Convex Relaxation for Solving Large-Margin Classifiers in Hyperbolic Space
John A. Paulson School of Engineering and Applied Sciences, Harvard University(哈佛大学约翰·A·保尔森工程与应用科学学院);Center for Brain Science, Harvard University(哈佛大学脑科学中心);Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University(哈佛大学肯普ner自然与人工智能研究所)
针对双曲空间中支持向量机训练的非凸优化难题,本文通过多项式重写并采用半定松弛与稀疏矩-平方和松弛,有效逼近最优解,实验证明优于投影梯度下降法。
2024-05-27 cs.LG math.OC
A numerical method for solving the generalized tangent vector of hyperbolic systems
针对一维双曲型偏微分方程一阶变分计算中冲击波带来的挑战,结合守恒型数值格式与不连续处切向量界面条件新表达式,提出计算一般双曲型方程组广义切向量的简单数值方法,并在Burgers方程等案例上验证了有效性。
2025-02-17 cs.NA math.NA math.OC
On Solving a Class of Linear Semi-Infinite Programs by the Trigonometric Moment
本文提出了一类半无限规划的一种新的易于实现的求解方法,其中基于半无限规划的对偶理论和三角矩理论,构造了一类半无限规划的近似线性半定规划.我们得到了半无限规划的lnK/K-最优解,其中K是截断因子.此外,我们给出了一些数值例子来显示新方法的效率。
2019-12-21 math.OC
Asynchronous Algorithms for Solving Linear Programs
在本文中,我们设计和分析算法异步求解线性规划使用非线性信号处理结构。特别是,我们讨论了一个一般的程序,用于生成这些结构,使结构的不动点是在一个变化的基础上的最小化相关联的线性规划。我们讨论的方法组织成分布式实现的计算,并提供了一个治疗的收敛。所提出的算法伴随着切比雪夫中心和基追踪问题的数值模拟。
2015-03-02 math.OC
An Improved Sequential Quadratic Programming Algorithm for Solving General Nonlinear Programming Problems
本文讨论了一类带有不等式和等式约束的一般非线性规划问题。首先,将原问题转化为一个仅含不等式约束的简单等价问题。然后,受序列二次规划(SQP)方法和线性方程组(SLE)方法思想的启发,提出了一种求解原问题的新型SQP算法。在每次迭代中,搜索方向由两个方向的组合产生,这两个方向分别通过求解总是可行的二次规划(QP)子问题和SLE获得。为了克服Maratos效应,通过求解另一个系统方程组得到高阶修正方向。这两个SLE具有相同的系数矩阵,并且我们只需要在有限次迭代之后求解其中一个。通过一种新的线搜索技术,在适当的假设条件下,该算法具有全局收敛性和超线性收敛性。最后,一些比较数值结果表明,该算法是有效的和有前途的。
2012-12-18 math.OC
A parameter-free approach for solving SOS-convex semi-algebraic fractional programs
针对带SOS-凸半代数函数的非光滑分式规划问题,提出无参数求解方法,证明其与SDP松弛的强对偶性,仅需求解单个SDP即可得到原问题最优解,还给出了数值算例。
2024-01-30 math.OC
A Sequential Convex Programming Approach to Solving Quadratic Programs and Optimal Control Problems with Linear Complementarity Constraints
具有互补约束的数学规划由于其非凸性和在每个可行点缺乏约束规格而难以求解。本文主要研究线性互补约束下的二次规划问题。利用序列凸规划和罚参数上的同伦,提出了一种求解罚函数重构的新方法。线性化必然非凸的罚函数产生凸二次子问题,其在所有迭代中具有恒定的黑塞矩阵。这允许使用单个KKT矩阵分解进行解计算。此外,全球化计划中引入的潜在的价值函数被最小化解析,并保证下降提供在每个节点。数值实验表明,该算法的特点和可能的计算加速。
2021-05-31 math.OC
A Computational Procedure for solving a Non-Convex Multi-Objective Quadratic Programming under Fuzzy Environment
研究了一类非凸模糊多目标二次规划问题,其中工艺参数和资源参数均为模糊,隶属函数为非线性。一个计算程序,以找到一个模糊有效解这个问题的发展。最后给出了一个数值例子来说明该方法。
2013-08-01 math.OC
Gradient descent procedure for solving linear programming relaxations of combinatorial optimization problems in parallel mode on extra large scale
