On unbounded polyhedral convex set optimization problems
本文研究无界多面体凸集优化,将有限下确界元概念推广到非有界情形,并借助向量线性规划重构给出获取方式,同时讨论完备格解概念及既有算法推广中的问题。
2023-04-24 math.OC
Controlled Markov Chains with AVaR Criteria for Unbounded Costs
本文研究了马尔可夫决策过程(MDP)中具有无穷水平上可能无界的$L^{1}$ -费用的平均风险价值(AVaR)准则的控制问题.通过选择一个合适的状态聚合和先验的全局变量$s$,我们证明了存在最优策略的无限地平线问题。据我们所知,这是第一个工作推导的动态规划方程与$L^1$ -无界费用通过AVaR-算子。
2015-11-17 math.OC math.PR
Range of the displacement operator of PDHG with applications to quadratic and conic programming
Fundamental AI Research (FAIR) Meta Superintelligence Labs(Meta超级智能实验室基础人工智能研究部);University of Waterloo(滑铁卢大学)
本文利用单调算子理论推导PDHG位移算子值域的新公式,将其分析应用于二次规划和二阶锥规划,证明PDHG可诊断二次规划及椭球分离问题的不可行或无界实例。
2026-08-19 math.FA math.OC
Stochastic Control Problems with Unbounded Control Operators: solutions through generalized derivatives
本文讨论希尔伯特空间中一类随机控制问题,它在一些典型的应用中(如边界控制和控制中含有时滞的时滞方程的控制),由于控制算子的无界性和转移半群的正则性缺乏,很难应用动态规划方法.我们引入了一个特定的概念,偏导数,专为这种情况下,我们开发了一种方法来证明,相关的HJB方程有一个解决方案,有足够的规律,以找到反馈形式的最优控制。
2022-10-13 math.OC
Self-adaptive algorithms for quasiconvex programming and applications to machine learning
Hanoi University of Science and Technology(河内科技大学)
为了解决一类广泛的非凸规划问题的无界约束集,我们提供了一个自适应的步长策略,不包括线搜索技术,并建立了一个通用的方法在温和的假设下的收敛性。具体地,目标函数可以不满足凸性条件。与下降线搜索算法不同,它不需要已知的Lipschitz常数来计算第一步应该有多大。该过程的关键特征是步长的稳定减小,直到满足某个条件。特别地,它为求解具有无界约束集的最优化问题提供了一种新的梯度投影方法。计算实例的初步结果验证了所提方法的正确性。为了证明所提出的技术对大规模问题的有效性,我们将其应用于机器学习的一些实验,如监督特征选择,多变量逻辑斯谛回归和神经网络分类。
2022-12-13 cs.LG math.OC
Semidefinite Programming Relaxations of the Traveling Salesman Problem and Their Integrality Gaps
旅行商问题是组合优化中的一个基本问题。最近已经提出了几种半定规划松弛,它们利用了各种数学结构,例如,代数连通性、置换矩阵和关联方案。本文的主要结果是双重的。首先,de Klerk和Sotirov [9]提出了一种基于置换矩阵和对称约化的SDP;他们表明,它与子环消除线性规划不可比拟,但通常在小实例上优于它。我们提供了一个家庭的\emph{simplicial TSP instances},这表明该SDP的完整性差距是无界的。其次,我们证明了这些单纯TSP实例意味着Sotirov [24]第2节中关于TSP的SDP松弛的调查中提到的TSP的每个SDP松弛的无界积分间隙。相比之下,subtour LP在单纯实例上表现完美。因此,单纯的情况下,形成一个自然的试金石未来的SDP松弛的TSP。
2019-07-21 cs.DM cs.DS math.OC
Compactification Method in Linear Programming Approach to Infinite-Horizon Optimal Control Problems with a Noncompact State Constraint
针对离散时间无限时域最优控制中状态约束非紧的难题,本文采用Alexandroff紧化处理无界状态约束的无限维LP问题,并建立时间贴现与长期平均准则最优值间的渐近关系。
2023-04-24 math.OC
Projective geometry and the outer approximation algorithm for multiobjective linear programming
多目标线性规划的一个关键问题是求目标空间中所有有效极值点的集合。在本文中,我们引入定向射影几何作为一个高效和有效的框架来解决这个问题。定向射影几何的主要优点是我们可以处理一个“最优简单”但无界的效率等价多面体,但可以将传统上限制在有界多面体上的熟悉理论和算法应用于它。我们将这些技术应用于本森的外近似算法,使用面向投影几何删除的算法的指数大的复杂性,从而消除了显着的负担,从运行时间。
2010-06-15 math.OC
The Unbounded Integrality Gap of a Semidefinite Relaxation of the Traveling Salesman Problem
研究了de Klerk,Pasechnik和Sotirov [8]提出的旅行商问题的半定规划松弛,证明了其松弛具有无界的积分间隙.特别是,我们给出了一个家庭的情况下,使差距与$n$线性增加。为了得到这个结果,我们在一个高度结构化的矩阵类中寻找可行的解决方案;找到这样的解决方案的问题归结为找到一个相关的线性规划的可行的解决方案,我们分析。我们找到的解决方案意味着无界的完整性差距。此外,他们暗示了几个推论,帮助我们更好地理解半定计划和它的关系,其他TSP松弛。利用同样的技巧,我们证明了由de Klerk,de Oliveira Filho和Pasechnik [7]引入的一个更一般的半定规划对于$k$ -圈覆盖问题也有一个无界的完整性缺口.
