Locating Two Transfer Points on a Network with a Trip Covering Criterion and Mixed Distances
在本文中,我们考虑了一组的起点-目的地对在一个混合模型中,嵌入在飞机上的网络代表一个替代的高速交通系统,并研究了行程覆盖问题,其中包括定位在网络中的两个点,最大限度地增加覆盖对的数量,也就是说,通过这些点进入和退出使用网络的对的数量。
2013-11-19 math.OC
A semidefinite programming hierarchy for covering problems in discrete geometry
UiT The Arctic University of Norway(挪威阿尔塔大学);Linköping University(林雪平大学);Universität zu Köln(科隆大学)
本文提出了一种新的半定规划层次结构,用于解决紧致度量空间中的覆盖问题,并展示了该结构在有限步内收敛的性质。
2025-05-23 math.MG math.OC
Mixed-Integer Programming Formulation of a Data-Driven Solver in Computational Elasticity
本文提出了一种混合整数二次规划制定现有的数据驱动的方法来计算弹性。该公式适用于标准混合整数规划求解器的应用,该求解器找到全局最优解。因此,所提出的方法得到的结果可以作为基准的情况下,任何其他算法。初步的数值实验进行比较质量的解决方案所提出的方法和启发式数据驱动的计算力学。
2018-10-10 math.OC
On a fully fuzzy framework for minimax mixed integer linear programming
在这项工作中,我们提出了一个极小极大混合0-1模糊线性问题的建模框架。它是基于通过辅助变量扩展通常的重写清晰的极大极小问题的最大值的模糊线性函数的有限集建模。我们建立所考虑的问题可以等价地表示为一个多目标混合整数规划问题。该框架适用于一个完全模糊版本的能力中心设施定位问题。
2018-02-20 math.OC
Facets of a mixed-integer bilinear covering set with bounds on variables
给出了混合整数双线性覆盖集的凸包的一个封闭形式描述。这种凸包描述是通过考虑以某种方式定义的正交析取集来确定的。这种描述没有引入任何新的变量,但由指数级的许多不等式组成。一个扩展的制定与一些额外的变量和更少的约束条件。我们还导出了一个线性时间分离算法,以寻找这凸包的刻面定义不等式。我们通过一些例子研究了新的不等式和推广公式的有效性。
2019-03-02 math.OC
Algorithms for Generating Pareto Fronts of Multi-objective Integer and Mixed-Integer Programming Problems
多目标整数规划或混合整数规划问题通常具有断开的可行域,使得构造Pareto前沿的近似的任务具有挑战性。本文表明,某些算法,最初设计的连续问题,可以成功地适应于近似帕累托前沿的整数,混合整数,多目标最优化问题。各种标量化技术之间的关系,建立激励在这些算法中的一个特定的标量化的选择。通过两个,三个和四个目标的整数和混合整数问题,所提出的算法进行了测试,并进行了比较。特别是,一个新的四目标算法被用来解决一个离散变量的火箭喷射器设计问题,这是一个具有挑战性的混合整数规划问题。
2021-05-23 math.OC
A Conic Integer Programming Approach to Constrained Assortment Optimization under the Mixed Multinomial Logit Model
本文研究了混合多项logit模型下的约束搭配最优化问题。即使是中等规模的情况下,这个问题是具有挑战性的直接解决使用标准的混合整数线性最优化配方。这促使最近的研究探索定制的优化策略和近似技术。相比之下,我们开发了一种新的圆锥二次混合整数制定。这种新的配方,再加上麦考密克不等式利用容量限制,使大型实例的解决方案,使用商业优化软件。
2017-08-12 math.OC
A Hybrid Perspective on Suboptimal Mixed-Integer Quadratic Programming
本文提出一种结合参数化MIQP与混合系统理论的框架,将次优性编码为有界扰动,实现递归次优混合整数二次规划反馈控制,并从理论和仿真上验证了稳定性。
2025-07-03 math.OC
Solving influence diagrams via efficient mixed-integer programming formulations and heuristics
