Local Versus Global Conditions in Polynomial Optimization
本文综述了多项式最优化中的局部和全局最优性条件。我们总结了它们之间的关系。
2015-05-01 math.OC
Stochastic Polynomial Optimization
本文研究了带多项式的随机最优化问题。我们提出了一个具有样本平均值和扰动的最优化模型。采用Lasserre型Moment-SOS松弛法求解样本平均优化问题。研究了优化及其松弛的性质。数值实验。
2019-08-15 math.OC
A Lagrange Multiplier Expression Method for Bilevel Polynomial Optimization
本文研究二层多项式最优化问题。为了解决这些问题,我们给出了一种基于多项式优化松弛的方法。每个松弛是从Kurash-Kuhn-Tucker(KKT)条件下的下层优化和交换技术半无限规划。对于KKT条件,拉格朗日乘子表示为多项式或有理函数。Moment-SOS松弛法用于求解多项式优化松弛法。在一般假设下,证明了该算法解二层多项式最优化问题的收敛性。数值实验表明了该方法的有效性。
2021-06-09 math.OC
Noncommutative Polynomial Optimization
在这一章中,我们给出了非交换多项式最优化问题的埃尔米特平方和方法。这是一个扩展的平方和方法多项式优化所产生的真正的代数几何。我们提供了一个温和的介绍这种方法的基本理论,并强调其重要性。
2021-09-02 math.OC
Solvability of a Regular Polynomial Vector Optimization Problem without Convexity
本文研究了非空闭集上非凸正则多项式向量最优化问题的可解性。引入了多项式向量最优化问题的正则性条件,研究了正则性条件的性质和刻画。在正则性条件下,研究了问题解集的非空性和有界性。作为结果,我们建立了非凸多项式向量最优化问题的两个Frank-Wolfe型定理。最后,我们研究了非凸正则多项式向量最优化问题解的稳定性。
2021-01-11 math.OC
Bernstein Polynomial Relaxations for Polynomial Optimization Problems
本文研究了多项式最优化问题的伯恩斯坦多项式松弛算法。我们提出了一个进步的越来越精确的LP松弛的基础上表示给定的多项式在其伯恩斯坦形式,作为一个线性组合的伯恩斯坦多项式。著名的单位盒上的伯恩斯坦多项式的界限结合伯恩斯坦多项式之间的线性相互关系,帮助我们制定“伯恩斯坦不等式”,产生更严格的下界的POP在有界矩形域。所得结果可推广到多面体和半代数域上的优化问题。我们还研究了技术,以提高精度,这些放宽考虑更高程度的松弛,和一个分支和削减计划
2015-09-03 math.OC
Optimization of Polynomials with Sparsity Encoded in a Few Linear Forms
我们考虑多项式的几个线性型,并显示如何利用这种类型的稀疏优化的一些特定的域,如欧几里德球或多面体。此外,简单的过程允许检测这种形式的稀疏性,并且还允许通过这种稀疏多项式提供任何多项式的近似。
2022-04-04 math.OC
Regularization Methods for SDP Relaxations in Large Scale Polynomial Optimization
研究了大规模多项式优化问题的半定规划松弛算法。当使用边界点法时,通常只能解决小问题或中等规模的问题。本文研究求解多项式最优化问题的正则化方法。我们描述了这些具有块结构的半定优化方法,并将其应用于求解大规模多项式最优化问题。各种数值例子的性能进行测试。通过正则化方法,可以在常规计算机上解决更大的问题,这几乎是不可能的内点方法。
2011-12-05 math.OC
Tight Relaxations for Polynomial Optimization and Lagrange Multiplier Expressions
本文提出了多项式优化的紧半定松弛。研究了最优性条件最优性条件。我们证明了一般情况下拉格朗日乘子可以表示为临界点集合上决策变量的多项式函数。多项式表达式可以由线性方程确定。在此基础上,构造了求解多项式最优化问题的新的Lasserre型半定松弛。我们证明了新的弛豫族具有有限收敛性,或者等价地,新的弛豫族对于有限的弛豫阶是紧的。