2017-10-23 cs.DM cs.DS math.OC
Exponential utility maximization under model uncertainty for unbounded endowments
考虑离散时间下的鲁棒指数效用最大化问题:投资者通过动态投资于金融市场,静态投资于可供选择的期权,最大化关于其禀赋的非劣概率模型族的最坏情况下的期望指数效用.我们表明,对于任何可测量的随机禀赋(无论问题是否有限)的最优策略存在,(校准)鞅测度的对偶表示成立,并且该问题满足动态规划原理(在没有选项的情况下)。进一步证明了当风险厌恶参数变大时,效用最大化问题的值收敛于鲁棒超套期保值价格,并讨论了非支配概率模型的例子.
2019-02-10 math.OC q-fin.PM
Price of Coupling in Multilevel Linear Programming
HEC Montréal(高等商学院蒙特利尔分校);Université de Montréal(蒙特利尔大学)
本文通过复杂度分类,研究了多级线性规划中可行解与最优解的存在性及最优目标值计算问题,揭示了耦合约束对计算复杂度的关键影响。
2026-05-24 math.OC
Late lumping of transformation-based feedback laws for boundary control systems
研究了具有无界输入算子的无限维线性系的后集总反馈设计问题。所提出的方案是适合于近似的backstepping和flatness-based设计,并依赖于分解成一个有界和无界的部分反馈。近似仅适用于有界部分,而无界部分被假定为允许精确实现。基于谱结果,闭环动态收敛到所需的动态。通过对偶性,类似的结果适用于具有边界观测的系统的观测器输出注入增益的近似。所提出的设计和逼近步骤的基础上,双曲型无限维系统的演示和说明。
2022-11-02 math.OC
Dynamic Programming Deconstructed: Transformations of the Bellman Equation and Computational Efficiency
一些解决具有挑战性的动态规划问题的方法,如Q学习,首先将贝尔曼方程转换为另一种函数方程,以开辟新的攻击路线。本文系统地研究了这一思想,重点是提高计算效率。我们提供了一个表征的一组有效的变换的贝尔曼方程,其中有效性意味着变换后的贝尔曼方程保持链接到最优性举行的原始贝尔曼方程。然后,我们检查的解决方案的转换贝尔曼方程和相应的转换版本的算法来解决最优策略进行分析。这些调查产生了新的方法,各种离散时间动态规划问题,包括那些功能,如递归的偏好或愿望的鲁棒性。通过时间复杂度参数和数值实验证明了计算效率的提高。
2019-12-04 math.OC
A Revisit to Quadratic Programming with One Inequality Quadratic Constraint via Matrix Pencil
带不等式二次约束的二次规划(QP 1 QC)是二次约束二次规划(QCQP)的一种特殊情况,自20世纪90年代初以来一直受到人们的关注。现在可以理解,在原始斯莱特条件下,(QP 1 QC)具有紧SDP弛豫(PSDP)。若存在最优解,则可通过对最优矩阵X进行矩阵秩一分解得到(QP 1 QC)的最优解。至(PSDP)。本文通过分析两个对称实矩阵A和B的相关矩阵束,重新讨论了(QP 1 QC),其中A的矩阵定义了目标函数的二次项,B的矩阵定义了约束条件.本文研究了典型文献中经常被忽略的\undesired“(QP 1 QC)问题:要么不存在Slater点,要么(QP 1 QC)下无界,要么(QP 1 QC)下有界但不可达.我们的分析进行的矩阵束的帮助下,不仅检查是否发生不希望的情况下,但也为另一种方法来计算最优解相比,通常的SDP/秩一分解过程。
2013-12-05 math.OC
On the Convergence of Adam-Type Algorithm for Bilevel Optimization under Unbounded Smoothness
George Mason University(乔治梅森大学)
本文将Adam扩展至下层强凸、上层非凸且具无界平滑性的双层优化问题,提出单循环AdamBO算法,通过新颖的随机性解耦引理实现$\widetilde{O}(ε^{-4})$的oracle复杂度,并在RNNs和transformers等任务上验证了其有效性。
2025-03-05 cs.LG math.OC
Interactive Fuzzy Goal Programming Based on Taylor Series to Solve Multiobjective Nonlinear Programming Problems with Interval Type 2 Fuzzy Numbers