Aalto University(阿尔托大学)
本文提出了一种新的混合整数规划方法和启发式算法,用于高效求解影响图中的决策问题,并展示了其在多阶段随机动态规划中的应用。
2024-08-29 math.OC
QPDAS: Dual Active Set Solver for Mixed Constraint Quadratic Programming
利用对偶问题的有效集方法,给出了求解一般混合约束凸二次规划问题的一种方法。该方法类似于现有的有效集方法,但我们提出了一种新的方法来解决在算法中出现的线性系。有两个主要的贡献,我们提出了一种新的方式分解的线性系,并显示如何迭代细化可以用来实现良好的精度和解决这两种类型的子问题,所产生的半定问题。
2019-11-28 math.OC
Global Solutions of Nonconvex Standard Quadratic Programs via Mixed Integer Linear Programming Reformulations
一个标准的二次规划是一个最优化问题,它包括在单位单纯形上最小化一个(非凸)二次型。我们专注于将一个标准的二次规划转化为一个混合整数线性规划问题。我们提出了两种替代的混合整数线性规划配方。我们的第一个配方是基于铸造一个标准的二次规划作为一个线性规划的互补约束。然后,我们采用二进制变量线性互补约束。对于第二个公式,我们首先推导出一个高估的目标函数的函数,并建立其在任何全球最小的紧密性。然后,我们使用二进制变量线性化高估函数,得到我们的第二个公式。对于这两个配方,我们提出了一组有效的不等式。我们广泛的计算结果表明,所提出的混合整数线性规划的重新制定显着优于其他全球解决方案的方法。在较大的情况下,我们通常会观察到数量级的改善。
2018-10-04 math.OC
Computing non-stationary $(s, S)$ policies using mixed integer linear programming
研究了$(s, S) $策略下的单品种单库存位置随机批量问题。首先,我们提出了一个混合整数非线性规划(MINLP)制定确定接近最优的$(s, S)$政策参数。为了处理更大的实例,我们将先前引入的MINLP模型和二分搜索方法相结合。这些模型可以重新制定为混合整数线性规划(MILP)模型,可以很容易地实现和解决使用现成的优化软件。计算结果表明,模型的最优性缺口在最优策略成本的$0.3\%$左右,计算时间合理。
2017-02-28 math.OC
A geometric way to build strong mixed-integer programming formulations
我们给出了一个显式的几何方法来建立混合整数规划(MIP)公式的联合多面体。该结构简单地描述了在r维线性空间的生成超平面。所得到的MIP制定是理想的,并使用了r个整数变量和2 x(#的跨越超平面)一般不等式约束。我们使用这个结果,以获得新的不连续的分段线性函数和结构中出现的机器人和电力系统问题的几何尺寸的理想MIP配方。
2019-10-09 math.OC
On the ReLU Lagrangian Cuts for Stochastic Mixed Integer Programming
本文研究随机混合整数规划,通过ReLU函数重构非预期性约束提出ReLU拉格朗日割,证明其能实现最优性,推导闭式表达式并用线性规划加速生成,数值实验验证了有效性。
2024-11-09 math.OC
Augmentation approaches for Mixed Integer Programming
IMUS, Sevilla, Spain(穆尔西亚大学数学研究所)
针对一般MIP,本文研究可行集结构与有限测试集存在性的关系,提出并刻画了一个可计算、可嵌入有限增广算法的测试集。
2025-09-29 math.OC
Exact Augmented Lagrangian Duality for Mixed Integer Quadratic Programming
混合整数二次规划(MIQP)是在有理多面体上的混合整数点上最小化凸二次函数的问题。本文主要研究MIQP的增广拉格朗日对偶(ALD)。ALD增加了通常的拉格朗日对偶的加权非线性惩罚的对偶约束。我们首先证明了ALD将达到一个零的对偶间隙渐近的重量的惩罚趋于无穷大的罚函数在一些温和的条件下。我们接下来表明,当我们使用任何范数作为罚函数时,有限的罚权重对于零间隙是足够的。最后,我们证明了一个多项式约束的重量上的惩罚项,以获得零差距。
2019-07-01 math.OC
Solving Heated Oil Pipeline Problems Via Mixed Integer Nonlinear Programming Approach
