Generalized Differentiability and Second-Order Necessary Optimality Conditions for an Elliptic Optimal Control Problem with Exponential Nonlinearity and Discrete Measures
PHENIKAA University(Phenikaa 大学);Hanoi University of Science and Technology(河内科学技术大学)
本文研究了由指数半线性椭圆方程和离散测度驱动的带盒约束最优控制问题的广义可微性及二阶必要优化条件,针对指数非线性和离散测度带来的挑战,提出了一种广义导数的概念,并推导了缩减目标函数的一阶和二阶广义可微性,从而得到最优控制问题的一阶和二阶必要条件。
2026-05-19 math.OC
Necessary Optimality Condition for a Discrete Dead Oil Isotherm Optimal Control Problem
本文给出了描述水-油(等温死油模型)的经典非线性偏微分方程系统的半离散最优控制问题的最优性必要条件。
2008-01-28 math.AP math.OC
Discrete Approximations and Optimality Conditions for Controlled Free-Time Sweeping Processes
本文针对由不连续扫掠型微分包含支配且含自由时间的最优控制问题,提出离散逼近方法,证明其收敛性,并利用变分分析导出最优性必要条件,最后用数值例子验证。
2023-10-16 math.OC
Disaggregated Benders decomposition and lazy constraints for solving the budget-constrained dynamic uncapacitated facility location and network design problem
本文提出了一种求解动态无容量约束设施选址和网络设计问题(DUFLNDP)的方法。这是一个问题,其中网络必须被构建或扩展,并且设施被放置在网络中,受到预算的约束,以便满足多个需求。在满足需求的情况下,目标是最小化网络的运行成本和将需求转移到设施的成本。这个问题可以同时分解为两个不同的集合,从而产生许多更小的模型,这些模型可以更容易地解决。使用分解的Benders分解和惰性约束,我们解决了许多以前没有解决过的最优性问题。我们使用一个分析程序来生成Benders最优切割,这是可证明的帕累托最优。
2017-03-20 math.OC
On Strategic Measures and Optimality Properties in Discrete-Time Stochastic Control with Universally Measurable Policies
University of Alberta(阿尔伯塔大学)
本文研究Borel状态和动作空间下通用可测策略诱导的策略测度,并将其应用于风险中性和风险敏感的马尔可夫决策过程及其部分可观测对应问题,证明了最优值函数的可测性以及多种平均成本准则和风险准则下通用可测随机或非随机ε-最优策略的存在性,并扩展至极小极大控制问题。
2023-10-16 math.OC
Necessary Optimality Conditions for Fractional Difference Problems of the Calculus of Variations
我们介绍了离散时间分数变分法。建立了一阶和二阶最优性必要条件最优性条件。举例说明使用新的欧拉-拉格朗日和勒让德型条件。证明了当离散导数的阶为整数时,分数阶问题的解与相应的非分数阶变分问题的解是一致的.