提出了一种求解区间2型模糊数多目标非线性规划问题的交互式模糊目标规划方法。将目标函数的成本和时间、资源以及每种资源的需求视为梯形IT2模糊神经网络。在这里,所考虑的问题首先转换成一个等价的清晰MONLPP,然后转换MONLPP转换成一个等价的多目标线性规划问题(MOLPP)。利用泰勒级数的方法,将该问题转化为单目标线性规划问题(LPP),并利用Maple18.02优化工具箱进行求解。最后,通过两个数值例子说明了所提出的解决方案的过程。
2016-06-01 math.OC
Interval Linear Programming under Transformations: Optimal Solutions and Optimal Value Range
Charles University, Faculty of Mathematics and Physics(查理大学数学物理学院);University of Economics, Faculty of Finance and Accounting(布拉格经济大学金融会计学院)
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
On Symmetry Groups of Some Quadratic Programming Problems
当数学规划问题在适当的线性变换下是对称的时,这些问题的求解和分析可以简化。特别是,对称性的知识可以帮助减少问题的维数,削减搜索空间的线性切割或获得新的局部最优从以前发现的,而以前的研究中的对称性的数学规划通常处理的坐标排列的解决方案空间,本文考虑了一个更大的组可逆线性变换。研究了二次规划问题的一种特殊情况,其中目标函数和约束条件均由二次型给出,且约束条件所涉及的所有二次型矩阵之和是一个正定矩阵.在这种情况下,只考虑解空间的正交变换就足够了。在这组正交变换中,我们描述了给出问题对称性的子群的结构。除此之外,还概述了寻找这种对称性的方法,并以两个简单的例子加以说明。
2020-10-10 math.OC
Dynamic programming principle for classical and singular stochastic control with discretionary stopping
我们证明了动态规划原则(DPP)在一类问题中,代理控制$d$维扩散动态通过经典和奇异控制,而且,能够终止优化在她选择的时间,在给定的成熟度之前。该问题的时间范围是随机的,它是最小的一个固定的终端时间和第一次退出时间的状态动力学从一个博雷尔集。我们考虑的情况下,其中的总可用燃料的奇异控制是有界或无界。我们建立在现有的证明DPP和扩展的结果在传统文献中的奇异控制(例如,Haussmann和Suo,SIAM J.控制优化,33,1995),放宽了一些关键假设,并包括酌情停止功能。我们还与更一般的DPP版本(例如,Bouchard和Touzi,SIAM J.控制优化,49,2011)通过详细展示我们的问题类如何满足其中的抽象要求。
2022-11-04 math.OC math.PR
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
A continuous time formulation of stochastic dual control to avoid the curse of dimensionality
对偶控制是指一类控制系统的参数不完全已知的控制问题。挑战是在探测(即激发系统更多地了解它)和谨慎(即根据当前知识选择保守控制以实现控制目标)之间找到最佳平衡。动态规划技术可以实现这种最佳的权衡。然而,虽然动态规划在离散状态和时间上表现良好,但它并不适合于具有连续时间帧或连续或无界状态空间的问题。另一个限制是多维状态经常导致动态规划方法难以处理。在本文中,我们调查是否连续时间最优控制工具可以帮助规避这些警告,同时仍然实现探测谨慎的平衡。我们引入一个程式化的问题,其中的状态是由两个微分方程之一。最初不知道哪个微分方程控制系统,所以我们必须同时确定真正的微分方程并将系统控制到期望的状态。我们展示了如何将这个问题转化为应用最优控制工具,并将这种方法的性能与动态规划方法进行了比较。我们的研究结果表明,最优控制算法的竞争对手动态规划的小问题,实现积极和平稳变化的控制之间的平衡。与动态规划相反,当同时控制多个状态时,最优控制方法仍然是易于处理的。
2020-04-28 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