2018-04-06 math.OC
An Approach to Constrained Polynomial Optimization via Nonnegative Circuit Polynomials and Geometric Programming
在这篇文章中,我们结合了多项式优化的两个发展。一方面,我们考虑基于非负回路多项式之和的非负性证书,这是第二和第三作者最近提出的。另一方面,我们研究了约束多项式最优化问题的几何规划方法,这是最近由Ghasemi和Marshall发展起来的。我们表明,这两个结果的组合产生一个新的方法来解决某些类的约束多项式最优化问题。我们测试的新方法实验和比较它的半定规划在各种例子。
2018-06-05 math.AG math.OC
Multi-Degrees in Polynomial Optimization
研究了目标函数为多项式且约束条件为多项式等式约束的结构化最优化问题。该结构来源于多元多项式环上的多重分次。对于固定的多个度,我们确定了复杂的临界点的一般数量。这用作最优化问题的代数复杂性的度量。讨论了数值非线性代数的计算和证明方法。
2022-09-21 math.AG math.OC
Utopia point method based robust vector polynomial optimization scheme
本文针对无凸性假设的鲁棒向量多项式优化问题,提出结合乌托邦点标量化与“联合+边际”松弛的求解方案,并兼顾理论与计算分析。
2022-09-11 math.OC
Convex Generalized Nash Equilibrium Problems and Polynomial Optimization
本文研究了由多项式给出的凸广义纳什均衡问题。我们使用有理和参数表达式的拉格朗日乘子制定有效的多项式优化计算广义纳什均衡(GNEs)。半定松弛的Moment-SOS族被用来解决多项式优化。在一些一般假设下,我们证明了该方法可以找到一个GNE,如果存在一个,或检测不存在的GNE。数值实验表明了该方法的有效性。
2021-11-08 math.OC
Polynomial Optimization Relaxations for Generalized Semi-Infinite Programs
本文针对多项式形式的广义半无限规划,提出基于拉格朗日乘子表达式和多项式扩张的多项式优化松弛层级方法,证明其收敛性,并给出凸无穷约束情形下的精确求解条件,数值实验验证了计算效率。
2025-04-14 math.OC
On the strength of recursive McCormick relaxations for binary polynomial optimization
递归McCormick松弛是求解二元多项式最优化问题的最常用的凸化方法之一。众所周知,这些松弛的质量和大小都取决于递归序列,并且找到最佳递归序列相当于解决困难的组合最优化问题。在本文中,我们证明了任何递归McCormick松弛都隐含在扩展花松弛中,扩展花松弛是一种线性规划松弛,是Del Pia和Khajavirad 2018年引入的花松弛的自然推广,对于具有固定次数的二元多项式最优化问题,可以在强多项式时间内求解。
2023-01-18 math.OC
The pseudo-Boolean polytope and polynomial-size extended formulations for binary polynomial optimization
本文引入伪布尔多面体,并借助带符号超图给出其具有多项式规模扩展表述的充分条件,统一并扩展了三次及以上二元多项式优化问题凸包多项式规模扩展表述的已有结果。
2024-07-01 cs.DM math.OC
Polynomial Optimization via Random Projection and Consensus
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
提出一种基于随机线性子空间投影的黑盒方法,将大型半定规划约简为多个小规模半定规划,并在多项式优化问题上验证了其可扩展性的提升。
2025-09-16 math.OC
PCPOP.jl: A Julia package for partially commutative polynomial optimization
The University of Hong Kong(香港大学);Université libre de Bruxelles(布鲁塞尔自由大学)