2010-07-04 math.OC
The "Eating up Assumption", Transversality Conditions, and Steady States for Discrete Time Infinite Horizon Problems
本文考虑一般离散时间无限时域最优控制问题的最优解的构造。在修正的最优性准则的意义下,我们建立了最优性的充要条件。我们还考虑了横截性条件与稳态的关系。结果被应用到两个例子,以证明如何在本文中得到的新的横截性条件不同于以往文献中给出的。
2013-10-04 math.OC
Transversality Conditions for Stochastic Higher-Order Optimality: Continuous and Discrete Time Problems
在研究有限长度专利的效果时,如Futagami and Iwaisako(2007)的开创性工作那样,自然会出现高阶最优化问题。在本文中,我们建立了欧拉方程和横截性条件分析这样的高阶最优化问题。我们发展我们的随机一般简化形式模型的结果,并考虑连续和离散时间的情况下。我们使用我们的结果来建立简化的家庭最大化问题的欧拉方程和横截性条件在Futagami和Iwaisako(2007)。
2012-03-17 math.OC q-fin.GN
Discrete Approximations and Optimal Control of Nonsmooth Perturbed Sweeping Processes
本文的主要目的是发展离散逼近方法,得到一类带非光滑扰动的约束扫描过程的必要最优性条件。具有不规则动态和隐式状态约束的不连续微分包含的扫掠过程的最优控制问题是现代控制理论中最有趣和最具挑战性的问题之一,而其局部极小值的必要最优性条件的推导主要基于受控动态扰动的光滑性.为了克服这些困难,我们使用离散逼近的方法,并采用先进的二阶变分分析工具。这种方法使我们能够获得新的必要最优性条件的非光滑和非凸离散时间问题的扫描型。然后,我们利用所获得的条件和强收敛的离散逼近建立新的结果,原来的非光滑扫描控制问题,包括扩展的欧拉-拉格朗日和最大化条件的局部极小。最后,我们提出的应用所获得的结果来解决一个控制移动机器人模型与非光滑的清扫动力学,是一些实际的兴趣。
2020-05-12 math.OC
Average-Cost MDPs with Infinite State and Action Sets: New Sufficient Conditions for Optimality Inequalities and Equations
本文针对具有Borel状态和动作集的平均成本无限时域MDPs,提出了转移概率弱连续和集值连续下最优性不等式与方程成立的新充分条件,并证明了确定性最优策略的存在性。
2025-01-27 math.OC
Dynamic programming in mixed continuous-discrete time scales
对于混杂控制系统的某些数学模型,得到了动态规划方程和类似于庞特里亚金极值原理的最优性条件。
2004-08-27 math.OC
Column Generation and Lazy Constraints for solving the Liner Ship Fleet Repositioning Problem with cargo flows
我们认为在航运业中的一个重要问题,称为班轮运输船队重新定位问题(LSFRP)。我们研究了这个问题的公共数据集,包括许多以前没有解决的最优性的情况。我们对以前的数学公式进行了一些改进,但是最大的实例仍然导致模型难以在合理的时间内解决。列生成的实现显着减少了模型大小,允许求解所有实例,有些实例需要两到三个小时。惰性约束的新应用进一步减小了模型的大小,并导致所有实例在四分钟内被解决为最优。
2016-03-08 math.OC
Integral Global Optimality Conditions and an Algorithm for Multiobjective Problems
本文针对不一定可微的多目标问题,通过加权和与Chebyshev加权标量化方法将积分全局最优性条件从单目标扩展至多目标,并提出一种基于Chebyshev标量化的算法以逼近弱Pareto前沿,通过测试问题验证了其有效性。
2022-05-01 math.OC
Optimality Conditions in Variational Form for Non-Linear Constrained Stochastic Control Problems
证明了一类随机微分方程约束最优控制问题的变分不等式形式的最优性条件。成本函数和不等式约束是状态变量在最终时刻的概率分布的函数。该分析以基本的方式使用可达概率分布集合的凸性属性。基于所得到的最优性条件,提出并分析了一种增广拉格朗日方法,用于迭代求解该问题。在该方法的每一次迭代中,一个标准的随机最优控制问题由动态规划求解。两个学术的例子进行了调查。
