控制问题的值函数,通过Hilbert空间演化方程证明其是HJB方程的唯一下半连续近端解,方法基于不变性和动态规划原理。
2024-07-17 math.OC
Regular Subgradients of Marginal Functions with Applications to Calculus and Bilevel Programming
本文研究了变分分析和参数优化中本质非光滑的最优值(边际)函数,通过给定数据精确计算其正则/Fréchet次梯度及奇异对应物,并据此建立了新的次梯度微积分法则和双层规划的必要最优性条件。
2025-02-04 math.OC
The Value of Multi-stage Stochastic Programming in Risk-averse Unit Commitment under Uncertainty
日前发电计划或机组组合问题是电力系统中一个重要且具有挑战性的最优化问题。可再生能源技术的日益普及所产生的净负荷的变化,激发了各种类型的随机机组组合模型的研究。在两阶段模型中,全天的发电计划是固定的,而调度是适应的不确定性,而在多阶段模型中的发电计划也允许动态地适应不确定性的实现。多阶段模型在发电调度方面提供了更大的灵活性,然而,它们需要比两阶段模型高得多的计算工作量。为了证明这一额外的计算工作,我们提供了理论和实证分析的价值,多阶段解决方案的风险规避多阶段随机机组组合模型。多阶段解决方案的价值衡量多阶段解决方案相对于两阶段解决方案的相对优势。结果表明,机组组合模型的多阶段解的价值随不确定性水平和周期数的增加而增加,随决策者风险规避程度的增加而减小。
2018-08-02 math.OC
Sequential Henig proper optimality conditions for multiobjective fractional programming problems via sequential proper subdifferential calculus
本文在没有任何约束规格的情况下,利用函数的$ε$ -次微分和次微分,给出了约束多目标分式规划问题存在Henig正常有效解的序列最优性充要条件.这是通过采用序列Henig次微分规则的总和$m \ (m\geq 2)$正常的凸向量值映射与两个凸向量值映射的组合。为了举例说明本文的主要结果,我们在Moreau-Rockafellar条件下建立了经典的最优性条件。我们的主要结果是在自反巴拿赫空间中给出的,避免了网的使用。
2023-02-20 math.OC
Exploiting Aggregate Sparsity in Second Order Cone Relaxations for Quadratic Constrained Quadratic Programming Problems
在众多提高二次约束二次规划(QCQP)半定规划(SDP)松弛算法计算效率的方法中,Fukuda等人(2001)利用SDP中数据矩阵的聚集稀疏性和二阶锥规划(SOCP)松弛算法是比较流行的方法。在本文中,我们利用聚集稀疏的SOCP松弛的QCQP。具体来说,我们证明了利用聚合稀疏性减少了SOCP松弛中二阶锥的数量,并且我们可以简化Fukuda等人的矩阵完成过程。在SOCP松弛问题的原始和对偶中,而不会失去最大行列式性质。对于数值实验,QCQP从格子图和池化问题进行了测试,因为它们的SOCP松弛提供了相同的最优值的SDP松弛。我们表明,利用聚合稀疏性提高了计算效率的SOCP松弛的SDP松弛相同的目标值,因此更大的问题可以处理建议的SOCP松弛比SDP松弛。
2019-11-06 math.OC
On the integrality gap of the maximum-cut semidefinite programming relaxation in fixed dimension
我们描述了一个最大割半定规划松弛的完整性间隙的因子揭示凸优化问题:对于每个$n \geq 2$,我们提出了一个凸优化问题,其最优值是最大可能的最佳秩- $n$解决方案的松弛和最佳割的值之间的比率。这个问题,然后用来计算完整性差距的下界。
2020-08-05 cs.DS math.OC