Optimality conditions for approximate Pareto solutions of a nonsmooth vector optimization problem with an infinite number of constraints
本文利用Clarke次微分给出了一类具有无穷多个约束的非光滑向量最优化问题的近似Pareto解的若干新的最优性充要条件最优性条件.作为结果,我们得到了锥约束凸向量最优化问题和半定向量最优化问题的特殊情况下的最优性条件。并举例说明所得结果。
2019-05-13 math.OC
Hierarchical stratification of Pareto sets
在光滑凸多目标最优化问题中,Pareto最优解集同构于一个$m-1$维单纯形,其中$m$是目标函数的个数。单纯形的顶点是各个函数的最优值,而$(k-1)$维的面是$k$函数子问题的帕累托最优集。这样的子流形层次是一个几何对象称为分层和这种流形的并集,在这种情况下的帕累托最优集,被称为分层集。我们讨论了这些几何结构如何推广在非凸的情况下,我们调查已知的结果,并推导出可能的建议,专用的优化策略的设计。
2014-07-07 math.OC
On seeking efficient Pareto optimal points in multi-player minimum cost flow problems with application to transportation systems
在本文中,我们提出了一个多人扩展的最小费用流问题的启发运输问题,在现代运输业。我们将一个玩家与有向网络的每个弧相关联,每个玩家都试图在网络流约束下最小化其费用函数。在我们的模型中,费用函数可以是任何一般的非线性函数,通过每个弧的流量是一个整数。我们提出的算法来计算有效的帕累托最优点(S),其中的最大可能数量的球员(但不是所有)同时最小化他们的费用函数。如果将问题转化为一个规范形式的有限静态正规型对策,则计算得到的Pareto最优点是Nash均衡。
2019-05-22 math.OC
Optimization Over the Pareto Front of Nonconvex Multi-objective Optimal Control Problems
多个目标函数的同时优化导致一组折衷或帕累托解。从某种意义上说,在这个集合中选择一个最佳解通常是一项具有挑战性的任务:在三个或更多目标的情况下,帕累托前沿通常很难查看,如果不是不可能的话,即使在只有两个目标的情况下,构建整个帕累托前沿以便直观地检查它也可能非常昂贵。因此,帕累托(或有效)集上的优化一直是一个活跃的研究领域。虽然有丰富的文献涉及有限维最优化问题在这一领域,有一个缺乏的问题制定和数值方法的最优控制问题,除了凸的情况。本文将非凸约束时滞最优控制问题的Pareto前沿优化问题表示为一个双层最优化问题。基于已有的解的可微性结果,我们提出了一种算法,该算法结合了(i)Chebyshev标量化,(ii)权的本质区间的概念,以及(iii)简单而有效的对分法用于求解具有两个目标的最优控制问题.我们说明了两个例子的问题,涉及电路和治疗肺结核的算法的工作,并讨论了新的计算方法的未来研究路线。
2023-01-30 math.OC
Obtaining properly Pareto optimal solutions of multiobjective optimization problems via the branch and bound method
本文提出一种基于分支定界的算法,利用凸多面体锥诱导的支配关系进行剪枝,为决策者提供 ε-真 Pareto 最优解,并证明了算法的全局收敛性,在基准问题和实际优化问题中验证了其有效性。
2024-02-28 math.OC
Pareto optimality conditions and duality for vector quadratic fractional optimization problems
一阶必要最优性条件是一阶必要最优性条件,它是对Karush-Kuhn-Tucker条件的推广。然而,为了获得充分的最优性条件,有必要对目标函数和约束集施加额外的假设。研究了带约束的向量二次分式最优化问题。结果表明,在黑塞矩阵的线性组合上,不需要对目标函数作广义凸性假设,就可以建立充分的Pareto最优性条件和主要的对偶定理.这一贡献的主要方面是帕累托最优性条件的发展基于一个类似的二阶充分条件的凸约束问题,没有凸假设的目标函数。这些条件可能是有用的,以确定终止标准的算法的发展。
