Exactness of OPF Relaxation on Three-phase Radial Networks with Delta Connections
仿真结果表明,虽然半定松弛的交流最优潮流(AC-OPF)的三相辐射状网络,只有Y形连接往往是准确的,三角形连接的存在似乎使他们不准确。本文指出,这种不精确性源于松弛解的非唯一性和由非唯一性放大的数值误差。这一发现激励两个算法来恢复的精确解的AC-OPF中存在的三角形连接。在使用IEEE 13,37和123节点系统的仿真中,所提出的算法提供了精确的最优解的数值精度。
2020-05-15 math.OC
Convex Relaxation of Optimal Power Flow, Part II: Exactness
Caltech(加州理工学院)
本文探讨了最优功率流问题的凸松弛方法,分析了其精确性条件,总结了相关结构性质。
2014-05-05 cs.SY eess.SY math.OC
Exactness and Effective Degree Bound of Lasserre's Relaxation for Polynomial Optimization over Finite Variety
本文研究了多项式优化中 Lasserre 矩-SOS 层级的有效次数界问题,在无穷远无解和最优解非奇异的条件下推导出精确性的有效次数界,并首次给出通用条件下梯度型 SOS 松弛的显式次数界。
2025-05-31 math.OC
On the Exactness of Dantzig-Wolfe Relaxation for Rank Constrained Optimization Problems
该研究针对秩约束优化问题(RCOP),推导了Dantzig-Wolfe松弛(DWR)实现极点、凸包、目标值三类精确性的充要条件,统一拓展了QCQP与公平无监督学习的现有结果,可用于推导新的精确性结论。
2023-06-14 math.OC stat.ML
A Modification of Sufficient Conditions to Ensure the Exact Conic Relaxation
为了求解交流最优潮流问题,文献[1,2]提出,如果先消去电压和电流的相位角,然后将一组等式约束放松为二阶圆锥约束,就可以得到支路潮流模型的凸圆锥近似。特别地,只要满足一组充分条件,圆锥松弛是精确的。然而,我们注意到,这些条件并不总是保证准确性。本文分析了二次曲线公式的正确性论证,并引入了一个新的条件,即不存在负电抗线,以保证二次曲线公式的正确性。
2015-05-13 math.OC
Invariants of SDP exactness in quadratic programming
该文研究二次规划Shor松弛的精确性不变量,给出可行集生成元选择及线性群子群作用下的不变条件,将结果应用于二次二元规划并设计候选解生成算法。
2023-07-19 math.OC
On the Exactness of an Energy-efficient Train Control model based on Convex Optimization
对基于凸优化的节能训练控制模型进行了正确性证明。精确性证明表明,该凸优化模型与进行凸松弛的初始模型具有相同的优化结果。我们首先展示了如何松弛的初始非凸模型进行,并提供分析,以表明松弛是凸约束,因此放松的模型是凸模型。随后,我们证明了松弛凸模型在初始等式约束下总是能得到最优解,并且通过凸优化得到的最优解与通过初始非凸模型得到的最优解相同,并且所采用的松弛是精确的。以一个典型的大坡度城市轨道交通系统为例进行了数值验证。本文的研究结果揭示了凸优化在节能训练控制和低碳交通系统运行控制相关领域的进一步应用。
2022-02-13 cs.SY eess.SY math.OC
Local-to-Global Exactness of SDP Relaxations for Sparse QCQPs
Chuo University(中央大学);Ewha W. University(梨花女子大学)
研究稀疏二次约束二次规划(QCQP)的半定规划(SDP)松弛的精确性,通过弦扩展的团结构建立局部到全局的精确性验证框架。
2026-10-27 math.OC
On the exactness of Lasserre relaxations and pure states over real closed fields