如何加热原油,节约原油输送的运行费用,是原油输送中的一个关键问题。本文将热油管道问题严格地表述为一个混合整数非线性规划模型。提出了模型的非凸和凸连续松弛,并在适当的条件下证明了它们的等价性。同时,我们提供了一个预处理过程,以保证这些条件。因此,我们可以设计一个分支定界算法来求解混合整数非线性规划模型的全局最优解。为了提高分枝定界算法的效率,提出了一种外逼近方法,并采用了热启动技术。对一个实际热油管道问题的数值实验表明,该算法获得了较好的方案,与实际方案相比,可以节省6.83%的运行费用。
2019-07-25 math.OC
A Feasible Active Set Method with Reoptimization for Convex Quadratic Mixed-Integer Programming
针对非负约束的凸二次规划问题,提出了一种可行有效集方法。这种方法是专门设计嵌入到凸二次混合整数规划问题的分支定界算法。分支定界算法将Buchheim,Caprara和Lodi提出的无约束凸二次整数规划的方法推广到存在线性约束的情况。后一种方法的主要特点在于一个复杂的预处理阶段,导致快速枚举的分支和边界节点。此外,可行有效集方法利用了这个预处理阶段,非常适合重新优化。随机生成的实例的实验结果表明,新方法显着优于MIQP求解器的CPLEX 12.6的实例与少量的约束。
2015-12-08 math.OC
Lagrangian Duality for Mixed-Integer Semidefinite Programming: Theory and Algorithms
本文提出混合整数半定规划的拉格朗日对偶理论,推导对偶问题并证明其对偶界优于连续松弛界,提出三种算法及界层次,数值实验显示在最大k割问题上界更强。
2025-07-09 math.OC
Mixed Integer Linear Programming and Constraint Programming Models for the Online Printing Shop Scheduling Problem
在这项工作中,在线印刷车间调度问题。这一挑战性的现实问题,出现在当今的印刷业,可以被看作是一个灵活的作业车间调度问题的顺序灵活性,其中的作业之间的优先约束是由一个任意有向无圈图。此外,几个复杂的特殊性,如不可用的机器,可拆卸的操作,顺序相关的设置时间,部分重叠的操作之间的优先约束,释放时间,和固定的操作也存在于所解决的问题。在目前的工作中,混合整数线性规划和约束规划模型的最小化的最大完工时间。对问题进行建模是双重的。一方面,问题被精确地定义。另一方面,商业软件求解模型的能力和局限性进行了分析。广泛的数值实验与小型,中型和大型的实例。数值实验表明,当考虑混合整数线性规划模型时,该商业求解器仅能最优求解一小部分小型实例;而当考虑约束规划问题时,该商业求解器能最优求解所有小型实例和一小部分中型实例.此外,商业求解器能够提供可行解的大规模的实例的大小,出现在实践中。
2022-02-20 math.OC
A mixed integer programming approach to the tensor complementarity problem
本文建立了一种求解张量互补性问题(TCP)的新方法。给出了一个混合整数规划模型,并通过求解该模型来求解TCP。TCP被配制成一个等价的混合整数可行性问题。在此基础上,得到了保证TCP可解的条件。特别地,给出了TCP无解的一个充分条件。给出了解存在的一个充要条件。同时给出了具有正定张量的TCP解集的具体界。此外,我们还证明了具有对角正定张量的TCP具有唯一解。几个测试问题的数值实验表明,所提出的方法的效率方面的质量得到的解决方案。
2018-04-02 math.OC
Optimal Allocation of Static Var Compensator via Mixed Integer Conic Programming
诸如静止无功补偿器(SVC)的并联FACTS装置能够提供本地无功功率补偿。它们被广泛用于网络中,以减少有功功率损耗并改善电压分布。提出了一种基于混合整数圆锥规划(MICP)的输电网SVC优化配置模型,该模型考虑了负荷的不确定性。负荷的不确定性是由许多情况下。利用重构和线性化技术,将原非凸模型转化为凸二阶锥规划(SOCP)模型。基于IEEE 30节点系统的算例验证了该规划模型的有效性。
2017-03-29 math.OC
Extended Formulations in Mixed-integer Convex Programming
我们提出了一个统一的框架,用于生成混合整数凸规划(MICP)算法中使用的多面体外近似的扩展配方。扩展的公式可以减少外部逼近算法的迭代次数,并且通常可以缩短求解时间。首先,我们观察到MINLPLIB2基准库中的所有MICP实例都可以用标准对称和非对称圆锥表示。圆锥曲线重构被证明是有效的扩展配方本身,因为它们编码可分性结构。对于混合整数圆锥可表示的问题,我们提供了第一个外近似算法与有限时间收敛保证,打开一个路径使用圆锥解连续松弛。然后,我们连接流行的建模框架的纪律凸规划(DCP)的存在独立的圆锥曲线表示的扩展配方。我们提出的证据表明,我们的方法可以在实践中产生显着的收益,从MINLPLIB2基准库的一些开放实例的解决方案。