线性规划(LP)松弛是求解组合优化(CO)难题的标准技术。在这里,我们提出了一个梯度下降算法,利用一些LP松弛CO问题引起的特殊结构。该算法可以并行运行,并以CUDA C/C++程序的形式在GPU上实现。通过求解一个分数2-匹配问题,验证了算法的有效性.我们的结果表明,分数2匹配问题与100,000节点的解决我们的算法在现代GPU上的规模为一秒,而单纯形方法解决问题将需要一个多小时。该算法可以修改,以解决更复杂的LP松弛来自CO问题。
2020-11-16 math.OC
Solving DC programs with a polyhedral component utilizing a multiple objective linear programming solver
研究了一类目标函数为DC的非凸优化问题,其中DC表示为两个凸函数$g$和$h$之差$f=g-h$.特别地,我们处理的特殊情况下,两个凸函数之一的$g$或$h$是多面体。在情况下$g$是多面体,我们表明,DC程序的解决方案可以从一个相关的多面体投影问题的解决方案。在$h$是多面体的情况下,证明了DC规划的解可以通过求解多面体投影问题和多个凸规划得到。由于多面体投影等价于多目标线性规划(MOLP),因此MOLP求解器(在第二种情况下与凸规划求解器一起)可以用于求解具有多面体分量的DC规划的实例。提供了数值例子,其中一个应用程序的位置分析。
2017-03-15 math.OC
A Decomposition Based Approach for Solving a General Bilevel Linear Programming
双层优化在决策过程中有着广泛的应用。然而,仍然缺乏一个有效的算法来确定一个双层最优化问题的最优解,特别是对于一个大规模的问题。针对这一问题,提出了一种求解一般双层线性规划(GBLP)的分解算法。在大型测试系统上的仿真结果验证了该方法的正确性和有效性。
2016-05-17 math.OC
An Augmented Lagrangian Coordination-Decomposition Algorithm for Solving Distributed Non-Convex Programs
提出了一种新的增广拉格朗日方法,用于求解分布式框架下具有非线性费用和约束耦合的非凸规划问题。提出的分解算法由两层组成:外层是一个标准的乘子方法,对非线性等式约束进行惩罚,而内层由块坐标下降(BCD)方案组成。基于乘子方法的标准结果和最近的结果在近端正则化BCD技术,它被证明是收敛到一个KKT点的非凸非线性规划下的半代数性假设。数值算例验证了算法的有效性。
2014-07-21 math.OC
Approximate Methods for Solving Chance Constrained Linear Programs in Probability Measure Space
本文首次提出求解概率测度空间中机会约束线性规划的数值方法,通过两个可解近似问题并证明其一致收敛性,数值实验验证了方法的有效性。
2023-11-19 math.OC
Solving P - Norm Intuitionistic Fuzzy Programming Problem
引入p -范数广义梯形直觉模糊数的概念.针对p -范数广义梯形直觉模糊数,提出了一种新的排序方法.同时考虑了直觉模糊环境下的线性规划问题。在该问题中,所有的系数和变量都用p -范数广义梯形直觉模糊数表示。针对现有方法的局限性,提出了一种计算直觉模糊线性规划问题直觉模糊最优解的新方法。一个说明性的数值例子来证明所提出的方法的效率。
2015-12-05 math.OC
A Novel Method of Solving Linear Programs with an Analog Circuit
我们提出了一个模拟电路的设计,解决了线性规划(LP)问题。特别地,稳态电路电压是LP最优解的分量。本文展示了如何构造电路,并提供了一个电路和LP问题之间的等价性证明。所提出的方法是用来实现一个基于LP的模型预测控制器,通过使用一个模拟电路。仿真和实验结果表明了该方法的有效性。
2013-05-03 math.OC
Decomposition algorithms for globally solving mathematical programs with affine equilibrium constraints
带有仿射平衡约束的数学规划问题(AMPEC)是一个双层规划问题,其中下层是一个参数仿射变分不等式。我们制定了一些类的双层规划的形式MPEC。然后,我们使用正则化技术来制定所产生的问题作为一个数学规划与两个凸函数(DC函数)的差异定义的附加约束。这种DC分解的一个主要特征是第二个分量仅取决于下层问题中的参数。这个属性使我们能够开发分支定界算法,用于全局求解AMPEC,其中自适应矩形平分只发生在参数的空间中。作为一个例子,我们使用所提出的算法来解决一个双层纳什古诺均衡市场模型。计算结果表明了该算法的有效性。
2011-05-17 math.OC
Doubly nonnegative relaxation method for solving multiple objective quadratic programming problems
多目标优化和帕累托最优是经济学中的基本工具。本文提出了一种求解多目标二次规划问题的新松弛法。利用线性加权和方法,将多目标二次规划问题转化为单目标问题。由于这类单目标二次规划问题在一般情况下仍是非凸的和NP-难的。分别利用提升技术和双重非负松弛技术,将该单目标二次规划问题转化为可计算的凸双重非负规划问题。在较弱的条件下,该可计算凸问题的最优解是原问题的(弱)Pareto最优解.最后,通过两个算例和一个实际的投资组合问题对所提出的方法进行了验证.测试问题的解决\texttt{CVX}包,这是一个求解器的凸优化。数值结果表明,该方法是有效的,具有一定的应用前景.