介绍用于多项式优化的Julia包PCPOP,支持多种优化类型,具备精确算术计算及多种便利功能,尤其为部分可交换变量多项式计算实现专门框架,在量子信息问题计算上优势显著。
2026-07-14 math.OC quant-ph
FPTAS for mixed-integer polynomial optimization with a fixed number of variables
当变量个数固定时,我们证明了在凸多胞体中的混合整数集上最大化非负多项式问题的FPTAS的存在性。
2005-05-31 math.OC
Optimality conditions for homogeneous polynomial optimization on the unit sphere
本文证明了对于球面上的齐次多项式优化,如果目标$f$在输入空间中是通用的,则满足一阶和二阶必要最优性条件的所有可行点都是局部极小点,这解决了Lasserre最近的工作中提出的一个问题(Optimization Letters,2021).作为推论,这意味着当$f$是通用的时,Lasserre的层次具有有限收敛性。
2022-10-04 math.OC
A Julia Module for Polynomial Optimization with Complex Variables applied to Optimal Power Flow
输电网络中的许多最优化问题都可以用复变数多项式问题来表示。具有复变数的多项式最优化问题包括优化实值多项式,该实值多项式的变量和系数是服从某些复多项式等式或不等式约束的复数。这些问题通常直接转换为实变量,或者使用极坐标形式,或者使用矩形形式。在这项工作中,我们提出了一个朱莉娅模块,允许在原来的复杂制定的多项式问题的表示。该模块适用于电力系统优化,其通用设计可以描述电力系统问题的几种变体。文中给出了交流最优潮流和连续安全约束最优潮流的计算结果。
2019-04-18 math.OC
A polynomial-time solvable class of sparse box-constrained polynomial optimization problems
Lehigh University(利哈伊大学)
本文研究在单位超立方体上最小化多项式函数的问题,通过将多项式表示为超图并利用其稀疏性,提出了一种多项式时间求解的新条件。识别出在最优解中取二值的变量子集,并通过消除小且弱耦合的连续变量块,将问题转化为可高效求解的结构化二元优化问题。
2026-10-28 math.OC
A novel exact approach to polynomial optimization
本文提出一种基于线性乘凸函数分解的多项式优化精确方法,通过构造最紧凸松弛下界提升分支定界效率,实验表明其优于BARON和SOS,可在一小时内求解40变量3次及20变量4次问题。
2025-07-02 math.OC
Exploiting Sparsity in Complex Polynomial Optimization
本文提出稀疏自适应复moment-HSOS层级,用于复多项式优化,通过数值实验证明其在计算成本与界质量间提供有效权衡。
2025-04-28 math.OC
Bounded Global Optimization for Polynomial Programming using Binary Reformulation and Linearization
本文给出了有界变量多项式规划问题全局最优化的一种近似方法。该方法采用一种重构和线性化技术,将原多项式最优化问题转化为一对混合二元线性规划。这两个整数线性重新制定的解决方案提供了上界和下界的整体解决方案,原来的多项式计划。这些界限的紧密性、近似每个多项式表达式的误差以及在重新表述过程中必须添加的约束的数量都取决于用户为原始多项式程序中的每个变量指定的误差容限。当这些误差容限接近于零时,重新制定的程序的大小增加,并且计算出的区间界限收敛到真正的全局解。
2012-05-29 math.OC
Global solutions to general polynomial benchmark optimization problems
本文的目标是解决一类高次多项式基准最优化问题,包括Goldstein-Price问题和三峰骆驼背问题。利用推广的正则对偶理论,将非凸原问题转化为凸区域(无对偶间隙)上的凹对偶问题,从而得到整体解.