2016-03-15 math.OC
Convex mixed integer nonlinear programming problems and an outer approximation algorithm
本文主要研究一类具有不可微数据的凸混合整数非线性规划问题。通过放弃可微性假设,我们用从KKT条件得到的次梯度代替梯度,并使用外部近似方法将凸MINLP重新表示为一个等价的MILP主程序。通过求解有限个子问题序列和松弛MILP问题,我们建立了一个外逼近算法来寻找这个凸MINLP的最优解。并给出了算法的收敛性。本文的工作将外逼近方法从处理凸MINLP问题的可微情形推广到不可微情形。
2015-02-23 math.OC
A Mixed Integer Linear Programming Method for Dynamic Economic Dispatch with Valve Point Effect
本文提出了一种混合整数线性规划(MILP)方法来求解计及阀点效应的动态经济调度(DED-VPE)。基于分段线性化技术,非凸和非光滑的发电成本被转化为一个线性下近似,这是优于二次的,得到一个MILP形式的DED-VPE。当段参数设置适当时,MILP公式可以直接有效地由混合整数规划(MIP)求解器求解。因此,可以保证MILP公式在预设容差内的全局最优解。仿真结果表明,所提出的MILP公式可以在合理的时间内解决可靠的解决方案。
2017-02-16 math.OC
On the tightness of linear relaxations of alternative mixed integer programming formulations for the generator maintenance scheduling problem
本文针对预防性发电机检修调度问题的六种混合整数规划模型展开线性松弛紧性分析,识别出对偶界更优、计算性能更好的模型,为改进检修调度过程的模型选择提供理论依据。
2025-02-13 math.OC
A parametric integer programming algorithm for bilevel mixed integer programs
我们考虑离散二层最优化问题,其中跟随者解决具有固定变量数的整数规划。利用参数整数规划的最新结果,我们提出了纯整数和混合整数双层问题的多项式时间算法。对于混合整数的情况下,领导者的变量是连续的,我们的算法还检测是否下确界成本未能达到,一个困难,已被确定,但没有直接在文献中解决。在这种情况下,它产生了一个“比完全多项式时间更好”的近似方案,其运行时间多项式为相对精度的对数。对于纯整数的情况下,领导的变量是整数,因此最优解是保证存在的,我们提出了两个算法,运行在多项式时间的变量的总数是固定的。
2009-11-02 math.OC
Convexification of Queueing Formulas by Mixed-Integer Second-Order Cone Programming: An Application to a Discrete Location Problem with Congestion
混合凸二阶锥规划(MISOCPs)是一类很好的混合凸规划,由于优化求解器的最新进展,它可以非常有效地求解。我们的论文弥补了建模一类最优化问题和使用MISOCP求解器之间的差距。它示出了各种性能指标的M/G/1队列可以由不同的MISOCP塑造。为了激励我们的方法实际上,它首先被应用到一个具有挑战性的随机定位问题的拥塞,这是广泛用于设计社会最优服务网络。四个不同的MISOCP的开发和比较的基准测试问题。新公式有效地解决了大规模的测试问题,这不能解决现有的最佳方法。然后,我们的方法的一般适用性,类似的最优化问题,使用成本理论的性能指标,以解决客户满意度和服务质量。
2017-10-16 cs.DM math.OC math.PR
Enhancements of Discretization Approaches for Non-Convex Mixed-Integer Quadratically Constraint Quadratic Programming: Part II
这是研究非凸混合整数二次约束二次规划(MIQCQP)的混合整数规划(MIP)松弛技术的第二部分。我们把重点放在MIP松弛法的非凸连续变量的产品和扩展著名的MIP松弛归一化多参数解聚技术(NMDT),适用于一个复杂的离散化的两个变量。我们把这种方法称为双重离散化归一化多参数解聚技术(D-NMDT)。在一个全面的理论分析,我们强调的理论优势的增强方法D-NMDT相比NMDT。此外,我们进行了广泛的计算研究,以证明其有效性方面的生产紧MIQCQP的对偶界限。最后,我们将D-NMDT与第一部分中的可分离MIP松弛和最先进的MIQCQP求解器进行比较。