2012-11-20 math.OC
A Monotonic Optimization Approach for Solving Strictly Quasiconvex Multiobjective Programming Problems
在这篇文章中,我们使用单调优化方法提出了一个结果空间外逼近共聚块解决严格拟凸多目标规划问题,特别是在情况下,目标函数是非线性分式。算法终止后,在任意给定的容差下,我们得到了问题的弱有效解集的一个近似,它包含了问题的整个弱有效解集。该算法被证明是收敛的,它是适合于使用标准的凸规划工具并行实现。一些计算实验表明,该算法的准确性和效率。
2020-03-24 math.OC
Solving Underdetermined Boundary Value Problems By Sequential Quadratic Programming
对技术系统建模的常微分方程通常包含被认为对系统是危险的状态。达到这种状态的轨迹通常表明设计中存在缺陷。在本文中,我们提出并研究了一种算法,找到这样的轨迹的属性。也就是说,对于给定的常微分方程,该算法找到起源于一组状态并到达另一组状态的轨迹。该算法是基于序列二次规划适用于正则化最优化问题得到的多次射击。
2016-10-04 math.OC
Solving a multilevel linear programming problems through a new constructive approach
本文提出了一种求解多层单目标线性规划问题(ML(MO)LPP)的算法,其中嵌套了线性规划的构造性自适应算法。本程序是SB. Sinha和S. Sinha的线性规划方法。首先,我们建立一个地图,减少范围的决策变量是超过控制前一级的决策者,根据所选择的方法,称为范围减少地图。然后,我们用它来定义一个新的次优估计的自适应方法的问题正在考虑中。所有的建设阶段进行了仔细检查,并说明了一个数值例子。
2022-10-25 math.OC
A preconditioner for solving linear programming problems with dense columns
针对含稠密列的线性规划问题求解中线性系统求解的难点,提出一种预条件子,理论证明其收敛时线性系统一致有界,实验验证其在运行时间、迭代次数上具鲁棒性与竞争力。
2024-04-16 math.OC
Solving Mathematical Programs with Equilibrium Constraints as Nonlinear Programming: A New Framework
提出了一种求解带平衡约束数学规划的新框架。在这个算法框架中,一个MPECs被看作是一个无约束优化,最小化互补措施和非线性规划一般约束的浓度。在计算步长时采用了推广Byrd Omojokun的置信域方法思想的策略。通过将切向约束惩罚到目标函数中,我们规避了不满足MFCQ的问题。一个类似信任漏斗的策略被用来平衡可行性和最优性的改进。我们证明了,在MPEC-MFCQ下,如果算法不终止于有限步,则迭代序列的至少一个聚点是S-平稳点。
2023-01-16 math.OC
Relaxation Methods for Hyperbolic PDE Mixed-Integer Optimal Control Problems
本文将基于松弛和舍入策略求解包含离散和连续控制决策的偏微分方程约束最优控制问题的收敛性分析推广到一维半线性双曲型方程组.结果得到了新的先验估计的松弛间隙的大小的基础上的特征流,不动点参数和特殊的正则性理论,这样的混合整数控制问题。作为一个应用,我们考虑一个松弛模型的最优流量切换控制的守恒律激励的交通流问题。
2015-09-14 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
Piecewise Polynomial Interpolation Function Approach for Solving Nonlinear Programming Problems with Disjoint Feasible Regions: Mathematical Proofs
分段多项式插值(PPI)函数法是一种求解具有不相交可行域的非线性规划问题的方法。在这样的问题中,不相交性通常与禁止的操作区域相关联,其对应于不允许变量假设的值的带。这种禁止操作区的分析含义是使目标函数及其域不连续。PPI函数方法在于用等价的等式和不等式约束的集合替换与禁止操作区相关联的约束,从而允许应用任何有效的基于梯度的最优化方法来解决等价问题。本文给出了PPI函数的定义,并给出了其性质的数学证明。