2018-02-12 math.OC
A strong second-order sequential optimality condition for nonlinear programming problems
针对非线性规划中约束规范不满足时现有二阶序列最优性条件仍具限制性的问题,提出无需约束规范的新强二阶序列最优性条件,并证明惩罚型与增广拉格朗日方法可生成满足该条件的点。
2025-03-03 math.OC
Optimization of the first mixed boundary value problem for parabolic differential inclusions in a three spatial dimension
研究了抛物型微分包含(DFI)第边值问题的Laplace算子优化问题。为此,定义了一个抛物离散包含问题,这是主要的辅助问题。利用局部伴随映射,证明了抛物离散包含最优性的充要条件。然后,利用抛物型DFI的离散化方法和已有的离散包含最优性条件,给出了Euler-Lagrange型包含形式的离散近似问题的充要条件.因此,使用专门证明的等价定理,没有它几乎不可能得到所需的结果所提出的问题,我们建立充分的最优性条件的抛物型DFI。为了证明上述方法,一些线性问题和多面体优化抛物型夹杂物进行了研究。
2021-03-31 math.OC
Optimality-Informed Neural Networks for Solving Parametric Optimization Problems
Saarland University(萨尔兰大学)
OptINNs通过结合KKT残差损失和问题特定激活函数,提高参数优化问题的求解精度、可行性和数据效率。
2026-11-05 cs.LG math.OC
Disaggregated Benders Decomposition for solving a Network Maintenance Scheduling Problem
我们考虑一个问题,一个网络和一组维护请求进行。我们希望以这样一种方式安排维护,以尽量减少对网络总吞吐量的影响。我们应用分解的Benders切割和惰性约束来解决问题的最优性,以及探索该技术的优点和缺点。我们证明了我们的Benders切割是帕累托最优的。LP松弛的解决方案还提供了进一步的有效不等式,以减少总的求解时间。我们实现这些技术在以前的论文中提出的模拟数据,并比较我们的解决方案技术,以前的方法和直接MIP制定。我们证明了许多问题的最优性,以前没有被证明。
2017-03-16 math.OC
Optimization of Fully Controlled Sweeping Processes
本文研究了控制作用进入多面体移动集和加性扰动的受控扫掠过程所支配的动力系统的一般最优控制问题的最优性条件。通过使用一阶和主要是二阶变分分析和广义微分工具,我们开发了一个适定的方法的离散逼近,获得最优性条件的解决方案,离散时间控制系统,然后建立通过传递到极限可验证的必要最优性条件的局部极小的原始控制扫描过程,完全表示在其给定的数据。所获得的必要的最优性条件的清扫动力学的效率示出通过解决自己感兴趣的三个非平凡的例子。
2021-03-16 math.OC
ADMM for 0/1 D-optimality and Maximum-Entropy Sampling Relaxations
University of Michigan(密歇根大学);Universidade Federal do Rio de Janeiro(里约热内卢联邦大学);Hong Kong University of Science and Technology(香港科技大学)
针对实验设计中的两个NP-hard离散最大化问题,提出ADMM算法求解其凸松弛,并通过实验证明其实用价值。
2026-06-17 math.OC
Optimization of System of Nonlinear Second Order Differential Inequalities
本文讨论了具有凸与非凸、离散与可微的二阶状态变量不等式约束的Bolza问题的最优化问题,给出了最优性的充要条件。根据所提出的离散化方法和次微分包含的等价定理,研究了离散逼近不等式组问题,该问题对导出由给定的非线性不等式约束产生的伴随离散包含有重要意义.在极限情形下,得到了连续问题最优性的充分条件。最后给出了一个数值例子来说明理论结果。
2020-09-16 math.OC
Optimization and Discrete Approximation of Sweeping Processes with Controlled Moving Sets and Perturbations