考虑解集为$S\subseteq\mathbb R^n$的有限非严格多项式不等式组。它的Lasserre松弛度$d$是一个关于原始变量和一个附加变量的自然线性矩阵不等式,对于每个至多$d$度的非线性单项.它定义了一个投影到包含$S$的凸半代数集的谱面体。在最好的情况下,投影等于$S$的凸包。我们表明,这是非常经常的情况下,足够高的$d$,如果$S$是紧凑的和“向外凸出”的边界上的凸包。现在另外给出多项式目标函数$f$,即,考虑多项式最优化问题。它的Lasserre松弛度$d$现在是一个半定规划。在最好的情况下,多项式最优化问题的最优值和它的松弛一致。我们证明了,这经常发生,如果$S$是紧凑的和$d$超过一些限制,这取决于描述的$S$和某些characteristicae的$f$一样的相互距离的全局极小$S$。
2018-11-29 math.AG math.OC
Chebyshev Center of the Intersection of Balls: Complexity, Relaxation and Approximation
我们研究了n维的问题,找到最小的球包围p个给定的球的交集,所谓的切比雪夫中心问题(CCB)。它是一个极小极大最优化问题,而内部极大化是一个一致二次最优化问题(UQ)。当p<=n时,(UQ)具有强对偶性,因此(CCB)可通过标准凸二次规划(SQP)求解.本文首先证明了(CCB)是NP-困难的,并且当n = 2时,其特殊情形是强多项式可解的.借助于一种新引入的线性规划松弛(LP),更直接地重新获得了(SQP)松弛,并在p>n的困难情形下建立了(SQP)松弛解的一次逼近界.最后,同样基于(LP),我们证明了当n或p-n(> 0)固定时,(CCB)是多项式可解的。
2019-01-22 math.OC
Exactness Conditions for Semidefinite Relaxations of the Quadratic Assignment Problem
本文研究了二次指派问题半正定松弛的强度,提出了基于输入矩阵线性不等式的确定性精确性条件,并证明在微小扰动模型下松弛仍精确,克服了对偶可行解集非闭合的技术难点。
2024-10-15 math.OC
On the exactness of Lasserre relaxations for compact convex basic closed semialgebraic sets
考虑一个有限的非严格实多项式不等式组,假设它的解集$S\subseteq\mathbb R^n$是凸的,有非空的内部,并且是紧的。假设系统满足阿基米德条件,这个条件比$S$的紧性稍强。假设每个定义多项式满足二阶严格拟凹条件,其中它在$S$上消失(这是非常自然的,因为$S$是凸的),或者它的Hessian具有一定的矩阵平方和,证明$S$上是负半定的(由线性多项式平凡地满足)。然后我们证明了该系统具有一个精确的Lasserre松弛。在他们2009年的开创性工作中,Helton和Nie在相同条件下证明了$S$是一个光谱面体的投影,即,它具有半定表示。Helton和Nie使用的半定表示法是将许多小块的Lasserre松弛以非建设性的方式粘在一起而得到的。通过改进和改变他们的方法,我们表明,我们可以简单地采取Lasserre松弛的原始系统本身。只有在非常技术性的条件下,并在改变了对$S$的描述之后,Helton和Nie才用更多的机器提供了这样的结果。
2018-02-28 math.AG math.OC
On the Exactness of SDP Relaxation for Quadratic Assignment Problem
本文研究二次指派问题的半定松弛方法,在信号加噪声模型下证明当噪声足够小时SDR可精确恢复全局最小值,并给出纯代数充分条件及实验验证。
2024-08-12 cs.IT math.IT math.OC
Exact SDP relaxations of quadratically constrained quadratic programs with forest structures
研究了二次约束二次规划半定规划松弛的精确性。利用QCQP数据矩阵的聚集稀疏矩阵,研究了$n$变量的聚集稀疏矩阵的秩和半正定性。我们证明,如果聚集稀疏矩阵的秩不小于$n-1$和矩阵保持半正定后,替换一些非对角非零元素为零,然后标准的SDP松弛提供了一个精确的最优解的QCQP的可行性假设。特别地,我们证明了具有森林结构的聚集稀疏矩阵的QCQP,如三对角或箭头型矩阵,满足秩的精确性条件。在假设可行域是紧的条件下,考虑了对偶SDP松弛的可行性、SDP的强对偶性和一系列具有扰动目标函数的QCQP,得到了精确解.我们推广我们的结果,更广泛的一类QCQP的数据矩阵上同时应用三对角化。此外,同时三对角化应用到一个矩阵束,使QCQP与两个约束可以精确地解决的SDP松弛。
2020-09-19 math.OC