2020-07-23 math.OC
Solving Two-Stage Stochastic Programs with Endogenous Uncertainty via Random Variable Transformation
本文提出基于随机变量变换的通用方法,将具有内生不确定性的两阶段随机规划转化为决策无关不确定性的等价规划,并在网络设计与设施防护问题中验证其可得到混合整数线性规划且性能优于直接求解原始规划。
2025-07-05 math.OC
Solving multi-resource allocation and location problems in disaster management through linear programming
针对灾害管理中的多资源分配和定位问题,提出了一种基于线性规划的有效方法。这样的问题需要整数解,因此,在大多数情况下,计算依赖于整数和混合整数线性规划求解器。一般来说,这些求解器不能处理大规模的问题。在本文中,我们证明了存在一个大类的灾害管理问题,其精确解可以通过应用单纯形法(线性规划)。给出了数值试验结果。本文的另一个重要贡献与一般的聚类分析和分配有关。也就是说,我们证明了经典的$k$ -medoid聚类方法可以使用线性规划技术(单纯形法)来实现,而不依赖于整数求解器。
2018-12-04 math.OC
Improved DC Programming Approaches for Solving the Quadratic Eigenvalue Complementarity Problem
本文讨论了用凸差分(DC)规划方法求解二次特征值互补性问题(QEiCP)。我们首先表明,QEiCP可以表示为直流规划问题。然后,我们研究不同的直流规划公式QEiCP和讨论他们的直流算法的基础上一个著名的方法- DCA。提出了一种新的局部dc分解算法,其目的是在迭代过程的某些邻域内,针对目标问题的具体特征,构造一个更好的dc分解。这种新的程序产生更快的收敛速度和更好的精度计算的解决方案。数值结果表明,新的直流算法在实践中的效率。
2019-02-13 math.OC
Solving Nonsmooth Nonconvex Compound Stochastic Programs with Applications to Risk Measure Minimization
本文研究了一类由非凸非光滑函数耦合的多期望结构复合随机规划问题。本文提出了一个基于连续凸规划的采样算法,并证明了它的逐次收敛性。我们描述了几类复合SP的极限点的平稳性。我们进一步讨论了基于算法可计算误差界的概率停止规则。我们提出了几个风险度量最小化问题,可以制定为这样一个复合随机规划,这些问题包括广义偏差最优化问题的基础上优化的确定性等价和缓冲概率的不确定性(bPOE),分布鲁棒bPOE最优化问题,和多类分类问题采用成本敏感的错误准则与bPOE风险度量。
2021-05-23 math.OC
Error analysis of approximation algorithm for standard bi-quadratic programming
考虑了NP-困难的标准双二次规划(StBQP)的近似求解问题。在将原问题转化为等价的共正张量规划后,我们展示了如何通过一系列的多面体锥来近似共正张量的锥来近似最优解。所建立的逼近质量表明,存在求解StBQP的多项式时间逼近方案(PTAS),并可推广到求解标准的多重二次规划.一些数值例子来说明我们的方法。
2015-01-13 math.OC
Benders Cut Classification via Support Vector Machines for Solving Two-stage Stochastic Programs
本文考虑了不确定参数的有限样本下具有完全补偿的两阶段随机规划的Benders分解。我们定义的折弯机削减绑定在最终的最优解或显着改善边界的迭代作为有价值的削减。我们提出了一种学习增强的Benders分解(LearnBD)算法,该算法在每次迭代中增加了一个切割分类步骤,以选择性地生成更有可能是有价值的切割。LearnBD算法包括两个阶段:(i)采样切割并从训练问题中收集信息,以及(ii)使用支持向量机(SVM)切割分类器解决测试问题。我们运行的LearnBD算法的能力限制的设施位置和多商品网络设计的不确定需求的情况下。我们的研究结果表明,SVM切割分类器有效地识别有价值的削减,和LearnBD算法减少了总的解决时间的所有实例的不同大小和复杂性的问题。
2020-10-15 math.OC