本文讨论了一类新的具有可测控制的受扰扫掠过程的最优控制问题,其控制是在动力学的加法扰动和多面体移动集上的光滑控制。我们开发了一个建设性的离散逼近程序,使我们能够强烈地近似任何可行的轨迹控制扫描过程中可行的离散轨迹,也建立了一个$W^{1,2}$ -强收敛的离散控制问题的最优轨迹到一个给定的局部极小值的原始连续时间的Bolza型扫描控制问题。采用先进的工具,一阶和二阶变分分析和广义微分,我们推导出必要的最优性条件的离散最优解在相当一般的假设下制定完全根据给定的数据。所得到的结果给我们有效的次最优性(“几乎最优性”)的原始扫描控制问题,说明了一个非平凡的数值例子的条件。
2020-02-13 math.OC
Testing weak optimality of a given solution in interval linear programming revisited: NP-hardness proof, algorithm and some polynomial cases
University of Economics, Faculty of Finance and Accounting(布拉格经济大学金融与会计学院);Charles University, Faculty of Mathematics and Physics(查理斯大学数学与物理学院)
本文证明区间线性规划中给定解的弱最优性检验是NP-困难的,并提出基于象限分解的指数时间算法,同时指出仅含不等式约束的情形可多项式求解。
2017-12-01 math.OC
On the Efficient Gerschgorin Inclusion Usage in the Global Optimization αBB Method
在本文中,我们重新讨论了求解全局最优化问题的αBB方法。本文研究了用于计算黑塞矩阵特征值界的Gerschgorin包含定理中尺度向量的最优性。我们提出了两种算法来计算好的尺度向量d,并陈述了最优d的三个必要的最优性条件。由于第二种方法计算的尺度向量满足所有三个最优性条件,因此它是一种廉价但有效解。
2013-07-10 math.OC
Higher-order infinite horizon variational problems in discrete quantum calculus
利用离散量子算子得到了变分法高阶无穷视界问题的最优性条件。
2011-12-04 math.OC
One-dimensional optimal control problems for time-discrete constrained quasilinear diffusion equations of Allen--Cahn types
本文考虑一维时间离散的奇异Allen-Cahn型约束拟线性扩散状态系统的最优控制问题及其正则化逼近问题。我们注意到,每个系统的控制参数由物理温度给出。本文的主部是从证明一个关于状态系统控制凸能量次微分分解的关键定理开始的。在此基础上,我们将证明五个主要定理:状态系统的可解性和精确正则性结果;状态系统解的连续依赖性,包括空间$C^1$ -拓扑中的收敛性;最优控制的存在性和参数依赖性;近似最优控制的必要最优性条件;最优性条件逼近极限的精确刻画。
2021-09-27 math.OC
Trust--Region Problems with Linear Inequality Constraints: Exact SDP Relaxation, Global Optimality and Robust Optimization
球上非凸二次函数极小化的信赖域问题是求解非线性最优化问题的信赖域方法中的一个关键子问题。它具有精确半定线性规划松弛(SDP松弛)和强对偶性等性质。不幸的是,这样的属性不,在一般情况下,持有扩展的信赖域问题具有额外的线性约束。本文证明了经典信赖域问题的两个有用而强大的特征在新的维数条件下对于带线性不等式约束的扩展信赖域问题仍然成立。首先,我们建立了一类扩展信赖域问题有一个精确的SDP-松弛,它没有斯莱特约束规格。这是通过证明一个系统的二次和仿射函数参与的模型满足范围凸性时,尺寸条件得到满足。其次,我们证明了尺寸条件与斯莱特条件一起确保了一组组合的第一和第二阶拉格朗日乘子条件是必要的和充分的扩展信赖域问题的全局最优性,从而为强对偶。最后,我们证明了扩展的信赖域模型的维数条件是容易满足的,所产生的鲁棒最小二乘问题(LSP),以及作为一个等价的半定线性规划问题的鲁棒二阶锥规划模型问题(SOCP)的重新制定。这使我们得出结论,在温和的假设下,求解矩阵范数不确定性或多面体不确定性下的鲁棒(LSP)或(SOCP)相当于求解SDP,因此,它们的解可以在多项式时间内验证。
2013-09-11 math.OC
A Unified Study of Necessary and Sufficient Optimality Conditions for Minimax and Chebyshev Problems with Cone Constraints