Exact Recovery with Symmetries for the Doubly-Stochastic Relaxation
图匹配或二次分配,是标记两个图的顶点,使它们尽可能相似的问题。近似求解NP难图匹配问题的一种常用方法是将其松弛为双随机矩阵集上的凸优化问题。最近的分析表明,对于几乎所有的同构和非对称图对,DS松弛成功地正确恢复图之间的同构。本文的目的是分析对称同构图的情形。这个目标是由形状匹配应用程序的兴趣图通常具有反射对称性。对于对称问题,图匹配问题有多个同构,因此凸松弛允许所有这些同构的凸组合作为可行解。如果凸松弛不允许任何额外的多余解,我们说它是凸精确的。在这种情况下,有易于处理的算法来检索同构的凸松弛。我们证明了凸正合性强烈依赖于图的对称群;对于一个固定的对称群$G$,或者DS松弛对几乎所有具有对称群$G$的同构图对都是凸正合的,或者DS松弛对所有这样的同构图对都是凸正合的.我们表明,至少有一个完整的轨道凸正合性反射群持有几乎处处,并提供了一些简单的例子,非反射对称群的凸正合性总是失败。当凸正合性成立时,图的同构是凸解集的极值点。在这种情况下,我们提出了一个有效的算法检索同构。我们还表明,在这种情况下,“凸到凹”的投影方法也将检索同构。
2017-05-22 math.OC
Rank conditions for exactness of semidefinite relaxations in polynomial optimization
LAAS-CNRS(法国国家科学研究中心拉兹实验室);Toulouse School of Economics(图卢兹经济学院)
本文针对多项式优化中的Moment-SOS层级,提出一个基于矩矩阵秩的充分条件,保证截断K-矩问题有原子表示测度且层级有限收敛,并适用于受约束问题及恢复全局极小点。
2026-09-18 math.OC
Optimal Power Flow in Stand-alone DC Microgrids
直流微电网(DC-MG)可以在并网或独立模式下运行。特别地,独立DC-MG具有许多不同的应用。然而,独立的DC-MG的最优潮流问题本质上是非凸的。本文基于二阶锥规划(SOCP),研究了考虑凸松弛的直流-MG最优潮流(OPF)问题。为保证松弛的精确性,提出了温和的假设,只要求节点电压上界一致且网损为正。此外,还揭示了DC-MG的SOCP松弛的精确性不依赖于DC-MG的拓扑结构或操作模式,并且如果存在最优解,则该最优解必须是唯一的。如果考虑线约束,SOCP松弛的精确性可能不成立。在这方面,提出了两种启发式方法,给近似解。仿真结果验证了理论分析的正确性。
2017-08-17 math.OC
Separable QCQPs and Their Exact SDP Relaxations
Chuo University(中央大学);Ewha W. University(梨花女子大学)
本文研究了可分离二次约束二次规划的精确半正定松弛条件,通过可分离的水平连接方法保持精确性,并识别了多种满足条件的QCQP类别。
2026-04-03 math.OC
Exactness of the DNN Relaxation for Random Standard Quadratic Programs
研究随机对称矩阵下的DNN松弛,证明缺陷图中每个连通分量大小不超过4,从而证明DNN松弛的精确性及全局优化器的唯一性和秩一性。
2026-05-12 math.OC
Extending Exact Convex Relaxations of Quadratically Constrained Quadratic Programs
Chuo University(中央大学);Ewha W. University(梨花女子大学)
本文针对凸松弛精确的二次约束二次规划,在不相交二次约束条件下加入额外约束,统一扩展了三类精确凸松弛方法,并通过示例验证了结果的适用性。
2025-10-22 math.OC
Chebyshev Inertial Iteration for Accelerating Fixed-Point Iterations
提出了一种加快不动点迭代收敛速度的Chebyshev惯性迭代法。Chebyshev惯性迭代可以看作是利用切比雪夫多项式的根的逆作为迭代相关惯性因子的逐次超松弛或Krasnosel'ski \v-Mann迭代的变体。该方法的一个显著特点是除了线性不动点迭代外,还可以应用于非线性不动点迭代。不动点附近的线性化是分析该方法局部收敛速度的关键。所提出的方法似乎是有效的,特别是加速近端梯度法,如ISTA。证明了只要雅可比矩阵在不动点处的特征值都是实数,该方法就能成功地加速几乎所有的不动点迭代.