Solving Indefinite Quadratic Programs by Dynamical Systems: Preliminary Investigations
本文用动力系统求解不定二次规划,证明了全局解存在唯一性,分析了强伪单调性,并建立了轨迹收敛到KKT点的结果。
2025-03-30 math.OC
A coordinate ascent method for solving semidefinite relaxations of non-convex quadratic integer programs
针对一类非凸二次整数优化中的半定规划问题,提出了一种坐标上升法。这些半定规划的特点是积极约束和低秩约束矩阵的总数少。我们利用这种特殊的结构,通过解决对偶问题,使用障碍的方法结合坐标明智的精确线搜索。我们的算法的主要成分是计算成本低的更新在每次迭代和一个简单的计算的确切步长。与内点方法相比,该方法在获得强对偶界方面要快得多。此外,即使原始约束的集合很大,也不需要显式分离和重新优化,因为在我们的对偶方法中,在选择下一个坐标时,隐式地考虑所有原始约束。
2016-03-08 math.OC
Fix and Bound: An efficient approach for solving large-scale quadratic programming problems with box constraints
本文提出一种结合半定规划界与最优性线性割的分支定界算法,通过变量固定缩减规模,高效求解大规模盒约束非凸二次规划,实验表明其达到最先进水平。
2024-10-02 math.OC
Complexity of a quadratic penalty accelerated inexact proximal point method for solving linearly constrained nonconvex composite programs
分析了求解线性约束非凸组合规划的二次罚加速不精确邻近点方法的迭代复杂性。更具体地,目标函数具有$f + h$的形式,其中$f$是梯度为Lipschitz连续的可微函数,而$h$是具有有界域的闭凸函数。该方法,基本上,包括应用加速不精确的邻近点法近似求解一系列的二次惩罚的线性约束问题的子问题。近似点法的每个子问题依次近似求解的加速复合梯度(ACG)方法。结果表明,该方案在最多${\cal{O}}(ρ^{-3})$ ACG迭代生成一个$ρ$ -近似稳定点。最后,数值结果表明所提出的方法的有效性。
2019-07-16 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
Solving the Dual Problems of Dynamic Programs via Regression
近年来,人们对动态规划中的信息松弛和对偶问题进行了广泛的研究,由此产生的原-对偶方法通过给出动态规划的最优值函数的上界而成为求解动态规划的一种强有力的方法。理论上,通过基于值的最优对偶惩罚,可以通过强对偶性精确地恢复最优值函数。然而,在实践中,获得严格的对偶边界通常需要良好的近似的最佳对偶惩罚,这可能是耗时的,由于条件期望,需要通过嵌套模拟估计。在本文中,我们将开发一个框架的回归方法来近似最佳的对偶惩罚在非嵌套的方式,通过探索的结构的函数空间组成的所有可行的对偶惩罚。得到的近似保持可行的对偶惩罚,从而产生有效的最优值函数的对偶界。我们表明,所提出的框架是计算效率高,由此产生的双重处罚导致数值上易于处理的双重问题。最后,我们将该框架应用于一个高维动态交易问题,以证明其在解决复杂动态规划对偶问题方面的有效性。
2016-10-25 math.OC
Rank-constrained Hyperbolic Programming
我们推广秩约束优化一般双曲规划(HP)使用拟阵秩的概念。分别对于LP和SDP,这减少到稀疏约束的LP和秩约束的SDP,它们已经被很好地研究。但是对于QCQP和SOCP,我们得到了新的有趣的最优化问题。例如,秩约束的SOCP包括加权最大割和非凸QP作为特殊情况,并且丢弃秩约束产生这些问题的标准SOCP松弛。我们将展示(i)如何对SOCP和QCQP进行秩约简,(ii)秩约束的SOCP和秩约束的QCQP是NP-困难的,以及(iii)秩约束的SDP的改进结果,表明如果约束的数量是$m$,并且对于某些$ε>0$,秩约束小于$2^{1/2-ε} \sqrt{m}$,则问题是NP-困难的。我们还将研究稀疏约束的HP,并将LP稀疏化的结果扩展到SOCP和QCQP。特别地,我们证明了:(a)总存在一个基数至多为约束个数两倍的SOCP解和(b)一个基数至多为线性约束个数和二次约束中矩阵秩之和的QCQP解,并且(a)和(b)都可以有效地找到.