本文给出了锥约束下极大极小和切比雪夫优化问题的一阶和二阶最优性充分必要最优性条件的统一研究。这些问题的一阶最优性条件可以用几种不同的形式来表述:线性化问题、拉格朗日乘子(KKT点)、次微分和正规锥、非光滑罚函数、具有正干部乘子的干部以及交替形式。我们描述了所有这些形式的必要和充分的最优性条件之间的相互联系,并证明了看似不同的条件实际上是等价的。我们还演示了如何一阶最优性条件可以重新制定在一个更方便的形式,为特定类别的锥约束优化问题和扩展经典的二阶最优性条件光滑锥约束问题的情况下,极大极小和切比雪夫问题的锥约束。本文得到的最优性条件为发展求解锥约束极大极小和切比雪夫问题的新的有效的结构开发方法开辟了一条道路。
2020-07-15 math.OC
Optimal control of the sweeping process over polyhedral controlled sets
本文研究一类新的最优控制问题,它是由sweeping/Moreau过程的耗散和不连续的微分包含所支配的,同时利用控制来确定运动凸多面体的最佳形状,以优化给定的Bolza型泛函,它依赖于控制变量和状态变量以及它们的速度.除了受控扫描过程的无界微分包含的高度非Lipschitz性质外,所考虑的最优控制问题还包含不等式和等式类型的内在状态约束.所有这些都对导出必要的最优性条件提出了严峻的挑战。我们在这里开发的离散逼近的方法,并将其与先进的工具,一阶和二阶变分分析和广义微分。这种方法使我们能够建立建设性的必要最优性条件的局部极小的控制清扫过程表示完全在问题的数据相当不受限制的假设。作为一个副产品的开发方法,我们证明了强$W^{1,2}$ -收敛的离散逼近的最优解到一个给定的局部极小的连续时间系统,并推导出必要的最优性条件的离散同行。通过几个例子说明了所建立的清扫过程的最优性条件。
2015-06-15 math.OC
Embedding Assignment Routing Constraints through Multi Dimensional Network Construction for Solving the Multi Vehicle Routing Problem with Pickup and Delivery with Time Windows
带时间窗集货配送的多车辆路径问题是一类具有挑战性的车辆路径问题。在本文中,通过嵌入许多复杂的分配路由约束,通过构建一个多维网络,我们打算达到最优的本地集群来自一个合理的大集合的乘客在现实世界的交通网络。更具体地说,我们引入了一个多车辆状态空间时间网络表示,其中只有非支配分配为基础的超路径进行检查。此外,借助于本文定义的乘客累积服务模式,我们的解决方案能够控制对称性问题,一个常见的问题,在组合问题。最后,对Ropke和Cordeau 2009提出的算例和Tempe市Phoenix分区随机生成的数据集进行了大量的计算,结果表明了本文算法的计算效率和解的最优性.
2016-07-06 math.OC
On the Minimum Pair Approach for Average-Cost Markov Decision Processes with Countable Discrete Action Spaces and Strictly Unbounded Costs
我们考虑平均成本马尔可夫决策过程(MDPs)与Borel状态空间,可数,离散的行动空间,严格无界的一阶段成本。对于最小对的方法,我们引入了一个新的优化条件的状态转移随机核,在MDP模型上通常需要的连续性条件的地方。我们将这个优控制条件与Lusin定理相结合,证明了一个稳定的最小值对的存在性,即,一个平稳策略与不变的概率测度配对诱导的状态空间,与属性,该对达到最小的长期平均成本在所有的政策和初始分布。我们还建立了平稳最小值对的其他最优性性质,并且对于这样的对中的平稳策略,在额外的递归或正则性条件下,我们证明了它的路径最优性和强最优性。我们的结果可以应用到一类可数行动空间MDP的动态和一阶段的成本是不连续的状态变量。
2020-01-06 math.OC
Solving Large-Scale Sparse PCA to Certifiable (Near) Optimality
Massachusetts Institute of Technology(麻省理工学院);London Business School(伦敦商学院)
稀疏主成分分析(PCA)是一种流行的降维技术,用于获得作为原始特征的小子集的线性组合的主成分。现有的方法不能提供可证明的最优主成分超过$p=100s$的变量。通过将稀疏PCA转化为一个凸混合整数半定最优化问题,设计了一种割平面法,该方法在p=300个变量中选取k=5个协变量的规模下,解决了稀疏PCA的可证最优性问题,并在更大的规模下提供了小的界隙。我们还提出了一个凸松弛和贪婪的舍入方案,提供了在实践中的$1-2\%$的约束间隙在几分钟内为$p=100$的或小时为$p=1,000$的,因此是一个可行的替代精确的方法在规模。使用现实世界的金融和医疗数据集,我们说明了我们的方法的能力,以获得可解释的主成分可追溯的规模。