2023-02-02 math.OC
Surrogate "Level-Based" Lagrangian Relaxation for Mixed-Integer Linear Programming
混合线性规划(MILP)在一系列科学学科和对社会具有战略重要性的领域中发挥着重要作用。MILP问题,然而,遭受组合的复杂性。由于整数决策变量,随着问题大小的增加,可能的解决方案的数量超线性地增加,从而导致计算工作量的急剧增加。为了有效地解决MILP问题,“基于价格”的分解和协调方法开发利用1。分解后复杂度的超线性降低; 2.几何收敛潜力固有的波利亚克的步进公式,以最快的协调可能获得近最优解的计算效率的方式。与以前所有通过调整超参数来精确地设置步长的方法不同,获得步长的关键新方法是纯粹基于决策的:解决了一个新的“辅助”约束满足问题,从中推断出适当的步长。对大规模广义指派问题(GAP)的测试结果表明,对于大多数情况下,得到了可证明的最优解。对于随机作业车间调度以及制药调度,计算结果表明,两个数量级的加速相比,分支和切割(B&C)。这种新方法对有效解决各种科学领域中出现的复杂混合整数规划(MIP)问题具有重大影响。
2023-01-04 cs.DM math.CO math.OC
Optimizing the Production Cost of Minting with Mixed Integer Programming
对中央银行来说,管理铸币是最重要的任务之一,因为短缺会产生负面的经济和社会影响,而铸币预算是中央银行中最大的预算之一。因此,中央银行需要找到要生产的硬币的混合物,以满足需求,库存和生产约束,同时最大限度地降低成本。我们提出了一个混合整数规划模型,通过减少额外的班次,同时满足约束条件,最大限度地减少铸造成本。我们还进行了模拟与中央银行的数据表明,该模型减少了24\%的额外的班次在21个季度期间使用的成本相比,目前在操作中使用的电子表格为基础的方法。
2016-08-15 math.OC
A Context-Aware Cutting Plane Selection Algorithm for Mixed-Integer Programming
Technische Universität Berlin(柏林工业大学);Zuse Institute Berlin(柏林祖斯研究所);Fair Isaac Germany GmbH(费尔艾萨克德国有限公司)
针对混合整数规划求解器割平面选择长期未变的问题,提出新的割评分、过滤与停止准则,使 SCIP 在 MIPLIB 2017 上性能提升 5%。
2023-07-17 cs.LG math.OC
Optimizing Demand-Responsive Paratransit Operations: A Mixed Integer Programming Approach
传统的需求响应型辅助运输系统在将人们与医疗保健联系起来方面发挥着重要作用,特别是那些无车、低收入、老年人、保险不足/无保险或残疾人。然而,现有的辅助客运系统通常由于长等待时间、低操作频率和高成本而具有低服务质量。为了提高服务质量,我们建议设计一个新的需求响应辅助运输系统,为非紧急医疗运输提供公共的,类似优步的选择。因此,混合整数规划模型的开发,以优化系统的操作,最大限度地减少用户等待时间的乘客以及运营商的运营成本的目标。本文中产生的结果将有助于当地运输部门和过境机构,因为他们考虑的业务战略,以满足非紧急医疗运输的需求。
2020-12-19 math.OC
On Tractability, Complexity, and Mixed-Integer Convex Programming Representability of Distributionally Favorable Optimization
针对分布有利优化(DFO)因内部下确界算子难以保持凸性的挑战,研究其可处理性与复杂度,建立充要条件,证明其具备混合整数凸规划可表示性并通过数值验证有效性。
2024-01-31 math.OC
A GNN-Guided Predict-and-Search Framework for Mixed-Integer Linear Programming
混合整数线性规划(MILP)是求解组合最优化问题的一种有效方法。在实践中,仅具有系数变化的类似MILP实例被常规地解决,并且机器学习(ML)算法能够捕获这些MILP实例中的共同模式。在这项工作中,我们将ML与优化相结合,并提出了一种新的预测和搜索框架,用于有效地识别高质量的可行解。具体来说,我们首先利用图神经网络预测每个变量的边际概率,然后在预测解周围的适当定义的球内搜索最佳可行解。我们在公共数据集上进行了广泛的实验,计算结果表明,我们提出的框架实现了51.1%和9.9%的性能提高MILP求解器SCIP和Guesthouse的原始差距,分别。
