Around a Farkas type Lemma
本文修正并推广了一个反向 Farkas 型引理,识别出其中隐含假设,并证明在 Farkas-Minkowski 约束规范失效时可用闭包替换原集合使结论仍成立,同时给出对凸无限系统与优化问题的应用。
2023-05-30 math.OC
Optimality conditions for disjunctive programs based on generalized differentiation with application to mathematical programs with equilibrium constraints
我们考虑具有析取结构约束的最优化问题。这类问题的突出例子是具有平衡约束或消失约束的数学规划。基于方向次正则性的概念,利用广义微分的对象刻画了它们,得到了广义M-平稳性的新平稳性概念,它是B-平稳性的一个等价的对偶刻画.这些结果是有效的一个非常弱的约束规格的Guignard型通常是很难验证。我们还陈述了一个新的约束规格,它是有点强,但可验证的。此外,我们提出了二阶最优性条件,必要和充分。最后,我们将这些结果应用到具有平衡约束的数学规划的特殊情况,并从广义微分中显式地计算所有的对象。对于这类问题,我们还引入了强M-平稳性的概念,它在S-平稳性和M-平稳性之间架起了一座桥梁。
2016-11-24 math.OC
Subdifferential Calculus for Ordered Set-Valued Mappings between Infinite-Dimensional Spaces
本文发展了取值于序无穷维空间的集值映射的次微分理论,并在适当条件下为其次微分构造建立了新的求和与链式法则,以应用于无穷维约束向量和集优化问题。
2024-10-15 math.OC
No infimum gap and normality in optimal impulsive control under state constraints
本文考虑一类具有无界控制的最优控制问题的脉冲扩张,该问题具有端点和状态约束。我们表明,存在的扩展意义上的极小,是一个正常的极值约束最大值原理,确保有没有差距之间的下确界的原始问题和它的扩展。此外,我们将这种关系转化为可验证的充分条件的正规性的形式的约束和端点资格。在脉冲控制中,下确界间隙的存在与正态性之间的联系以前已经被探索过,用于没有状态约束的问题。本文建立了这样的链接的状态约束和一个额外的普通控制的存在下,局部Lipschitz连续数据。
2020-11-18 math.OC
Improved KKT Complexity for First-Order Bilevel Optimization under Weak Lower-Level Convexity
RIKEN(理化学研究所);University of Tokyo(东京大学)
本文针对弱下层凸性的双层优化,提出非精确变量平滑惩罚方法(IVSP),在ENNAMCQ下证明有限惩罚参数稳定及ε-KKT点的一阶复杂度为Õ(ε^{-3}),并给出可验证条件与数值验证。
2026-10-01 math.OC
Optimality conditions in convex multiobjective SIP
本文的目的是刻画具有无穷多个凸目标函数和无穷多个凸约束的向量最优化问题的弱有效解、有效解和孤立有效解。为此,我们引入新的和已知的数据资格(涉及约束和/或目标的条件),以获得用Karusk-Kuhn-Tucker乘数或与给定问题相关的新间隙函数表示的最优性条件。
2016-08-10 math.OC
Optimality conditions in DC constrained mathematical programming problems
在新的限定条件下,给出了局部凸空间中抽象约束数学规划问题的最优性充要条件。我们的方法利用某些映射的几何性质,特别是它们的结构作为凸函数的差异,并使用广义微分(次微分和协导数)的技术。事实证明,这些工具可以在Asplund空间范围之外卓有成效地使用。无限,随机和半定规划的应用程序开发在单独的部分。
2023-02-08 math.OC
On Solving a Class of Fractional Semi-infinite Polynomial Programming Problems
研究了一类分式半无限多项式规划问题,其中目标函数为凸多项式和凹多项式的分式,约束条件由无穷多个凸多项式不等式组成.为了解决这样的问题,我们首先将其转化为一对原始和对偶圆锥最优化问题,如果我们可以将平方和结构引入圆锥约束,则可以将其转化为半定规划(SDP)问题。为此,我们为凸半无限规划问题提供了一个特征锥约束规格,以保证强对偶性,并在对偶问题的解决方案的实现,这是它自己的利益。在这个框架下,我们首先提出了一个具有渐近收敛的SDP松弛的FSIPP问题,其指标集是由许多多项式不等式定义的。接下来,我们研究了四种情况下的FSIPP问题,可以减少到一个单一的SDP问题或一个有限序列的SDP问题,其中至少有一个极小可以提取。然后,我们将这种方法应用到四个相应的多目标情况下,找到有效解。
2021-05-15 math.OC
Stabilized SQP Methods in Hilbert Spaces
本文将有限维优化的稳定化序列二次规划方法推广至无限维 Hilbert 空间,证明了该方法在缺乏约束规范时仍能实现快速局部收敛。
2025-08-11 math.OC
A note on first-order and transversality conditions in infinite-horizon continuous-time optimal control models