2012-07-27 math.OC
Symmetries in polynomial optimization
本章研究利用对称性降低多项式优化计算复杂度,重点探讨矩-SOS层级中表示论与不变量理论的应用,并介绍通用对称性约简技术。
2023-05-09 math.OC
On the solution existence and stability of polynomial optimization problems
本文引入并研究了目标函数为多项式的最优化问题的一个渐近正则性条件。在这个正则性条件下,渐近分析中的正规化论证使我们能够看到这些问题解的存在性以及解的稳定性。证明了正则最优化问题的Frank-Wolfe型定理和非正则伪凸最优化问题的Eaves型定理。此外,我们还得到了多项式最优化问题解映射的上连续性和局部上Hölder稳定性等稳定性结果.最后讨论了正则性条件的泛在性。
2021-08-09 math.OC
A Certificate of Unboundedness for Polynomial Optimization Problems
School of Electrical, Computer and Energy Engineering, Arizona State University(亚利桑那州立大学电气、计算机与能源工程学院)
本文提出一种预处理算法,用于判断多项式优化问题是否从下无界,从而在求解前提供关于问题渐进行几何的信息。
2026-05-09 math.OC
Algebraic Relaxations and Hardness Results in Polynomial Optimization and Lyapunov Analysis
本论文解决了优化与控制中有关计算复杂性和基于代数、半定规划的松弛问题。
2012-01-13 cs.CC cs.DS math.OC
On Approximation Algorithms for Commutative Quaternion Polynomial Optimization
Research Institute for Interdisciplinary Sciences, Shanghai University of Finance and Economics(上海财经大学跨学科研研究院);Faculty of Business Information, Shanghai Business School(上海商学院商务信息学院)
本文提出一种多项式时间随机近似算法,解决交换四元数域上受球面约束的齐次多项式优化问题,理论证明了算法的近似比和最坏情况性能保证。
2025-11-30 math.OC
Real ideal and the duality of semidefinite programming for polynomial optimization
研究了半代数集上多项式消失生成的理想,提出了一种基于柱面代数分解技巧的生成元计算算法。应用这些方法,可以等价地修改带有多项式等式约束的多项式最优化问题,使得相应的半定规划松弛问题没有对偶间隙.给出了理想实性的一些判别准则的初等证明。
2009-02-14 math.AC math.OC
Global optimization of low-rank polynomials
Czech Technical University in Prague(捷克布拉格工业大学)
本研究提出LRPOP方法,通过低秩张量分解解决大规模低秩多项式优化问题,显著提升求解能力与数值稳定性。
2025-12-09 math.OC
Sparse convex relaxations in polynomial optimization
该研究提出单项式模式概念,为多项式优化稀疏方法提供统一视角,整合多类现有松弛方法,推导灵活对偶理论,并通过实验验证了基于模式的稀疏松弛的实际应用优势。
2024-03-06 math.OC
Existence of Solutions and Relative Regularity Conditions for Polynomial Vector Optimization Problems
本文在无凸性和紧性假设下,为多项式向量优化问题引入相对正则性条件,建立其与Palais-Smale等条件的关系,并证明有效解集非空,推导Frank-Wolfe型定理。
2025-08-07 math.OC
On the exactness for polynomial optimization strengthened with Fritz John conditions
我们利用与[arXiv:2205.04254(2022)]中相同的技术,在更一般的条件下,在由多项式不等式定义的基本半代数集上提供多项式非负的一些表示。基于每一种表示,我们得到半定规划返回一个序列的值,其中的值序列的最优收敛到一个给定的多项式最优化问题的一般假设下的最优值。由此,我们可以精确地计算由凹多项式不等式定义的基本凸半代数集上任意多项式的极小值。
2022-10-11 math.AG math.OC
Sparse Polynomial Matrix Optimization
本文研究利用项稀疏性、相关稀疏性和矩阵稀疏性降低多项式矩阵优化中平方和方法的计算复杂度,提出稀疏半定规划松弛方法,并分析其收敛性与全局最优性检测。
2025-06-05 math.OC