2021-08-25 cs.LG math.OC math.ST
Canonical duality for solving general nonconvex constrained problems
本文给出了求解一般非凸约束最优化问题的正则对偶理论,并将Lagrange乘子法和KKT理论统一起来。证明了如果目标函数和约束条件都具有建模实际系统所必需的某种模式,那么在给出全局最优性条件的情况下,可以得到统一形式的完全对偶问题(无对偶间隙).而目前流行的增广拉格朗日方法由于约束条件的非线性,可能会产生更加困难的非凸问题。
2013-10-08 math.OC
Solving Elliptic Optimal Control Problems via Neural Networks and Optimality System
The Hong Kong Polytechnic University(香港理工大学);The Chinese University of Hong Kong(香港中文大学);Indian Institute of Technology, Bombay(印度理工学院孟买分校)
本文提出利用一阶最优性系统的耦合形式和深度神经网络求解线性及半线性二阶椭圆最优控制问题,给出状态、控制与伴随变量的 $L^2(Ω)$ 误差界,并通过数值算例验证及对比。
2024-05-08 cs.LG cs.NA math.NA
A Direct Method for Solving Optimal Switching Problems of One-Dimensional Diffusions
本文提出了一维扩散最优切换问题的一种直接解法。该方法不需要对值函数的形式和切换策略进行说明,也不需要通过拟变分不等式证明最优性。直接法使用一维扩散的最优停止问题的一般理论,并将值函数描述为它们各自变换空间中的最小线性优变量集。
2007-04-09 math.OC
Optimality Conditions and Numerical Algorithms for A Class of Linearly Constrained Minimax Optimization Problems
众所周知,求解非光滑极大极小问题的数值算法已经有很多,但求解具有联合线性约束的非光滑极大极小问题的数值算法还很少见。本文旨在讨论具有联合线性约束的极大极小问题的最优性条件并给出实用的数值算法。首先,我们利用邻近映射和KKT系统的性质建立了最优性条件最优性条件。其次,我们提出了一个求解极大极小问题的交替坐标算法框架,并分析了其收敛性。第三,我们提出了一种近似梯度多步上升下降法(PGmsAD)作为数值算法,并证明该方法可以在${\cal O}(ε^{-2}\logε^{-1})$迭代中找到此类非光滑非凸非凹问题的$ε$ -稳定点。最后,我们将PGmsAD应用于广义绝对值方程、广义线性投影方程和线性回归问题,并报告了PGmsAD在大规模优化问题上的效率。
2022-04-20 math.OC
Optimality of Zeno Executions in Hybrid Systems
混合动力系统(其演化同时服从连续和离散时间定律的系统)的一个独特特征是芝诺轨迹。通常避免这些轨迹,因为当问题变得病态时,它们可能导致不正确的数值结果。然而,这些是难以避免的,因为确定它们何时何地发生是一项重要的任务。事实证明,在最优控制问题中,它们不仅不能避免,而且有时需要综合解决方案。这项工作探讨了弹跳球的教学例子,以证明“芝诺控制执行的重要性。"
2022-10-03 math.OC
Solving Max-Cut to Global Optimality via Feasibility-Preserving Graph Neural Networks
Davidson School of Chemical Engineering, Purdue University(普渡大学化学工程大卫逊学院);Faculty of Computer Science, RWTH Aachen University(亚琛工业大学计算机科学学院);Jacobs Technion-Cornell Institute, Cornell Tech(技术学院-康奈尔研究所)
本文提出一种专门用于最大割问题的图神经网络,作为轻量级的SDP求解器替代品,能有效降低精确求解最大割问题的计算成本。
2026-05-08 cs.LG math.OC
Optimization of Controlled Free-Time Sweeping Processes with Applications to Marine Surface Vehicle Modeling