Université Paris-Saclay(巴黎萨克雷大学);University of Lorraine(洛林大学);EM Normandie Business School(法国诺曼底高等商学院)
本文探讨了无限时间连续时间最优控制问题中路径解的必要和充分条件,证明了标准假设下的横截条件,并应用于经济模型。
2026-07-30 math.OC
Variational analysis in normed Spaces with applications to constrained optimization
本文致力于变分分析的广义微分理论的发展和应用,使我们能够在不完整的赋范空间中工作,而无需采用基于完整性和极限过程的传统变分技术。主要关注的是广义导数和次微分的Dini-Hadamard型的使用温和的资格条件围绕度量次正则性。在这种方式中,我们开发的微积分规则的广义微分赋范空间,而不施加限制性正常紧性假设等,然后将它们应用到一般问题的约束优化。即使在有限维中,所得到的结果也是新的。最后,我们得到了半无限和半定规划非凸问题的精化的最优性必要条件最优性条件。
2020-11-14 math.OC
Generalized minimizers of convex integral functionals, Bregman distance, Pythagorean identities
基于凸法向被积函数的积分泛函被最小化,受到许多矩约束。被积函数在正数上是有限的,在负数上是无限的,是严格凸的但不一定是可微的。在凸对偶的框架下,将最小化问题作为原问题与对偶问题一起研究。值函数的有效域用锥核来描述,锥核是对早期凸核概念的修正。极小化和广义极小化是显式地构造从修改的对偶问题的解决方案,不假设原始约束规格。利用Bregman距离和被积函数缺乏本质光滑性的修正项,给出了一个推广的平方关系式.结果被应用到Bregman距离的最小化。在对偶约束规格的条件下,只要对偶值是有限的,则广义对偶解的存在性成立。“不正常”情况的例子也包括在内,指出某些关键结果的普遍性的局限性。
2012-09-04 cs.IT math.IT math.OC
Process-Based Lagrange Multipliers for Nonconvex Set-Valued Optimization
University of Alicante(阿利坎特大学)
本文提出了一种基于闭合凸过程的非凸集值优化拉格朗日乘子理论,通过几何框架扩展分离原理,并展示了其在无限维情况下的应用。
2026-02-05 math.FA math.OC
Infinite-dimensional linear port-Hamiltonian systems on a one-dimensional spatial domain: An Introduction
本文介绍一维空间域上的无限维线性端口哈密顿系统,结合算子理论与基于哈密顿量的物理方法,推导出适定性和稳定性的易验证条件。
2023-08-03 math.AP math.FA math.OC
On Local Minimizers of Quadratically Constrained Nonconvex Homogeneous Quadratic Optimization with at Most Two Constraints
本文研究了具有一个或两个约束的非凸齐次二次约束二次优化问题,分别记为(QQ1)和(QQ2)。(QQ2)包含(QQ 1)、置信域子问题(TRS)和椭球正则化总体最小二乘问题作为特例。已知(QQ2)的全局极小存在一个充分必要的最优性条件.在本文中,我们首先证明了(QQ1)的任何局部极小是全局最优的。不同于它的特殊情况(TRS)至多有一个局部非全局极小,(QQ2)可能有无穷多个局部非全局极小。在(QQ2)的任何局部非全局极小点处,线性无关约束规格和严格互补条件均成立,且拉格朗日函数的Hessian恰好有一个负特征值.作为一个主要贡献,我们证明了标准的二阶充分最优性条件的任何严格的局部非全局极小(QQ2)仍然是必要的。应用和进一步扩展的不可能性进行了讨论。
2021-07-21 math.OC
Sparse Multiple Kernel Learning: Support Identification via Mirror Stratifiability
在统计机器学习中,核方法允许考虑无限维的特征空间,其计算成本仅取决于观测的数量。这通常通过根据数据拟合项和合适的正则化器来求解最优化问题来完成。在本文中,我们考虑的特征图是一个固定的,可能是大的,一组简单的特征图的串联。惩罚是一个稀疏诱导,促进解决方案只依赖于一个小的子集的功能。群套索问题是这种更一般的设置的特殊情况。我们表明,最流行的优化算法之一,以解决正则化的目标函数,向前向后分裂的方法,允许以稳定的方式进行特征选择。特别是,我们证明了一组相关的功能是确定的算法经过有限的迭代次数,如果一个合适的资格条件成立。证明中使用的主要工具是分层和镜像分层的概念。
2018-03-02 math.OC
Duality of convex relaxations for constrained variational problems
我们证明了弱对偶最近两个凸松弛法之间的约束变分问题,其中的目标是一个积分泛函的最优值的边界。第一种方法,由Valmorbida等人提出(IEEE自动化学报)。Control 61(6):1649--1654,2016),用在充分光滑函数上的凸程序代替变分问题,服从逐点非负约束。第二种方法由Korda等人讨论(arXiv:1804.07565v1 [math.OC]),将变分问题松弛为缩放概率测度上的凸规划。我们还证明了这些无穷维凸规划之间的对偶性是强的,这意味着它们的最优值重合,当变分问题中的容许函数的范围和梯度被约束到有界集。对于多项式数据的变分问题,每个凸松弛的最优值可以通过求解有限维半定规划的弱对偶族来逼近。这些都是强对偶标准约束规格条件下,无论是否强对偶持有无限维水平。因此,这两种松弛方法对于计算的目的是等效的。