Computation with Polynomial Equations and Inequalities arising in Combinatorial Optimization
本说明的目的是调查的方法来解决系统的多项式方程和不等式。我们讨论的技术使用域上系数的多元多项式代数来创建大规模线性代数或多种可行性或优化问题的半定规划松弛。我们特别感兴趣的组合优化中出现的问题。
2009-09-04 math.AC math.OC
Log-Polynomial Optimization
University of California San Diego(加州大学圣地亚哥分校);Hong Kong Baptist University(香港浸会大学);Shanghai Jiao Tong University(上海交通大学)
本文提出了一种基于截断K-矩问题的松弛层次结构,用于解决对数多项式优化问题,并通过数值实验验证了其有效性。
2026-01-06 math.OC
SPLD polynomial optimization and bounded degree SOS hierarchies
Academy for Advanced Interdisciplinary Studies, Northeast Normal University(东北师范大学前沿交叉学科学院);Shanghai Zhangjiang Institute of Mathematics(上海张江数学研究院);Department of Applied Mathematics, Pukyong National University(釜庆国立大学应用数学系);Department of Pedagogy, Dalat University(大叻大学教育学系)
本文提出SPLD多项式及BSOS-SPLD层次结构,用于高效求解相关优化问题,并应用于统计学中的凸多项式回归。
2026-02-03 math.OC
On inverse optimal control via polynomial optimization
我们考虑一类控制系统,其中的微分方程,状态和控制系统由多项式描述。给定一组轨迹和一类拉格朗日量,我们有兴趣找到一类拉格朗日量,这些轨迹是最优的。为了模拟这个反问题,我们使用一个放松版本的汉密尔顿-雅可比-贝尔曼最优性条件,在以前的工作在这方面的连续性。然后,我们提供了一个通用的数值方案的基础上多项式优化和积极性的证明,并说明了一些学术例子的概念。
2017-03-21 math.OC
Polynomial-Time Approximation for Nonconvex Optimization Problems with an L1-Constraint
带L1约束的非凸最优化问题是一个普遍存在的问题,在混杂系统的最优控制、机器学习与统计、运筹学等领域都有广泛的应用。本文证明了带L1-约束的非凸最优化问题可以在多项式时间内近似求解。我们首先表明,非线性整数规划与L1约束可以解决在一些预言步骤是多项式的决策变量的维度,每个固定半径的L1约束。当专门为多项式整数规划,我们的结果表明,这样的问题有一个时间复杂性,同时是多项式的决策变量的尺寸和数量的约束,每个固定半径的L1-约束。我们证明了这一结果,利用几何参数,从随机过程理论和理论的凸体在高维空间的想法。最后,我们提供了一个附加的多项式时间近似计划(PTAS)的连续优化的Lipschitz函数的Lipschitz约束条件下的L1约束,我们勾画了一个推广到混合整数优化。
2017-09-25 math.OC
Integer Polynomial Optimization in Fixed Dimension
我们根据其计算复杂性,分类整数最优化问题的约束条件和目标函数是整系数多项式和变量的数量是固定的。对于在凸多胞体的格点上的整数多项式的优化问题,我们给出了一个计算最优值的上界的算法。对于多面体上的非负多项式,这些边界序列导致最优化问题的完全多项式时间近似方案。
2005-05-31 math.CO math.OC
Slow convergence of the moment-SOS hierarchy for an elementary polynomial optimization problem
本文研究一个参数化一元二次优化问题,揭示矩-SOS层级在参数趋于极限值时收敛速度逐渐变慢,并给出了有限收敛阶数随参数变化的估计。
2025-07-07 math.OC
Worst-case examples for Lasserre's measure--based hierarchy for polynomial optimization on the hypercube
本文研究了Lasserre [SIAM J. Optim.]提出的多项式最优化问题的上界的收敛速度。21(3)(2011),pp. 864-885],以及De Klerk,Hess和Laurent [SIAM J. Optim. 27(1),(2017)pp. 347-367]。对于超立方体上的多项式优化,我们给出了第一层次的收敛性分析。我们还显示了下界的收敛速度的一类例子上的两个层次。这些下界与上界相匹配,从而在这些示例中建立了真实的收敛速率。有趣的是,这些收敛速度由某些正交多项式族的极值零点的分布决定。
2018-04-16 math.OC
POCP: a package for polynomial optimal control problems
