Quadratic nonseparable resource allocation problems with generalized bound constraints
我们研究了一个二次不可分离的资源分配问题,出现在该地区的分散能源管理(DEM),在电力网络的不平衡,以最小化。在这个问题中,给定的资源被分配到一组被划分为子集的活动上,并且成本被分配给同一子集内的活动的资源的总分配量。我们推导出两个有效的算法,$O(n\log n)$最坏情况下的时间复杂度来解决这个问题。对于所有子集具有相同大小的特殊情况,这些算法中的一个甚至在给定子集大小的线性时间内运行。这两种算法的灵感来自于可分离凸资源分配问题的断点搜索法。真实和合成数据的数值评估证实了这两种算法的理论效率,并证明其适用于集成DEM系统。
2020-07-13 math.OC
Limited Attention Allocation in a Stochastic Linear Quadratic System with Multiplicative Noise
本研究探讨具乘性噪声的随机线性二次系统中的有限注意力分配问题,提出解析最优控制与数值方法以优化资源分配,并将其应用于动态均值-方差投资组合选择,为投资者提供有效见解。
2024-03-27 math.OC q-fin.MF
Linear, nested, and quadratic ordered measures: Computation and incorporation into optimization problems
本研究提出统一数学优化框架,将线性、嵌套、二次有序测度嵌入通用优化模型实现高效计算,实验验证其效率与准确性优于标准数值实现,并在三类经典优化问题中完成应用演示。
2025-03-23 cs.DM math.OC stat.CO
Separable Convex Optimization with Nested Lower and Upper Constraints
我们研究了一个凸资源分配问题,其中分配的部分和被施加上下界。该模型与大范围的应用有关,包括生产计划、速度优化、分层抽样、支持向量机、投资组合管理和电信。我们提出了一个有效的无梯度分治算法,它使用单调性参数从递归调用中生成有效的边界,并根据子问题的信息消除链接约束。该算法不需要严格的凸性或可微性。它在$\mathcal{O}(n \log m \log \frac{n B}ε)$时间内产生连续问题的$ε$近似解,在$\mathcal{O}(n \log m \log B)$时间内产生整数解,其中$n$是决策变量的数量,$m$是约束的数量,$B$是资源约束。对于线性和二次情形,也实现了$\mathcal{O}(n \log m)$的复杂性。这些是迄今为止这个重要问题类已知的最好的复杂性。我们的实验分析证实了该方法的良好性能,它可以在几秒钟内为多达1,000,000个变量的问题提供最佳解决方案。支持向量有序回归问题的应用前景也进行了研究。
2018-09-08 math.OC
Input-Output Performance of Linear-Quadratic Saddle-Point Algorithms with Application to Distributed Resource Allocation Problems
鞍点或原始-对偶方法作为一种系统化的设计分布式算法来解决凸优化问题的技术,最近吸引了新的兴趣。当在线实现流数据或作为动态反馈控制器时,这些算法会受到干扰和噪声的影响;收敛速度提供不完整的性能信息,量化输入输出性能变得更加重要。我们分析了应用于线性约束二次规划的连续时间鞍点方法的输入输出性能,在相关的输入输出配置下提供了鞍点H2范数的显式表达式。然后,我们继续得到类似的结果,正则化和增广版本的鞍点算法。我们观察到一些相当特殊的效果-适度的正则化显着提高了瞬态性能,而增强并不一定提供改进。然后,我们提出了一个分布式的双重版本的算法,克服了一些增强所施加的性能限制。最后,我们将我们的研究结果应用到资源分配问题,比较各种集中式和分布式鞍点实现的输入输出性能,并表明分布式算法可能会执行以及他们的集中式同行。
2018-11-07 math.OC
Joint Communication-Control Strategy Optimization with Partially Nested Information Structures: The Linear-Quadratic Case
University of Maryland, College Park(马里兰大学帕克分校)
本文针对多智能体线性系统的JCCO问题,基于CIB框架建立形式化模型,提出基于动态规划的方法求解开环及闭环通信策略下的最优策略,可导出里卡蒂方程并拓展至分散线性二次控制场景。
2026-11-13 cs.MA cs.SY eess.SY
Optimal Control and Estimation for Partially Nested Interconnected Systems
本文研究部分嵌套信息模式下图的分布估计与控制问题。在图上不同系统的干扰不相关的条件下,我们给出了一个与经典信息模式下状态估计和状态反馈控制之间的对偶结果非常相似的对偶结果.分布式估计问题分解为$N$独立的估计问题,其中$N$是图上互连子系统的数量,每个子问题的解决方案就是最优卡尔曼滤波器。这也解决了部分嵌套信息模式下由于分布估计和控制的对偶性而引起的分布控制问题。然后,我们考虑一个加权分布估计问题,我们得到估计之间的耦合,估计之间的分离是不可能的。我们提出了一个解决方案的基础上,线性二次团队决策论,它提供了一个广义的Riccati方程的团队。我们证明了加权估计问题是一个分布式状态反馈问题的对偶,其中进入关联系统的干扰是相关的。
2012-09-14 math.OC