研究清扫过程的自由时间最优控制问题。我们开发了一个建设性的有限差分近似程序,使我们能够建立必要的最优性条件离散的最优解,然后显示这些最优性条件是如何适用于解决受控海洋表面车辆模型。
2021-05-07 math.OC
Some Aspects on Solving Transportation Problem
在本文中,我们考虑一类运输问题,它出现在抽样调查和其他领域的统计。这些运输问题的费用矩阵具有特殊的结构。我们观察到西北角解的最优性对于一般问题是成立的,其中成本分量被替换为一个凸函数。本文重新讨论指派问题,给出了$\ddot{o}$ nig-Egerv $\acute{a}$ ry定理和匈牙利方法的一个加权形式.本文提出的加权匈牙利法可用于求解运输问题。
2018-08-16 math.OC
Optimality of Myopic Policy for Restless Multiarmed Bandit with Imperfect Observation
我们考虑N个项目的排序问题。每个项目都是一个多状态的马尔可夫过程。在每个时刻,一个项目被安排工作,并根据所选项目的状态获得一些奖励。我们的目标是设计一个调度策略,最大限度地提高预期的累积折扣奖励在有限或无限的地平线。所考虑的问题可以转换成一个不安多臂强盗(RMAB)的问题,是决策论的根本重要性。众所周知,解决RMAB问题是PSPACE困难的,由于指数计算复杂度,最优策略通常难以解决。一个自然的选择是考虑容易实施的短视政策,使直接回报最大化。在本文中,我们进行了分析研究所考虑的RMAB问题,并建立了一组封闭形式的条件,以保证最优的近视政策。
2016-01-31 math.OC
A Sparse Smoothing Newton Method for Solving Discrete Optimal Transport Problems
本研究提出一种基于Huber光滑函数的平方光滑牛顿法求解离散最优传输问题,兼具收敛性好、计算成本低、内存占用少的优势,可扩展至沃瑟斯坦重心等同类问题,在大规模场景中应用潜力显著。
2024-05-16 math.OC
An Algorithm for Solving Quadratic Optimization Problems with Nonlinear Equality Constraints
Eindhoven University of Technology(埃因霍温理工大学)
本文提出一种高效算法求解带非线性等式约束的二次优化问题,证明其局部收敛性,并通过椭圆拟合和电机状态参考生成应用验证其有效性。
2016-03-16 cs.NA math.NA math.OC
Time-Consistent Mean-Variance Portfolio Selection in Discrete and Continuous Time
众所周知,均值-方差投资组合选择是一个时间不一致的最优控制问题,因为它不满足Bellman的最优性原理,因此通常的动态规划方法失败。我们开发了一个时间一致的制定这个问题,这是基于当地的最优性概念,称为当地的均值方差效率,在一般的半鞅设置。我们从离散时间开始,那里的公式很简单,然后找到连续时间的自然延伸。这补充和推广了Basak和Chabakauri(2010)的公式以及Björk和Murgoci(2010)的相应示例,其中处理和最优性的概念依赖于潜在的马尔可夫框架。我们证明了连续时间的制定表明,它符合连续时间的限制的离散时间的制定。这种收敛性的证明是基于局部最优策略的结构条件和Föllmer-Schweizer分解的均值-方差权衡的全局描述。作为一个副产品,这也给出了新的收敛结果的Föllmer-Schweizer分解,即局部风险最小化策略。
2012-05-21 math.OC q-fin.PM
Variational integrators for a new Lagrangian approach to control affine systems with a quadratic Lagrange term
本文针对控制仿射系统且控制代价为二次型的最优控制问题,提出新拉格朗日方法的精确离散与半离散变分积分器,推导离散最优性条件并证明其与连续形式等价,构造低阶积分格式求解低推力轨道转移,并研究了诺特定理。
2025-02-10 math.OC
Differentially Private Linear Programming: Reduced Sub-Optimality and Guaranteed Constraint Satisfaction
Georgia Institute of Technology(佐治亚理工学院);Air Force Research Laboratory(空军研究实验室)
本文提出一种差分隐私线性规划方法,证明私有化问题始终有解且满足原始约束,解决了文献中的开放问题,并通过理论分析和数值仿真表明其将次优性降低了65%。