2022-07-22 cs.CC math.OC
Shrink-Wrapping trajectories for Linear Programming
University of Calgary(卡尔加里大学)
研究线性规划的收缩包裹轨迹的几何性质,分析其与中心路径的异同,并给出双曲锥凸性的初等证明。
2010-05-30 cs.NA math.NA math.OC
Solving Tall Dense Linear Programs in Nearly Linear Time
本文给出了求解具有$n$约束和$d$变量的线性规划问题的一个$\tilde{O}(nd+d^{3})$时间随机算法。为了获得这一结果,我们提供了一种鲁棒的原始-对偶$\tilde{O}(\sqrt{d})$ -迭代内点方法,该方法受到Lee和Sidford(2014,2019)方法的启发,并展示了如何使用基于重命中器,Johnson-Lindenstrauss引理和逆维护的新数据结构有效地实现这种方法。有趣的是,我们得到这个运行时间,而不使用快速矩阵乘法,因此,除非在线性系统求解的重大进展,我们的运行时间是接近最佳的算法,不使用快速矩阵乘法解决密集的线性程序。
2021-08-22 cs.DS math.OC
A semidefinite programming approach for solving Multiobjective Linear Programming
在文献中有几种算法可用于在多目标线性规划(MOLP)中找到帕累托最优解的整个集合。然而,到目前为止,还没有提出一个内点算法,找到所有的Pareto-最优解的MOLP。我们提出了一个明确的建设,任何MOLP到一个有限序列的半定程序(SDP),其中的解决方案给出了整个帕累托最优的极值点解决方案的MOLP的转换的基础上。这些SDP问题的解决内点方法,因此我们的方法提供了一个伪多项式内点方法来找到一组Pareto-最优解的MOLP。
2011-12-28 math.AC math.OC
Solving Linear Programs with Fast Online Learning Algorithms
本文提出快速一阶方法近似求解线性规划,通过适配在线算法和变量复制技术降低最优性差距,并集成到筛选列生成方案中,可作为直接求解器或初始化子程序。
2024-11-05 cs.DS math.OC
A Gröbner bases methodology for solving multiobjective polynomial integer programs
多目标离散规划是一类著名的最优化问题,有着广泛的应用。线性的情况下,已处理了许多作者在过去几年中。然而,多项式的情况下,没有深入研究,由于其理论和计算上的困难。本文提出了一种代数方法来解决这些问题。我们提出了一种方法的基础上转换的多项式最优化问题的问题,解决一个或多个系统的多项式方程,我们使用某些Gröbner基地来解决这些系统。不同的变换给出了不同的方法,从理论的角度和一些计算实验,通过他们诱导的算法进行分析和比较。
2011-01-21 math.AC math.OC
Hyperbolic Polynomials and Generalized Clifford Algebras
本文考虑了将双曲锥实现为谱面,即实现为正半定矩阵的锥的线性切片的问题。广义的拉克斯猜想指出,这总是可能的。我们使用广义Clifford代数的一个新的方法来解决这个问题。我们的主要结果是:如果-1不是双曲多项式的Clifford代数中的埃尔米特平方和,则它的双曲锥是谱面体的。我们的结果也有计算应用,因为这个充分条件可以检查一个单一的半定程序。
2012-07-13 math.AG math.OC
Scalability Evaluation of NSLP Algorithm for Solving Non-Stationary Linear Programming Problems on Cluster Computing Systems
研究了求解非平稳高维线性规划问题的NSLP算法在集群计算系统上的可扩展性。分析是基于并行计算的BSF模型。BSF模型是在BSP和SPMD模型的基础上设计的一种新的并行计算模型。对NSLP算法和BSF模型进行了简要的描述。被认为是在一个BSF程序的形式NSLP算法的实现。在BSF代价度量的基础上,推导了NSLP算法可扩展性的上界,并对其并行效率进行了估计。描述了基于BSF骨架的NSLP算法实现。分析和实验获得的可扩展性估计的比较。
2017-09-14 cs.DC math.OC
Algorithms for Highly Symmetric Linear and Integer Programs