2016-09-14 math.OC
Local Pareto optimality conditions for vector quadratic fractional optimization problems
有几个概念和定义来表征和给出向量最优化问题的解的最优性条件。其中最重要的是一阶必要最优性条件,它推广了Karush-Kuhn-Tucker条件。该条件确保存在包含局部最优解的任意邻域。本文提出了一种新的概念来确定向量最优化问题的局部最优解邻域。这一贡献的主要方面是发展的必要和充分的帕累托最优性条件的解决方案的一个特定的向量最优化问题,其中每个目标函数由一个比率二次函数和可行集定义的线性不等式。我们展示了如何计算以局部Pareto解为中心的球形区域的最大半径,其中该解是最优的。在这个过程中,我们可以得出结论,解决方案也是全球最优的。这些条件可能是有用的,以确定终止标准的发展中的算法,包括更一般的问题,其中二次近似使用本地。
2017-11-08 math.OC
A general framework for providing interval representations of Pareto optimal outcomes for large-scale bi- and tri-criteria MIP problems
本文针对大规模双目标和三目标混合整数规划问题,提出一种在时间限制下提供帕累托最优结果区间表示的通用框架,用于导航帕累托前沿,并通过多目标0-1背包实验验证。
2023-12-30 math.OC
k-Pareto Optimality-Based Sorting with Maximization of Choice
拓扑排序是信息检索、推荐系统、优化等众多实际应用中的一项重要技术。在本文中,我们引入了一个具有最大化选择的广义拓扑排序问题,即选择预定义大小的项目子集,该子集包含相对于优势关系的最大数量的同等优先选项(项目)。我们制定这个问题在一个非常抽象的形式,并证明排序的k-帕累托最优产生一个有效的解决方案。接下来,我们证明了所提出的理论在实践中是有用的。我们应用它在遗传优化的选择步骤,并证明所得到的算法优于现有的国家的最先进的方法,如NSGA-II和NSGA-III。我们还表明,所提供的一般配方可以发现有趣的关系,并将开发的理论应用到不同的应用程序。
2022-01-20 math.OC
Interbank lending with benchmark rates: Pareto optima for a class of singular control games
基于对银行间同业拆借利率动态模型的研究,我们分析了一类奇异控制的随机微分对策。我们描述了这个游戏的帕累托最优,并展示了如何通过监管机构的干预,其政策是一个奇异的随机控制问题的解决方案,他们可以实现。利用一类新的具有分段连续自由边界的Skorokhod问题的解刻画了Pareto最优解。帕累托最优的政策,对应于执行银行间拆借利率的内生边界。帕累托最优和纳什均衡之间的分析比较提供了洞察监管干预对银行间利率稳定性的影响。
2021-06-12 math.DS math.OC
On some properties of the compliance-volume fraction Pareto front in topology optimization useful for material selection
为通过拓扑优化设计的零件选择最佳材料是一个复杂的问题。帕累托前沿的形状和性质在这种选择中起着重要的作用。本文证明了线弹性力学中某些拓扑最优化问题的柔度-体积分数Pareto前沿具有一些共同的性质。这些属性提供了一个有趣的观点,拓扑优化的效率相比,其他设计方法,如参数结构优化。我们构造了一个简单的元模型,它只需要一个完整的拓扑优化,以适应整个帕累托前沿。精确的帕累托前沿独立获得。在不同的测试问题上,构建的快速元模型相对于这些精确的帕累托前沿的最大误差为6.4%。最佳材料的选择,然后成功地测试MBB梁的质量最小化与说明性的选择4种材料。
2022-11-25 math.OC
Hypervolume-Optimal $μ$-Distributions on Line/Plane-based Pareto Fronts in Three Dimensions