Nested Extremum Seeking Converges to Stackelberg Equilibrium
University of California San Diego(加州大学圣地亚哥分校);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室);University of Illinois Urbana–Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文通过调整算法参数的缩放律,证明嵌套极值搜索可收敛至Stackelberg均衡,展示了多时间尺度系统中层次优化的模型自由框架。
2026-03-31 math.OC
Nested iterative algorithms for convex constrained image recovery problems
本文的目的是发展的方法来解决图像恢复问题的约束条件的解决方案。更确切地说,我们感兴趣的问题,可以制定为两个凸函数f和g之和的闭凸约束集上的最小化,其中f可以是非光滑的,g是可微的Lipschitz连续梯度。为了达到这个目标,我们推导出两种类型的算法,结合向前向后和道格拉斯-Rachford迭代。证明了算法的弱收敛性。当g的梯度的Lipschitz连续性不满足的情况下,我们还表明,在某些假设下,它仍然可以应用这些方法考虑最优化问题通过利用二次扩展技术。两个基于小波的图像恢复问题,涉及信号依赖的高斯噪声和泊松噪声,分别证明了算法的有效性。
2012-12-11 math.OC
Numeraire-invariant quadratic hedging and mean--variance portfolio allocation
本文在不含无风险资产的半鞅市场中建立计价单位变换下的二次对冲等价性,利用斜投影给出最优策略显式表达式,并简化了纯投资问题有效前沿的计算。
2025-07-07 math.OC q-fin.PM
An Exact Algorithm for Large-scale Non-convex Quadratic Facility Location
我们研究了一类一般的二次容量限制的$p$选址问题--具有单一分配的设施定位问题,其中在目标函数中引入了一个不可分离的、非凸的二次项来考虑设施和客户分配之间的交互成本。该问题在运输和物流领域有许多应用,其中最著名的特例是单分配枢纽定位问题及其许多变体。非凸,二元二次规划线性化,通过应用一个重新制定的线性化技术和由此产生的连续辅助变量使用Benders分解投影。然后使用精确的分支和切割算法,利用底层的网络流结构的分解分离子问题,有效地产生强大的帕累托最优的Benders削减解决所获得的Benders重新制定。其他增强功能,如数学,部分枚举程序,变量消除测试也嵌入在拟议的算法框架。对基准实例(最多500个节点)和一组新实例(最多1,000个节点)的四个变体的单分配枢纽定位问题进行了广泛的计算实验,证实了该算法扩展到大规模实例的能力。
2021-07-20 math.OC
LQG Differential Stackelberg Game under Nested Observation Information Pattern
研究了一类嵌套观测信息模式下的线性二次Gaussian Stackelberg对策.两个决策者根据不同的信息集实现控制策略:跟随者使用其观察数据来设计其策略,而领导者使用全局观察数据来实现其策略。我们发现,解决方案需要解决一种新的类型的向前向后的随机微分方程的漂移项包含两种类型的条件期望项的伴随变量。然后,我们提出了一种方法来找到每个伴随对之间的函数关系,即,每一对由伴随变量和其关联状态的条件期望形成。所提出的方法遵循分层模式。更准确地说,在内层,我们寻找伴随对下的函数关系的sigma-子代数生成的追随者的观察信息;和在外层,我们寻找伴随对下的函数关系的sigma-子代数生成的领导者的观察信息。我们的结果表明,最佳开环解决方案承认一个显式的反馈型表示。更精确地说,反馈系数矩阵满足耦合的前向-后向微分Riccati方程元组,反馈变量通过Kalman-Bucy滤波计算。
2022-06-06 math.OC
Covariance Steering with Optimal Risk Allocation
本文将线性随机系统在机会约束下的最优协方差控制问题推广到最优风险分配问题。以往的工作都假设一个统一的风险分配铸造的最优控制问题作为一个半定规划(SDP),它可以有效地解决使用标准的SDP求解器。我们采用迭代风险分配(IRA)的形式主义,它使用两个阶段的方法来解决最优的风险分配问题的协方差导向。IRA的上层优化风险,这被证明是一个凸问题,而下层优化控制器与新的约束。这是迭代完成的,以便找到实现最低总成本的最佳风险分配。所提出的框架的解决方案,往往最大限度地提高终端协方差,同时仍然满足机会约束,从而导致保守的解决方案比以前的方法。我们还引入了两种新的凸松弛法来近似二次机会约束的二阶锥约束。最后,我们展示了航天器交会问题的方法,并比较结果。
2021-04-12 math.OC
Data-Driven Long-Term Asset Allocation with Tsallis Entropy Regularization
The Hong Kong Polytechnic University(香港理工大学);Guangdong University of Technology(广东工业大学)
针对不确定性下的动态资产配置,本文提出Tsallis熵正则化策略迭代及数据驱动Q函数估计算法,并给出收敛保证。
2025-09-27 math.OC
Structured $H_\infty$-Optimal Control for Nested Interconnections: A State-Space Solution