POCP是一个新的Matlab软件包,与GloptiPoly 3和YALMIP(可选)联合运行。它是针对所有问题数据都是多项式的非线性最优控制问题,并提供了一个近似的最优值以及一些控制策略。由于用户友好的界面,POCP重新制定了这样的控制问题,作为广义问题的时刻,反过来转换成一个层次的半定规划问题的GloptiPoly 3,其相关的序列的最优值收敛到最优值的多项式最优控制问题。在本文中,我们描述的POCP的基本特征,并说明他们与一些数值例子。
2008-09-26 math.OC
On Polynomial Optimization over Non-compact Semi-algebraic Sets
我们考虑一类多项式最优化问题$\inf \{f(x):x\in K\}$,其中由定义$K$和多项式$c-f$(对于某些标量$c$)的多项式生成的二次模是阿基米德的。对于这样的问题,最优值可以通过求解一系列半定规划来逼近,并且收敛性一般是有限的。此外,阿基米德条件(以及一个充分的非线性条件)也可以通过求解类似的半定规划层次来数值检验。换句话说,在合理的假设下,现在标准的SDP松弛等级通过适当的修改扩展到非紧的情况。
2013-07-04 math.OC
A Tensor Analogy of Yuan's Theorem of the Alternative and Polynomial Optimization with Sign structure
袁择一定理是最优化理论中的一个重要理论工具,它为包含两个齐次二次函数的严格不等式组的不可行性提供了可检验的证明。本文给出了袁氏关于对称张量设置的择一性定理的一个推广。作为应用,我们证明了一类具有适当符号结构(或更明确地说,具有本质非正系数)的非凸多项式最优化问题的最优值可以由一个相关的凸锥规划问题计算,并且这些非凸多项式最优化问题的最优解可以由凸锥规划问题的相应解恢复.此外,我们得到了这类非凸多项式最优化问题具有精确的平方和松弛,因此,可以通过一个半定规划问题来解决。
2014-09-01 math.OC
TSSOS: a Julia library to exploit sparsity for large-scale polynomial optimization
Julia库TSSOS旨在帮助多项式优化器解决具有稀疏输入数据的大规模问题。底层的算法框架是基于利用相关性和术语稀疏性,以获得一个新的时刻SOS层次涉及潜在的小得多的正半定矩阵。TSSOS可以应用于从电力网络到非交换多项式的特征值和迹优化的许多问题,涉及多达数万个变量和约束。
2021-03-01 cs.MS math.OC
An Efficient Framework for Global Non-Convex Polynomial Optimization with Algebraic Constraints
本文提出一种高效框架,通过构造本质上无虚假局部极小值的等价非线性重构,在高维带代数约束的全局非凸多项式优化中实现关于维数和次数的多项式级扩展。
2024-09-04 cs.MS cs.NA math.NA
An alternative proof of a PTAS for fixed-degree polynomial optimization over the simplex
标准单纯形上的多项式极小化问题是一个基本的NP-难非线性最优化问题--它包含了图中的最大团问题作为一个特例。已知该问题允许多项式时间近似方案(PTAS)用于固定次数的多项式,其基于规则网格序列的点处的多项式评估。在本文中,我们提供了PTAS性质的另一种证明。证明依赖于单纯形上Bernstein逼近的性质。我们还完善了一个已知的误差界的计划多项式的次数为三。本文的主要贡献是通过与伯恩斯坦近似和多项分布建立精确的联系,为PTAS提供了新的见解。
2014-10-28 math.OC
Lagrange multiplier expressions for matrix polynomial optimization and tight relaxations
University of California San Diego(加州大学圣迭戈分校);Hefei Normal University(合肥师范学院)
本文提出了一种基于拉格朗日乘子表达式的加强矩-SOS层次结构,用于求解矩阵多项式优化问题,并证明其具有有限收敛性。
2026-01-10 math.OC
Inference in higher-order undirected graphical models and binary polynomial optimization
本文研究高阶无向图模型中的二元推断问题,将其转化为二元多项式优化,提出并比较多种线性规划松弛,并通过图像恢复和纠错码解码实验验证其有效性。
2024-12-15 math.OC
Finite convergence of the Moment-SOS hierarchy for polynomial matrix optimization
University of California San Diego(加州大学圣地亚哥分校)
本文研究了多项式矩阵优化的矩-SOS层次,证明在非退化、严格互补性和二阶充分条件满足时,该层次具有有限收敛性,且通过平坦截断检测收敛性。
2025-01-20 math.OC