超体积算法在进化多目标优化领域中被广泛用于评价解集的质量。对于在Pareto前沿上具有$μ$解的解集,较大的超体积意味着较好的解集。研究具有最大超体积的解集的分布是EMO中的一个重要课题,即所谓的超体积最优$μ$ -分布。理论结果表明,$μ$解在二维线性Pareto前沿上是均匀分布的。然而,$μ$的解决方案并不总是均匀分布在一个单线Pareto前沿的三维。只有当单线帕累托前沿有一个恒定的目标时,它们才是一致的。在本文中,我们进一步研究了三维超体积最优$μ$ -分布。我们考虑基于线和平面的帕累托前沿。对于基于线的Pareto前沿,我们将单线Pareto前沿扩展到双线和三线Pareto前沿,其中每条线都有一个恒定的目标。对于基于平面的Pareto前沿,考虑了线性三角形和倒三角形Pareto前沿。首先,我们证明了$μ$的解决方案并不总是均匀分布的线为基础的帕累托前沿。均匀性取决于线条是如何组合的。然后,我们表明,一个统一的解决方案集上的平面为基础的帕累托前沿并不总是最优的超体积最大化。它相对于$(μ+1)$选择方案是局部最优的。我们的研究结果可以帮助社区中的研究人员更好地理解和利用超容积指标。
2021-04-20 cs.NE math.OC
Point Convergence Analysis of the Accelerated Gradient Method for Multiobjective Optimization: Continuous and Discrete
National Center for Applied Mathematics in Chongqing, Chongqing Normal University(重庆师范大学 重庆应用数学中心)
本文针对多目标优化加速梯度法的点收敛性公开问题,分别证明α=3时连续MAVD系统轨迹、所提离散MAG-GM方法生成序列均收敛至弱帕累托最优解。
2025-11-13 math.OC
Tracing Pareto-optimal points for multi-objective shape optimization applied to electric machines
针对旋转电机多目标形状优化,提出基于二阶形状导数的同伦方法,沿帕累托前沿高效追踪帕累托最优解,兼顾计算效率与任意几何形状的灵活性。
2024-04-18 cs.NA math.NA math.OC
Tracing locally Pareto optimal points by numerical integration
我们提出了一种新的方法,有效和可靠的近似帕累托前充分光滑的无约束双准则最优化问题。为问题的加权和标量化而制定的最优性条件产生Pareto前沿(的部分)作为参数曲线的描述,由标量化参数化(即,加权和标量化中的权重)。它的灵敏度是。参数变化可以通过常微分方程(ODE)来描述。从一个任意的初始帕累托最优解开始,帕累托前沿可以通过数值积分来追踪。我们提供了一个误差分析的基础上Lipschitz性质,并建议一个显式龙格-库塔法的数值解的常微分方程。该方法是验证双标准凸二次规划问题的精确解是明确已知的,并在复杂的双标准形状最优化问题涉及有限元离散的状态方程的数值测试。
2020-04-22 cs.NA math.NA math.OC
On Pareto Equilibria for Some Bi-Objective Optimal Control Problems
Universidade Estadual do Piauí(皮奥伊州立大学);Universidad de Sevilla(塞维利亚大学);Universidade Federal Fluminense(弗鲁米嫩塞联邦大学);Universidade Federal Rural do Semi-Árido(半干旱地区联邦农村大学)
该研究针对双目标扩散最优控制问题的Pareto均衡展开,构建了分布式控制下的双目标优化框架,分析多类热方程系统,提出有限元与有限差分结合的数值方法,并通过实验验证其有效性。
2026-09-24 math.AP math.OC
Optimization on Pareto sets: On a theory of multi-objective optimization
University of California, San Diego(加州大学圣迭戈分校)