2020-01-10 cs.IT math.IT math.OC
Convex optimization of bioprocesses
我们优化的一般模型的生物过程,这是非凸的,由于微生物生长的生化反应器。我们制定了一个凸松弛,并给出条件,保证其精确的瞬态和稳态的情况下。当生长动力学模型的Monod函数下恒定的生物量或Contois函数,松弛是一个二阶锥规划,可以有效地解决在大规模。我们实现了一个基于污水处理系统的数值例子模型。
2021-07-05 math.OC
Combinatorial Optimization of AC Optimal Power Flow with Discrete Demands in Radial Networks
交流最优潮流问题是电力系统工程中最基本的问题之一。在过去的几十年里,研究人员一直依赖于未经证实的化学方法来解决OPF问题。OPF的困难源于两个问题:(1)非凸性和(2)组合约束(例如,离散功率提取约束)。最近的进展,提供了充分条件的凸松弛的OPF的精确性,可以解决问题的非凸性。为了更好地理解最优潮流,本文提出了一种多项式时间近似算法来求解以离散需求为组合约束的凸松弛最优潮流,该算法具有可证明的小参数化近似比(也称为PTAS算法)。结合凸松弛精确性的充分条件,给出了一种求解具有离散需求的最优潮流问题的有效近似算法,该算法适用于径向网络、固定规模和单馈线的情况。PTAS的运行时间是$O(n^{4m/ε}T)$,其中$T$是求解问题的凸松弛所需的时间,而$m, ε$是固定常数。根据OPF先前的硬度结果,我们的PTAS是理论上最好的。仿真结果表明,我们的算法可以产生接近最优的解决方案在实践中。
2019-10-15 cs.DS math.OC
Exact Matrix Completion via High-Rank Matrices in Sum-of-Squares Relaxations
研究精确矩阵补全问题,通过为目标函数引入箭头结构,使SOS松弛产生秩为(N-1)的解,证明了在数据连通性未明确或呈链式时能精确补全矩阵,并给出数值算法验证有效性。
2023-11-25 math.OC
Second-Order Cone Relaxations of the Optimal Power Flow for Active Distribution Grids
交流最优潮流(OPF)问题的凸松弛不仅对于确定全局最优解是必不可少的,而且对于在双层规划和带平衡约束的数学规划(MPEC)中使用OPF公式也是必不可少的,这需要解决诸如输配电系统运营商之间的协调(TSO/DSO)或最优网络投资等问题。针对主动配电网和辐射状网络,本文介绍了一个框架,收集和比较,第一次我们所知,最有前途的凸OPF配方的实际应用的性能。我们的目标是建立一个坚实的基础,为不同的应用选择最合适的算法。本文(一)介绍了一个统一的数学和仿真框架,(二)扩展现有的方法,以保持准确性,在更广泛的情况下,(iii)考虑无功功率注入。我们进行模拟IEEE 34和123径向测试馈线与分布式能源(DER),每年的太阳辐射和负载数据。
2020-06-22 cs.SY eess.SY math.OC
Exact Distribution Optimal Power Flow (D-OPF)Model using Convex Iteration Technique
配电网最优潮流(D-OPF)模型是近年来集中管理的配电网优化运行的研究热点。由于非凸公式难以求解,已经提出了几种松弛法;然而,从松弛模型获得的解的精确性仍然是一个问题。在本文中,我们确定了一个这样的问题有关的径向配电馈线二阶锥规划(SOCP)松弛不产生一个解决方案,是可行的,相对于原来的非线性OPF模型。具体来说,我们制定了一个OPF模型的光伏托管容量问题,以获得最大的光伏容量,馈线可以整合,而不违反操作限制。这个问题的SOCP松弛产生不可行的解决方案。为了解决这个问题,我们提出了一个凸迭代技术,同时实现最佳和可行的OPF解决方案的PV托管(最大化)问题。该方法在每次SOCP迭代中最大限度地减少了与原始非线性约束的可行性差距。使用IEEE-13节点和IEEE-123节点测试系统验证了所提出方法的有效性。
2019-12-06 math.OC