2025-11-10 math.OC
Duality and optimality conditions in stochastic optimization and mathematical finance
研究有限离散时间上随机最优化的凸对偶问题。本文的第一部分给出了在运筹学和数理金融中的许多应用中对偶目标的显式表达式的一般条件。第二部分将凸对偶中的一般鞍点条件与第一部分中得到的对偶表示相结合,导出了最优性条件最优性条件。给出了随机最优化和数学金融学的几个应用。
2015-04-25 math.OC math.PR
Nonantagonistic noisy duels of discrete type with an arbitrary number of actions
本文研究两个局中人的非零和对策,它是离散型对抗性噪声决斗的推广。游戏被认为是从各种标准的最优性的角度来看。我们证明了存在的ε-均衡的情况下,我们发现的ε-均衡策略是ε-maxmin。给出了均衡策略为帕累托最优的条件。关键词:噪音决斗,支付函数,策略,均衡情形,帕累托最优,博弈价值。
2007-08-18 cs.GT math.OC math.PR
Use of approximations of Hamilton-Jacobi-Bellman inequality for solving periodic optimization problems
我们证明了周期最优化问题的最优性充要条件可以用相应的HJB不等式的解来表示,后者等价于连续可微函数空间上的极大极小型变分问题.我们近似后者的一个有限维的子空间上的连续可微函数的极大极小问题,并表明,这个问题的解决方案(存在自然可控条件下)可以用于近最优控制的建设。我们用一个数值例子来说明该构造。
2013-09-07 math.OC
Global Nonconvex Optimization with Integer Variables
本文将RPT-BB方法扩展至二进制和整数等变量域,提出结合RPT与多种割平面的新分支定界算法,在多个非凸问题上表现优于BARON,并成功求解SCIP和BARON无法在时限内解决的全局最优问题。
2025-08-09 math.OC
Optimality Analysis and Block Sparse Algorithm for Complex Compressed Sensing
近年来,压缩感知(CS)中出现了许多新的挑战,如块稀疏性。本文提出了一种求解复杂域上具有块稀疏约束的CS问题的新算法。首先,基于块稀疏特性,我们提出了一个新的模型来处理CS与BSC,并分析了该模型中涉及的函数的性质。然后,我们提出了一个新的$τ$ -稳定点,并分析了相应的一阶充要条件。这确保了我们进一步开发块牛顿硬阈值追踪(BNHTP)算法,以有效地解决CS与BSC。最后,初步的数值实验表明,BNHTP算法具有优越的性能,在恢复精度和计算时间相比,经典的AMP算法。
2022-09-18 cs.IT math.IT math.OC
A Low-Complexity Multi-Survivor Dynamic Programming for Constrained Discrete Optimization
约束离散最优化问题在通信和机器学习的许多领域中都会遇到。我们考虑的情况下,目标函数满足贝尔曼的最优性原则,没有限制,我们没有放置任何条件。我们首先证明了这些问题是强化学习中有限时域约束马尔可夫决策过程优化的推广,并且是NP-困难的。然后,我们提出了一种新的多幸存者动态规划(msDP)算法,保证在显着的计算节省最优。我们通过解决5G量化器比特分配和DNA片段组装问题来证明这一点。结果是非常有前途的,并建议msDP可用于许多应用。
2021-05-13 eess.SP math.OC
Blackwell optimality in risk-sensitive stochastic control
Jagiellonian University(雅盖隆大学);Polish Academy of Sciences(波兰科学院)
本文研究了风险敏感随机控制中Blackwell最优性的概念,探讨了其与终极平稳性的关系,并通过示例说明了两者之间的结构性差异。
2026-01-19 math.OC math.PR
Straight-line optimality in Bellman's lost-in-a-forest problem for Euclidean balls
Monash University(莫纳什大学);University of Melbourne(墨尔本大学)
研究证明在欧几里得球体中,直线路径能最小化逃逸时间,解决了贝尔曼迷失森林问题的均值变种。通过平面的克内斯-波松猜想和高维多边形链直线化结果得出结论。
2026-04-20 math.OC math.PR