研究Pareto约束优化问题,针对隐式、非凸非光滑的约束集定义最优性与稳定性概念,并提出在目标强凸且Lipschitz光滑时具有O(K^{-1/2})收敛率的算法。
2023-08-04 cs.LG math.OC
A Hybrid 2-stage Neural Optimization for Pareto Front Extraction
The University of Texas at Austin(德克萨斯大学奥斯汀分校);Oden Institute for Computational Engineering and Sciences(奥登计算工程与科学研究所)
分类、推荐和排名问题通常涉及具有附加约束的竞争目标(例如,以满足公平性或多样性标准)。这样的优化问题是相当具有挑战性的,通常涉及非凸函数以及在平衡权衡中考虑用户偏好。帕累托解代表了联合优化多个竞争目标的最优边界。经常使用的线性标量化策略的一个主要障碍是,由此产生的优化问题可能并不总是收敛到全局最优。此外,这样的方法每次运行仅返回一个解点。帕累托解集是针对不同权衡选择的多次运行中所有此类全局最优解的子集。因此,帕累托前沿只能通过线性标量化问题的多次运行来保证,其中所有运行都收敛到它们各自的全局最优值。因此,为实际问题提取帕累托前沿在计算上是难以处理的,具有大量的计算开销、有限的可扩展性和降低的准确性。我们提出了一个强大的,低成本的,两阶段的,混合神经帕累托优化方法,是准确的和规模(计算空间和时间)与数据维度,以及功能和约束的数量。第一阶段(神经网络)有效地提取一个弱的帕累托前沿,使用弗里茨-约翰条件作为约束,没有假设的凸性的目标或约束。第二阶段(有效帕累托过滤器)提取强帕累托最优子集给定的弱前从阶段1。Fritz-John条件为我们提供了真实和网络提取的弱Pareto前沿之间的近似误差的理论界。数值实验表明,一组典型的基准问题和公平性优化任务从以前的作品的准确性和效率。
2021-02-13 cs.LG math.OC
Traversing Pareto Optimal Policies: Provably Efficient Multi-Objective Reinforcement Learning
Hong Kong University of Science and Technology(香港科技大学);University of Chicago(芝加哥大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文研究多目标强化学习,提出基于Tchebycheff标量化的min-max-max重构算法,设计了单偏好UCB算法和无偏好探索框架,并扩展至平滑Tchebycheff标量化,实现了可证明高效的帕累托最优策略学习。
2024-07-24 cs.LG math.OC stat.ML
Pareto optimal multi-robot motion planning
School of Electrical Engineering and Computer Science, Pennsylvania State University(宾夕法尼亚州立大学电气工程与计算机科学学院)
本文研究了一类多机器人协调问题,目标是使机器人以最短时间到达目标区域并避免碰撞。提出了一种新的数值算法来识别Pareto最优解,确保没有机器人可以单方面减少旅行时间而不延长其他机器人的。通过室内多机器人平台和计算机模拟实验,展示了该算法的 anytime 特性。
2020-09-01 cs.RO cs.SY eess.SY
Budgeted Multi-Objective Optimization with a Focus on the Central Part of the Pareto Front -- Extended Version
Groupe PSA(标致雪铁龙集团);CNRS(法国国家科学研究中心);École Nationale Supérieure des Mines de Saint-Étienne(圣艾蒂安国立高等矿业学校)