2023-03-06 math.OC
A Data-Driven Distributionally Robust Bound on the Expected Optimal Value of Uncertain Mixed 0-1 Linear Programming
研究了目标系数服从联合分布的不确定混合0-1规划问题的期望最优值。我们假设真实的分布并不确切,但可以观察到一组独立的样本。使用Wasserstein度量,我们构建了一个模糊集集中在经验分布从观察到的样本,并包含具有高统计保证的真实分布。感兴趣的问题是调查的Wasserstein模糊集上的期望最优值的界限。在标准的假设下,我们重新制定的问题成一个共同的计划,这自然会导致一个听话的半定近似。我们比较我们的方法与基于矩的方法从文献上的三个应用程序。数值结果说明了我们的方法的有效性。
2017-08-25 math.OC
Mixed-Integer Programming Using a Bosonic Quantum Computer
本研究提出将混合整数规划问题的玻色量子计算方案,将问题转化为qumodes基态制备问题,通过光量子计算机模拟绝热演化求解多类小型非凸优化问题。
2022-06-07 cs.DS math.OC quant-ph
Hybrid Quantum Benders' Decomposition For Mixed-integer Linear Programming
Benders分解算法是数学规划中用于求解具有特定块结构的复杂混合整数线性规划(MILP)问题的技术。Benders分解的策略可以描述为分而治之的策略。Benders的分解算法已被用于各种应用,如通信,网络和机器学习。然而,Benders分解中的主要问题仍然是NP难的,这促使我们采用量子计算。本文提出了一种混合量子Benders分解算法。我们将Benders分解的主问题转化为二次无约束二进制优化(QUBO)模型,并使用最先进的量子退火器进行求解。最后,对计算结果进行了分析,并讨论了该算法的可行性.由于我们在Benders分解的主问题中进行了重新表述,因此我们的混合算法可以同时利用经典计算机和量子计算机的优势,从而保证求解MILP问题的解的质量。
2021-12-15 math.OC
Accelerated Benders decomposition for bi-objective mixed integer programming
Johannes Kepler University Linz(林茨约翰内斯·开普勒大学);Hankuk University of Foreign Studies(韩国外国语大学)
针对双目标混合整数规划中的可持续供应链网络设计问题,提出重用加权求和法先前迭代的Benders割来初始化主问题,从而显著减少计算时间。
2026-10-06 math.OC
Dual Dynamic Programming for Multi-Scale Mixed-Integer MPC
提出了一种求解多尺度混合整数模型预测控制(MPC)问题的对偶动态整数规划(DDIP)框架。这样的问题出现在涉及长视野和/或精细时间离散化以及混合整数状态和控制(例如,调度逻辑和离散致动器)。该方法使用了一个嵌套的切割平面计划,执行前向和后向扫描沿时间范围自适应近似成本去功能。DDIP方案可以处理一般MPC配方与混合整数控制和状态,并可以执行前向-后向扫描块时间分区。我们证明了所提出的方案的性能,通过解决混合整数MPC的问题,出现在中央供暖,通风和空调(HVAC)工厂的调度。我们表明,该计划是可扩展的,并显着优于最先进的混合整数求解器。
2020-07-17 math.DS math.OC
Robust Quadratic Programming with Mixed-Integer Uncertainty
研究了鲁棒凸二次规划问题,其中不确定性问题的参数可以包含连续和整数分量。在不确定性集的自然有界性假设下,我们证明了一般性问题是适合于多项式大小的确切的共正规划重构。这些凸优化问题是NP难的,但承认保守的半定规划(SDP)的近似,可以有效地解决。我们证明了流行的近似S-引理方法-这是有效的,只有在连续的不确定性的情况下-是弱于我们的近似。我们还表明,所有的结果可以推广到两阶段的鲁棒二次优化设置,如果问题有完全追索权。我们评估了我们提出的SDP重新制定的有效性,并证明了它们的优越性,在最小二乘法,项目管理和多项报童问题的情况下,国家的最先进的解决方案。
2018-12-18 math.OC
A Mixed-Integer Programming Approach to Training Dense Neural Networks