University of Stuttgart(斯图加特大学)
本文提出一种状态空间解法,解决具有嵌套互连结构的H_∞最优控制问题,通过求解代数Riccati方程实现,填补了文献中无相关解法的空白。
2013-05-14 cs.SY eess.SY math.OC
Resource allocation in communication networks with large number of users: the stochastic gradient descent method
我们考虑一个通信网络与固定数量的链接,共享大量的用户。资源分配是根据Kelly和合著者(1998)提出的流行方法,在总效用最大化的基础上进行的。问题是要建立一个传输速率的定价机制,以刺激可用资源的优化配置。与通常的方法相比,所提出的算法不使用每个链路上的聚合流量的信息。它的输入是用户的总数$N$、链路容量和随机选择的用户对当前价格的最佳近视反应。动态定价方案是基于双投影随机梯度下降法。对于一类特殊的效用函数$u_i$,我们得到了约束违反量和目标函数偏离最优值的上界。这些估计值在$N$中是一致的,并且在反应测量值的数量$T$中具有$O(T^{-1/4})$阶。我们提出了一些二次效用函数$u_i$的计算机实验。
2019-05-10 math.OC
Equity Allocation and Portfolio Selection in Insurance: A simplified Portfolio Model
研究了二次离散时间概率模型在再保险中的最优投资组合问题.对于承保水平的正值,累积结果的期望值在其方差和年度ROE的约束下被优化。证明了唯一解的存在性,并给出了一个拉格朗日形式。提出了一种求解欧拉-拉格朗日方程的有效方法。讨论了乘子的近似确定。此基本模型是更完整模型的重要构建块。
1999-07-22 math.OC math.PR
Structured linear quadratic control computations over 2D grids
本文针对二维网格连接的多个子系统线性二次最优控制问题,提出一种基于嵌套块雅可比预条件的结构化PCGM求解器,证明预条件子正定且保留时空结构,计算复杂度为O(KNT),并支持二维网格并行分布式实现。
2023-04-16 math.OC
PIQP: A Proximal Interior-Point Quadratic Programming Solver
本文提出PIQP,一种结合不可行内点法与乘子近端法的高性能稀疏QP求解器,无需约束线性独立性即可处理病态凸QP问题,适用于嵌入式应用,在多项基准测试中性能优于现有商业与开源求解器。
2023-09-15 math.OC
On a reduction for a class of resource allocation problems
在资源分配问题(RAP)中,目标是将给定数量的资源分配给一组活动,同时使分配成本最小化,并可能满足对活动子集的分配约束。RAP及其扩展的大多数解决方案都允许每个活动有自己的费用函数。然而,在许多应用中,目标函数的结构通常对于每个活动是相同的,并且费用函数之间的差异在于不同的参数选择,例如,倍增因素。在这篇文章中,我们介绍了一类新的目标函数,捕获的目标发生在研究的应用程序。这些目标的特征在于取决于两个输入参数的费用函数的共享结构。我们表明,给定两个输入参数,存在一个解决方案的RAP是最佳的共享结构的任何选择。因此,这个问题减少到二次RAP,使得大量的解决方案和算法的后一个问题。我们显示了我们的减少结果的影响,在几个应用程序中,特别是,我们提高了最好的已知的最坏情况下的复杂性界的两个重要问题,在船舶路由和处理器调度从$O(n^2)$到$O(n \log n)$。
2020-08-26 math.OC
Policy Learning for Perturbance-wise Linear Quadratic Control Problem
The Hong Kong Polytechnic University(香港理工大学);Guangdong University of Technology(广东工业大学)
本文提出逐扰动框架下的有限时域线性二次控制策略学习方法,通过增广仿射表示统一处理约束实现与分布鲁棒不确定性,构建可实现的策略梯度算法并证明其收敛性,数值实验验证了方法在投资组合配置和基准跟踪中的有效性。
2025-11-10 math.OC
Parallel Newton methods for the continuous quadratic knapsack problem: A Jacobi and Gauss-Seidel tale
Federal University of Espírito Santo(圣埃斯皮里图联邦大学);Universidade Estadual de Campinas(坎皮纳斯州立大学)
本文提出了一种改进的半光滑牛顿方法用于连续二次背包问题,通过引入Condat的初始乘数猜测和灵活的并行变体,提高了算法效率和可扩展性。
2026-11-10 math.OC
Indefinite Stochastic Linear-Quadratic Optimal Control Problem for a Markov Regime-Switching Model
Dalian University of Technology(大连理工大学);Shandong University of Finance and Economics(山东财经大学);Imperial College(帝国理工学院)
本文针对参数受马尔可夫切换影响的不定随机线性二次控制问题,引入松弛补偿器扩展其适用范围,推导最优控制的开环与闭环形式,并通过资产配置问题验证了理论框架的有效性与实用价值。
2026-08-12 math.OC