优化非线性系统涉及昂贵的计算机实验方面的冲突的目标是一个共同的挑战。当实验的数量受到严格限制和/或当目标的数量增加时,发现整个帕累托最优解集是遥不可及的,即使是基于代理的方法:所提出的解决方案是次优的或不覆盖前端。由于不妥协的最优解通常在应用程序中没有什么意义,这项工作限制了搜索的解决方案,接近帕累托前中心。文章首先描述了这个中心,它是为任何类型的前线定义的。接下来,提出了一种贝叶斯多目标优化方法,用于指导搜索。针对帕累托前沿的一个子集,可以提高解决方案的最优性,并更好地覆盖这一区域,这是我们的主要关注点。描述了一种检测收敛到中心的准则。如果该标准被触发,则帕累托前沿的加宽的中心部分被作为目标,使得在剩余预算内预测到足够准确的收敛。数值实验表明,所得到的算法,C-EHI,更好地定位帕累托前的中心部分相比,国家的最先进的贝叶斯算法。
2019-07-15 cs.LG math.OC stat.ML
Pareto optimization of resonances and minimum-time control
本文的目的是减少一个频谱最优化问题,这涉及到最小化的衰减率$|\mathrm{Im} \, k |$的共振$k$,收集的最优控制问题的黎曼球$\widehat{\mathbb{C}}$。这种减少使我们能够应用极值合成的方法,分层光学腔的结构优化。我们从一个对偶问题的谐振器长度的最小化,并给出了几个这个问题,涉及帕累托优化的模量$|k|$的谐振,最小时间控制问题的$\widehat{\mathbb{C}}$,和相关的哈密尔顿-雅可比-贝尔曼方程。各种类型的可控性研究与优化器的存在和最小衰减和最小模的帕累托最优边界之间的关系。我们给出明确的例子,最佳共振和定性描述他们附近的帕累托边界的属性。一个特殊的表示的bang-bang控制轨迹相结合的极值分析,以获得各种界限的最佳层的宽度。提出了一种基于最小时间控制的最优对称谐振器的计算方法,并以高精度计算了几个Pareto最优前沿和高Q值谐振器。
2018-12-17 math-ph math.MP math.OC
Pareto optimality in multilayer network growth
我们将多层交通网络的形成建模为多目标优化过程,其中服务提供商竞争乘客,并且路线的创建由编码效率和竞争之间的权衡的多目标成本函数决定。由此产生的模型再现以及现实世界的系统,如飞机,训练和总线网络的不同,从而表明,这样的系统确实是兼容的建议的本地优化机制。在航空运输系统的具体情况下,我们表明,由每个公司经营的航线网络被放置在非常接近理论帕累托前沿的效率竞争平面,和大多数最大的航空公司的一个大陆属于相应的帕累托前沿。我们的研究结果揭示了多目标优化原则在塑造大规模多层运输系统结构中所发挥的基本作用,并为服务提供商提供了新的见解,为智能选择新路线的策略。
2018-07-19 cond-mat.dis-nn cond-mat.stat-mech math.OC
Quadratic Memory is Necessary for Optimal Query Complexity in Convex Optimization: Center-of-Mass is Pareto-Optimal
MIT(麻省理工学院)
本文证明凸优化中二次内存是实现最优一阶预言机复杂度的必要条件,并证明质心割平面算法在内存与查询复杂度上达到帕累托最优,解决了COLT 2019的开放问题。
2023-05-19 cs.CC cs.DS cs.LG
Pareto optimal structures producing resonances of minimal decay under $L^1$-type constraints
研究了非均匀介质中一维波动方程在非负函数$\| B \|_1 <= m$约束下的共振优化问题。从物理学和最优化的观点出发,用非负测度$d M$代替$B$,并对$d M$施加总质量为$<= m$的条件,便于推广.问题是针对给定频率$α\in R$设计一种介质,该介质以最小可能衰减率$| Im ω|$在线$α+ i R$上产生共振$ ω$。这样的共振被认为是最小的衰减,并形成帕累托边界。我们表明,相应的最佳措施,包括有限数量的点群众,这一结果产生不存在的问题的最佳化的一组绝对连续的措施$B(x) dx$。然后,我们得到的最佳点质量和他们的位置的限制。如果已知最佳共振$ ω$、第一点质量$m_1$和另一个几何参数,则这些限制足够强以计算最佳$d M$。这减少了原来的无限维的问题,以优化超过四个真正的参数。对于小的频率,我们明确地找到帕累托集和相应的最佳措施$d M$。本文的技术是基于双参数摄动法和局部边界点的概念。后者被引入作为一个推广的局部极值向量优化问题。
2013-08-11 math-ph math.MP math.OC