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
人工神经网络(ANN)是广泛应用于各种现实世界分类任务的机器学习模型。然而,训练ANN非常耗时,并且生成的模型需要大量内存来部署。为了训练更简约的人工神经网络,我们提出了一种新的混合整数规划(MIP)制定训练全连接人工神经网络。我们的公式可以解释二进制和整流线性单元(ReLU)激活,以及对数似然损失的使用。我们目前的数值实验比较我们的MIP为基础的方法对现有的方法,并表明,我们能够实现竞争力的样本性能与更简约的模型。
2022-06-23 cs.LG math.OC
Further Results on an Abstract Model for Branching and its Application to Mixed-Integer Programming
混合整数规划(MIP)的分支定界(B&B)求解器中的一个关键成分是分支变量的选择,因为不良或任意的选择会影响所得到的搜索树的大小。Le Bodic和Nemhauser最近的一篇文章[数学规划,(2017)]通过开发B&B树的理论模型来研究变量选择规则,他们从中开发了一些新的,有效的MIP求解器评分函数。在他们的工作中,Le Bodic和Nemhauser留下了几个开放的理论问题,这些问题的解决方案可以指导变量选择规则的未来设计。在这篇文章中,我们首先解决了许多这些开放的理论问题。然后,我们在SCIP 6.0中实现了基于模型的分支规则的改进版本,SCIP 6.0是一种最先进的学术MIP求解器,在其中,我们观察到MIPLIB 2017基准集的实例需要大型B&B树的几何平均时间和节点减少了11%。
2020-08-24 math.OC
A Privacy-Aware Distributed Approach for Loosely Coupled Mixed Integer Linear Programming Problems
在本文中,我们提出了两个精确的分布式算法来解决混合整数线性规划(MILP)问题的多个代理的数据隐私是很重要的代理。一个关键的挑战是,由于MILP的非凸性质,经典的分布式和分散式优化方法不能直接应用于找到它们的最优解。所提出的精确算法是基于添加原始切割和限制拉格朗日松弛的原始MILP问题。我们证明了这些算法的有限收敛MILP只有二进制和连续变量。我们测试所提出的算法上的机组组合问题,并讨论其优点和缺点相比,中央MILP方法。
2022-04-30 math.CO math.OC
Using Subproblem Objective Gaps in Inexact Augmented Lagrangian and ADMM Algorithms, with Applications to Stochastic Mixed Integer Programming
Rutgers University(罗格斯大学)
研究随机混合整数规划问题,利用“部分强凸性”引理,在不精确增广拉格朗日和交替方向乘子法中用子问题目标间隙计算拉格朗日界,改进求解子问题准则,收敛分析更简单,且弗兰克 - 沃尔夫变体选择更自由。
2026-08-24 math.OC
Exact Verification of First-Order Methods via Mixed-Integer Linear Programming
本文提出混合整数线性规划公式,用于精确验证一阶方法在参数二次优化中的性能,通过最大化固定点残差的无穷范数,并利用紧多面体凸包和自定义边界收紧技术实现数量级改进。
2026-10-12 math.OC
Strong mixed-integer programming formulations for trained neural networks
我们提出了强混合整数规划(MIP)配方的高维分段线性函数,对应于训练的神经网络。这些公式可用于许多重要任务,例如验证图像分类网络对对抗性输入的鲁棒性,或解决目标函数是机器学习模型的判定问题。我们提出了一个通用的框架,这可能是独立的利益,提供了一种方法来构建尖锐的或理想的配方,最大的d仿射函数在任意多面体输入域。我们应用这一结果来推导一些最流行的非线性操作(例如ReLU和max pooling)的MIP公式,这些操作比文献中的其他方法严格更强。我们在计算上证实了这一点,表明我们的配方能够在图像分类网络的验证任务的解决时间上提供实质性的改进。
2020-01-21 math.OC
Mixed Integer Nonlinear Programming for Optimal Design of Energy Grids: Optimization Problems, Possible Solutions, and Model Formulation
针对能源依赖与分配次优问题,本研究采用混合整数非线性规划(MINLP)方法,探讨微电网在过剩电力、CO2排放及水资源短缺等条件下的优化设计与发电规划,并分析了模型约束与设备经验方程。