2019-06-28 math.AP math.OC
Exact penalty functions and global saddle points of augmented Lagrangians for well-posed constrained optimization problems
本文通过提出一种新的扩展适定性概念,将精确罚函数和增广拉格朗日函数全局鞍点的充分条件从有限维推广到无穷维约束优化问题,避免了文献中常用的严格且难以验证的假设。
2025-08-22 math.OC
Extended Trust-Region Problems with One or Two Balls: Exact Copositive and Lagrangian Relaxations
对于两个二次约束和多个线性约束下的非凸二次最优化问题,建立了一个保证精确共正松弛的几何条件,并用广义Karush-Kuhn-Tucker乘子给出了全局最优性的充分条件.余正松弛比通常的拉格朗日松弛更紧。我们说明这一点,提供了一个完整的类二次最优化问题,享受正松弛的精确性,而通常的拉格朗日对偶间隙是无限的。最后,我们还提供了可验证的条件下,通常的拉格朗日松弛和共正松弛是精确的扩展CDT(两球置信域)问题。重要的是,该充分条件可以通过求解线性最优化问题来验证。
2017-10-02 math.OC
Well-posedness of boundary control systems and application to ISS for coupled heat equations with boundary disturbances and delays
School of Mathematics, Southwest Jiaotong University(西南交通大学数学学院);Department of Electrical Engineering, Polytechnique Montréal(蒙特利尔理工学院电气工程系)
本文研究了边界控制系统的适定性,并应用于推导耦合热方程在边界扰动和时滞下的指数输入到状态稳定性条件。
2026-03-12 math.OC
Algebraic Decompositions of DP Problems with Linear Dynamics
受有理典范形的启发,我们引入并分析了线性动态系统的动态规划(DP)问题的两种分解。具体来说,我们考虑有限和无限地平线DP问题,其中的动态是线性的,费用函数只取决于状态,状态空间是有限维的,但定义在一个任意的代数域。从自然分解的状态空间的子空间是不变的系统的线性变换下的直接直和,并假设费用函数表现出与此分解兼容的添加剂结构,我们从原始DP问题中提取两个不同的家庭较小的DP问题,每个与系统的原始状态空间的不变子空间上发展。我们建议,这些家庭中的每一个构成了分解的原始问题时,原始问题的最优策略和价值函数可以从家庭中的各个子问题的最优策略和价值函数重建。我们得到了这些分解在有限和无限视界情况下都存在的充要条件。我们还提出了一个易于验证的充分条件下,第一个分解存在,我们表明,第一个概念的分解一般是强于第二个。
2014-04-21 math.OC
Quantitative Stability and Optimality Conditions in Convex Semi-Infinite and Infinite Programming
Miguel Hernández University of Elche(埃尔切米格尔·埃尔南德斯大学);University of Alicante(阿利坎特大学);Wayne State University(韦恩州立大学)
本文针对参数化凸无限/半无限不等式系统,利用变分分析推导可行解映射的精确Lipschitz常数公式,并证明其与余导数范数一致,进而给出凸无限/半无限规划的可验证必要最优性条件。
2011-02-04 cs.SY eess.SY math.OC
Mean field game model for human capital accumulation under budget constraints
Université Paris–Panthéon–Assas(巴黎先贤祠-阿萨斯大学)
该研究构建预算约束下人力资本积累的平均场博弈模型,将个体最短时间问题转化为状态约束最优控制问题,通过不动点定理证明有限时间范围内至少存在一个均衡。
2026-08-26 math.OC
On the Value Function of Infinite-Horizon Optimal Control of Piecewise Affine Systems
Delft University of Technology(代尔夫特理工大学);University of Oxford(牛津大学)
本文针对具有ℓ₁或ℓ∞阶段代价的PWA系统CITOC问题,通过显式例子证明其值函数片段数可无穷,并建立确保值函数为真PWA函数的充分条件,为相关学习控制方案提供支撑。
2026-08-21 cs.SY eess.SY math.OC
Complete Characterizations of Well-Posedness in Parametric Composite Optimization
Wayne State University(韦恩州立大学);Hangzhou City University(杭州城市大学);Southwest Jiaotong University(西南交通大学)
本文通过引入新的二阶变分函数和等价条件,全面刻画了复合优化中KKT系统的well-posedness及其稳定性特性。