Linear-quadratic stochastic delayed control and deep learning resolution
本文考虑一类具有时滞控制的随机控制问题,其控制类型为dX t = $α$ t--d(bdt + $σ$ dW t).我们提供了一个新的表征的解决方案的一组Riccati偏微分方程。在直接表示为视界T与量d(b/ $σ$)2之间的关系的充分条件下获得存在唯一性。此外,设计了一个深度学习方案,并用于说明延迟对具有执行延迟的Markowitz投资组合分配问题的影响。
2021-02-24 math.OC math.PR q-fin.CP
Quantum Similarity-Driven QUBO Framework for Multi-Period Supply Chain Allocation using Time-Multiplexed Coherent Ising Machines and Simulated Quantum Annealing
Qkrishi Quantum;Indian Institute of Technology (IIT) Jodhpur(印度理工学院乔德普尔分校);North Carolina State University(北卡罗来纳州立大学);Quanfluence Private Limited(Quanfluence私人有限公司)
本研究提出混合QUBO框架,结合量子相似性核、松弛位容量约束及相干伊辛机执行,在500个SKU的多周期数据上实现零违规、高利润的工业级供应链分配。
2025-10-24 math.OC quant-ph
An Efficient Dynamic Resource Allocation Framework for Evolutionary Bilevel Optimization
本文提出DRC-BLEA,一种用于进化双层优化的动态资源分配框架,通过竞争性准并行范式与协作机制减少冗余下层迭代,在保持精度的同时显著降低计算开销。
2024-11-06 cs.NE math.OC
Reinforcement Learning for Risk-Sensitive Investment Management: a Free Energy--Entropy Duality Approach
NEOMA Business School(法国新海姆商学院);University of Padova(帕多瓦大学);Institut Louis Bachelier(路易·巴舍利耶研究所)
提出基于自由能-熵对偶的强化学习方法,将连续时间风险敏感基准资产配置问题转化为线性二次高斯随机微分博弈,并设计q学习演员-评论家算法,实现高精度最优策略学习。
2026-06-23 math.OC q-fin.PM
Game-theoretical approach for task allocation problems with constraints
本文用势博弈建模带承担量约束的分布式任务分配问题,证明并解析求得唯一全局最优解,且通过两类成本函数算法和 Monte Carlo 仿真验证。
2023-08-21 cs.GT math.OC
On Type Deception in Linear-Quadratic Differential Games
DEVCOM Army Research Laboratory(DEVCOM陆军研究实验室);University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
研究不完全信息线性二次微分博弈,其中一方拥有初始未知的私人类型,通过嵌套Riccati方程求解欺骗与揭示两阶段,并优化揭示时间以量化欺骗的预期价值。
2026-06-16 cs.GT cs.SY eess.SY
Task Allocation for Multi-agent Systems via Unequal-dimensional Optimal Transport
本文针对多智能体系统大规模任务分配问题,提出基于不等维最优传输的概率模型,将任务分配转化为最小化二次运输成本的线性规划问题,并证明最优解的存在性、唯一性与光滑性,通过数值仿真验证其性质。
2025-03-12 cs.MA cs.SY eess.SY
Constrained Control Allocation With Continuous-Time Rate Constraints: Three-Dimensional Case
本文提出一种无需松弛变量的二次规划控制分配方法,通过凸包计算位置与速率约束下的可达力矩集并缩放不可达指令,在F-18仿真中实现与精确再分配伪逆相当的性能且约束满足更优。
2025-07-23 cs.SY eess.SY math.OC
Learning Decentralized Linear Quadratic Regulators with $\sqrt{T}$ Regret
School of Artificial Intelligence and Automation at the Huazhong University of Science and Technology(华中科技大学人工智能与自动化学院);College of Petroleum Engineering, Yangtze University(长江大学石油工程学院);Elmore Family School of Electrical and Computer Engineering at Purdue University(普渡大学埃尔莫尔家族电气与计算机工程学院)
本文针对模型未知的分散式LQR问题,提出基于扰动-反馈表示和带记忆延迟反馈在线凸优化的自适应算法,在部分嵌套信息模式下实现$\sqrt{T}$遗憾界,并通过数值实验验证。
2024-07-04 cs.LG cs.SY eess.SY