Efficient First-Order Methods for Linear Programming and Semidefinite Programming
我们提出了一个简单的变换的任何线性规划或半定规划到等价的凸优化问题,其唯一的约束是线性方程。目标函数定义在整个空间上,使得几乎所有的次梯度方法都可以立即应用。此外,我们观察到,目标函数自然平滑,从而允许大多数一阶方法被应用。我们开发的一个特定的次梯度方法的非平滑的情况下,在平滑的情况下,Nesterov的原始最佳一阶方法的光滑函数的复杂性界限。我们分别实现了迭代次数($ O(1/ ε^2) $和$ O(1/ ε) $)的期望界限。也许最令人惊讶的是,从线性规划或半定规划的转换是简单的,基本理论也是如此,但这种方法一直被忽视,直到现在,一个盲点。一旦实现了转换,剩下的建立复杂性界限的工作主要是简单的,通过利用Nesterov的各种作品。
2014-10-06 math.OC
On the Asymptotic Superlinear Convergence of the Augmented Lagrangian Method for Semidefinite Programming with Multiple Solutions
求解大规模凸半定规划问题一直是一个具有挑战性的数值任务。幸运的是,几个强大的求解器,包括SDPNAL,SDPNAL+和QSDPNAL最近已经开发出解决线性和凸二次SDP问题,以高精度成功。这些求解器是基于增广拉格朗日方法(ALM)的对偶问题的子问题被解决的半光滑牛顿CG方法。值得注意的是,由于Rockafellar关于邻近点算法的一般理论,由ALM生成的原始迭代序列在原问题的二阶充分条件下具有渐近Q-超线性收敛速度.这个二阶充分条件意味着原始问题有唯一的解,这在许多应用中可能是限制性的。为了获得更有见地的解释,这些求解器的高效率,在本文中,我们进行了渐近超线性收敛分析的ALM凸SDP时,原始问题有多个解决方案(可以是无界的)。在一个较弱的二阶增长条件下,我们证明了由ALM生成的原始迭代序列渐近Q-超线性收敛,而对偶可行性和对偶目标函数值渐近R-超线性收敛.此外,通过研究Karush-Kuhn-Tucker解映射的度量次正则性,我们还给出了对偶映射渐近R-超线性收敛的充分条件.
2016-10-04 math.OC
Addressing Unboundedness in Quadratically-Constrained Mixed-Integer Problems
Reichman University(赖希曼大学);Migal Institute(米加尔研究所);Tel-Hai College(特尔海学院)
针对无界整数导致数学规划求解器理论失效的问题,研究转向黑盒进化策略,实证发现在特定无界条件下黑盒求解器可超越CPLEX。
2024-10-15 cs.AI cs.NE math.OC
Stochastic dynamic programming with non-linear discounting
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);Wroclaw University of Technology(弗罗茨瓦夫理工大学)
本文针对非线性贴现的马尔可夫决策过程,定义递归贴现效用,证明Bellman方程有解并存在最优平稳策略,涵盖有界和无下界两种情况。
2020-11-04 math.OC math.PR
Dynamic Programming for A Linear-Gaussian Dual Control Problem
KTH Royal Institute of Technology(皇家理工学院);Arizona State University(亚利桑那州立大学)
该研究针对可数创新信念状态模型的无限期折现DP问题,将其作为线性高斯对偶控制问题的替代模型,证明了贝尔曼算子的压缩性,确立了最优平稳策略的存在性及三类迭代算法在消失近似误差下的收敛性,且收敛结果具通用性。
2026-11-13 cs.SY eess.SY math.OC
Disciplined Geometric Programming
我们介绍对数-对数凸规划,这是最优化问题的正变量,成为凸的变量,目标函数,约束函数被替换为他们的日志,我们称之为对数-对数变换。这类问题是传统几何规划和广义几何规划的推广,它包含了一些有趣的非负矩阵问题。我们给出了对数-对数凸函数的例子,有些是众所周知的,有些是不太知名的,我们开发了一个类似的纪律凸规划,我们称之为纪律几何规划。凸几何规划是对数-对数凸规划的一个子类,它是由一个复合规则和一组已知曲率的函数在对数-对数变换下生成的。最后,我们描述了纪律几何规划的实施,减少在CVXPY 1.0。
2019-03-20 cs.MS math.OC