2026-10-30 cs.NA math.NA math.OC
Adaptive Gradient Descent for Optimal Control of Parabolic Equations with Random Parameters
本文将自适应梯度下降(AdaGrad)算法推广到具有不确定参数的抛物型偏微分方程的最优分布控制问题。这种随机最优化方法通过自适应缩放梯度步长来实现改进的收敛速度。我们证明了这个无限维问题的算法的收敛性在适当的正则性,凸性和有限方差条件下,并与这些相关的基本系统参数的可验证的属性。最后,我们将我们的算法应用于不确定负载下的锂电池系统的最优热调节。
2021-10-20 cs.NA math.NA math.OC
Mean-Field Generalisation Bounds for Learning Controls in Stochastic Environments
本文利用动态规划与单隐藏层神经网络的平均场解释,将数据驱动的随机控制问题转化为无限维最小化问题,并给出有限观测下过参数化设置的泛化误差非渐近界,同时验证了数值效果。
2025-08-21 math.OC stat.ML
Age-Structured Harvesting Models: A Structural Comparison of Rate-Control and Effort-Control Optimality Systems
College of Engineering, Boston University(波士顿大学工程学院);Institute for Global Sustainability, Boston University(波士顿大学全球可持续发展研究所);Department of Mathematics, Northeastern University(东北大学数学系);College of Engineering, The University of Iowa(爱荷华大学工程学院)
本文比较了率控制与努力控制在年龄结构种群中的动态和最优捕获策略,揭示了两者在数学和生物经济上的本质差异。
2026-09-02 math.AP math.OC
Interior-point proximal methods for nonsmooth optimization in Hilbert spaces with cone-ordered constraints
University of Konstanz(康斯坦茨大学);University of the Bundeswehr Munich(联邦国防军慕尼黑大学)
本文提出一种非精确内点近端方法,用于求解Hilbert空间中带锥序约束的非光滑非凸优化问题,证明了收敛性并给出复杂度界,并应用于最优控制与字典学习。
2026-09-29 cs.SY eess.SY math.OC
Nonlinear Feedback Linearization and LQG/LTR Control: A Comparative Study for a Single-Machine Infinite-Bus System
本文比较了单机无穷大母线(SMIB)系统的三种控制策略(NFLC、INFLC、LQG/LTR),分析其在非线性抵消、性能权衡等方面的差异,为大型电力系统控制策略选择提供参考。
2025-02-15 cs.SY eess.SY math.OC
Exactly or Approximately Wasserstein Distributionally Robust Estimation According to Wasserstein Radii Being Small or Large
The College of Mathematics, Sichuan University(四川大学数学学院);The Department of Control Science and Engineering, College of Electronics and Information Engineering, National Key Laboratory of Autonomous Intelligent Unmanned Systems, Tongji University(同济大学电子与信息工程学院控制科学与工程系,自主智能无人系统全国重点实验室);The School of Software Engineering, Tongji University(同济大学软件学院);Shenzhen Research Institute of Big Data(深圳大数据研究院)
该研究针对加性噪声线性测量模型下的Wasserstein分布鲁棒估计问题,证明了无穷维非凸极小极大问题与有限维问题鞍点存在性等价,给出充要条件与小半径下的充分条件,鞍点不存在时通过线性估计器求解得到上界与鲁棒线性估计器,并通过实验验证理论结果。
2025-10-03 eess.SP math.OC math.ST
A Function-Space Framework for BDDC Preconditioning in Control- and State-Constrained Sparse Optimal Control
George Mason University(乔治梅森大学);Louisiana State University(路易斯安那州立大学)
本文提出一种针对控制与状态约束稀疏最优控制的BDDC预条件子,在无限维层面构造,通过两级加性Schwarz实现,数值实验表明其迭代次数对网格细化近乎无关,且富化粗空间可提升收敛性。
2026-09-10 cs.NA math.NA math.OC