2023-04-02 math.OC
A Mixed Integer Programming Model Formulation for Solving the Lot-Sizing Problem
Universiti Teknologi Malaysia(马来西亚工艺大学)
本文讨论了一个混合整数规划(MIP)制定的多项目无能力限制批量问题,启发自拖车制造商。建议的MIP模型已被用来找出最佳订货量,最佳订货时间,和最小的总成本的采购,订购,并保持在预定义的计划范围。这个问题被称为NP-hard问题。该模型采用LINGO 13.0以优化软件的形式呈现。
2012-05-28 cs.AI math.OC
A Simple Effective Heuristic for Embedded Mixed-Integer Quadratic Programming
在本文中,我们提出了一个快速优化算法,近似最小化凸二次函数的交叉仿射和可分离的约束(即,可能非凸实数集的笛卡儿积)。这类问题包含了混合整数二次规划等NP难问题。我们的启发式是基于一个变化的交替方向法的乘法器(ADMM),一个算法解决凸优化问题。我们讨论了有利的计算方面,我们的算法,这使得它能够快速运行,即使在非常温和的计算平台,如嵌入式处理器。我们给出了几个例子,其中近似解应该很快找到,如混合动力电动汽车传动系统的管理和开关模式电源转换器的控制。我们的数值实验表明,我们的方法是非常有效的,在寻找一个可行的点与小的目标值,事实上,我们发现,在许多情况下,它发现的整体解决方案。
2015-09-28 math.OC
Power Reduction in FM Networks by Mixed-Integer Programming. A Case Study
本文以意大利调频模拟广播为案例,研究利用混合整数规划优化发射功率,在保障并提升服务质量的同时显著降低能耗。
2023-10-30 math.OC
A Status Report on Conflict Analysis in Mixed Integer Nonlinear Programming
混合整数非线性规划(MINLP)可以说是最困难的最优化问题之一,有着广泛的应用。基于线性松弛和空间分支的MINLP解算器与混合整数规划(MIP)解算器的工作原理类似,因为它们基于分支切割算法,并通过各种算法、域传播和预求解技术进行增强。然而,不可行子问题的分析,这是最主要的MIP求解器的重要组成部分,几乎没有在MINLP的上下文中进行研究。MIP求解器中的不可行性分析主要有两种方法:冲突图分析法和双射线分析法。这篇短文的主要贡献有两个方面。首先,我们提出了第一个计算研究的影响,对偶射线分析凸和非凸MINLP。在这种情况下,我们引入了一个修改后的一代不可行性证明,采用线性切割,只有局部有效。其次,我们描述了一个扩展的冲突分析,直接与凸MINLP的非线性松弛,而不是考虑线性松弛。这是一项正在进行的工作,这篇简短的论文旨在提出第一个理论考虑,而没有对这一部分进行计算研究。
2019-02-07 math.OC
A Unified Early Termination Technique for Primal-dual Algorithms in Mixed Integer Conic Programming
我们提出了一个早期终止技术的混合整数圆锥规划中使用的分支和边界为基础的求解器。我们的方法概括了以前的提前终止结果ADMM为基础的求解器更广泛的一类原始对偶法,包括运营商分裂方法和内点方法。假设问题域有界,则检查提前终止的复杂度为每次终止检查的$O(n)$。我们表明,这个域的限制可以放松的问题,其数据满足一个简单的秩条件,在这种情况下,每个检查需要一个$O(n^2)$解决使用一个线性系,必须分解只有一次在根节点。我们进一步展示了这种方法可以用于混合模型预测控制,只要系统输入有界。数值结果表明,我们的方法可以适度减少带有基于内点的子解算器的分支定界二次曲线解算器所需的总迭代次数。
2023-03-16 math.OC
Integer Set Reduction for Stochastic Mixed-Integer Programming
两阶段随机混合整数规划(SMIP)问题的第二阶段为一般整数变量,一般难以求解。本文发展了整数集约简理论,用于刻画第二阶段子问题的可行整数点的凸包子集,可用于求解SMIP。其基本思想是考虑一个足够小的子集的可行整数点,这是必要的整数子问题产生一个有效的不等式。然后设计了一种基于子问题LP-松弛的解决方案获得这样一个子集的算法,并将其纳入SMIP的Fenchel分解方法中。为了证明新的整数集约简方法的性能,进行了基于随机生成的测试实例的计算研究。研究结果表明,整数集减少提供了显着的收益,在产生削减更快,导致更好的界限,在解决SMIP比使用直接求解器。
2016-04-29 math.OC