本文讨论利用对称性求解线性和整数规划问题。有限群的线性表示的基本性质可用于将对称线性规划简化为求解低维线性规划。结合这种方法与知识的几何可行的整数解决方案产生的算法,用于解决高度对称的整数线性规划,只需要时间,这是线性的限制和二次的尺寸。
2011-01-13 math.MG math.OC
Hyperbolic Optimization over the Integer Efficient Set of MOILFP
本文研究的目的是在不产生所有有效解的情况下,求出线性分式函数在多目标线性分式整数规划有效集上的最优解。就其本质而言,它是一个全局最优化问题,因为有效集是离散的,因此不是凸的。为此,本文提出了一种基于分枝定界的方法,该方法具有双重任务,即对给定的线性分式函数进行最优解搜索,并且对于多目标线性分式整数规划问题是有效的.在随机生成的实例上执行的测试最多可成功生成120个变量、100个约束和6个标准。
2019-07-03 math.CO math.MG math.OC
Certifying polynomial nonnegativity via hyperbolic optimization
通过求解一类推广半定规划的凸优化问题--双曲优化问题,给出了一种证明多元多项式全局非负性的新方法。我们展示了如何从任何双曲多项式中产生非负多项式(我们称之为非负双曲证书)。我们调查的对$(n,d)$,其中有一个双曲多项式的程度$d$在$n$变量,使相关的双曲证书的非负性不是平方和。如果是$d\geq 4$,我们证明了每当$n\geq 4$。在三度的情况下,我们发现一个明确的双曲立方$43$变量,给出双曲证书,不是平方和。作为推论,我们得到了第一个已知的双曲三次函数,它的幂没有确定的行列式表示。我们的方法还允许我们表明,给定一个立方$p$,和一个方向$e$,决策问题“是$p$双曲线相对于$e$?“是co-NP难的。
2019-10-04 math.AG math.OC
An ADMM algorithm for solving a proximal bound-constrained quadratic program
University of California, Merced(加州大学默塞德分校)
考虑了一个由二次函数给出的近似算子,并给出了一个利用乘子交替方向法(ADMM)的优化算法。该算法是特别有效的,以解决一个集合的邻近运营商共享相同的二次型,或者如果二次规划是一个二进制二次问题的松弛。
2014-12-29 cs.LG math.OC stat.ML
Sequential Convex Programming Methods for Solving Nonlinear Optimization Problems with DC constraints
Department of Electrical Engineering (ESAT-SCD) and Optimization in Engineering Center (OPTEC), K.U. Leuven(鲁汶大学电气工程系(ESAT-SCD)与工程优化中心(OPTEC))
本文研究序列凸规划(SCP)与DC规划之间的关系,提出一种求解DC约束非线性优化问题的SCP算法并证明其收敛性,结合松弛技术处理不一致线性化,并通过数值测试验证算法性能。
2011-07-28 cs.SY eess.SY math.OC
Solving Bang-Bang Problems Using The Immersed Interface Method and Integer Programming
本文研究了具有砰砰控制函数的最优控制问题的数值解法。我们提出了一个正式的拉格朗日方法来解决最优控制问题,并解决遇到的困难时,数值求解的状态方程和伴随方程使用浸入界面法。我们注意到,我们的数值方法并没有近似的不连续的控制函数与光滑函数,而是我们解决真正的bang-bang最优控制问题。我们解决最优控制问题的方法使用了一个基于伴随的梯度。我们在一阶信赖域方法中使用梯度来生成局部最小化控制。我们提出了详细的数值结果来证明我们的方法的有效性。
2021-04-17 cs.NA math.DS math.NA
Solving the Frequency Assignment Problem by Site Availability and Constraint Programming
在开发新的信息技术及其应用时,无线电通信带宽的有效使用变得越来越重要。核心问题是解决所谓的频率分配问题(FAP)。我们的工作调查静态FAP,首先尝试配置一个内核的链接。本文基于约束规划的概念和技术,结合场地利用率的概念对该问题进行了研究。对CELAR提供的情景进行的数值模拟是非常有前途的。
2010-01-07 cs.NI math.CO math.OC