hynet: An Optimal Power Flow Framework for Hybrid AC/DC Power Systems
高压直流(HVDC)系统越来越多地被纳入到今天的交流电网中,这就需要最优潮流(OPF)工具来分析、规划和运行这种混合系统。为此,我们介绍了hynet,基于Python的开源OPF框架的混合AC/DC电网与点对点和径向多端HVDC系统。hynet的设计促进了易用性和可扩展性,这是由本文提出的特定数学模型和软件设计支持的。该系统模型具有交直流子网的统一表示以及简洁灵活的换流器模型,能够简洁地描述交直流混合电力系统及其最优潮流问题。为了支持基于凸松弛的最优潮流求解技术,引入了一个状态空间松弛,以获得一个统一的最优潮流公式,类似于交流电力系统的最优潮流。这使得放松相关的结果AC电网的混合AC/DC电网,这是半定和二阶锥松弛以及相关的结果的精确性和位置的边际价格的直接推广。最后,讨论了hynet的面向对象软件设计,它通过继承和标准设计模式提供了可扩展性,并通过案例研究说明了它的健壮性和竞争力。
2019-09-19 cs.CE math.OC
Certifiably Optimal Outlier-Robust Geometric Perception: Semidefinite Relaxations and Scalable Global Optimization
Massachusetts Institute of Technology(麻省理工学院)
我们提出了第一个通用的和可扩展的框架来设计可验证的算法,在存在离群值的情况下,鲁棒的几何感知。我们的第一个贡献是表明,估计使用常见的鲁棒成本,如截断最小二乘(TLS),最大共识,Geman-McClure,Tukey的biwight等,可以重新制定为多项式优化问题(POP)。通过关注TLS成本,我们的第二个贡献是利用POP中的稀疏性,并提出一个稀疏半定规划(SDP)松弛,它比标准的Lasserre层次结构小得多,同时保持经验精确性,即,SDP利用最优性证书恢复非凸POP的优化器。我们的第三个贡献是解决SDP松弛在一个前所未有的规模和准确性,提出STRIDE,求解器,融合了全局下降的凸SDP与快速局部搜索的非凸POP。我们的第四个贡献是六个几何感知问题,包括单次和多次旋转平均,点云和网格配准,绝对姿态估计,以及类别级对象姿态和形状估计。我们的实验表明,(i)我们的稀疏SDP松弛是经验上精确的,在应用程序中有高达60%-90%的离群值;(ii)虽然仍然远离实时,但STRIDE在中等规模问题上比现有的SDP求解器快100倍,并且是唯一可以解决具有数十万约束的大规模SDP的高精度求解器;(iii)STRIDE保障现有快速算法的可靠估计(例如,RANSAC或渐变非凸性),即,如果启发式估计是最优的,则它证明全局最优性,或者当启发式估计是次优的时,它检测并允许逃避局部最优。
2022-05-29 cs.CV cs.RO math.OC
When Do Birds of a Feather Flock Together? k-Means, Proximity, and Conic Programming
给定一组数据,一个中心目标是根据各个对象之间的相似性将它们分组到集群中。最流行和广泛使用的方法之一是k-means,尽管找到其全局极小值的计算难度很大。我们研究和比较不同的凸松弛的性质,将它们与相应的邻近条件,最初由库马尔和Kannan介绍的想法。利用锥对偶理论,我们提出了一个改进的邻近条件,在此条件下,K-means的Peng-Wei松弛可以准确地恢复底层聚类。我们的邻近条件改进后,库马尔和Kannan,并与Awashti和Sheffet的邻近条件建立投影k-均值。此外,我们还为Peng-Wei松弛的精确性提供了一个必要的邻近条件。对于相同的集群大小的特殊情况下,我们建立了一个不同的和完全本地化的邻近条件下,Amini-Levina松弛产生精确的聚类,从而解决了一个开放的问题Awasthi和Sheffet在平衡的情况下。我们的框架不仅是确定性的和无模型的,但也有一个明确的几何意义,允许进一步的分析和推广。此外,它可以方便地应用于分析各种数据生成模型,如随机球模型和高斯混合模型。利用该方法,我们改进了目前随机球模型的最小分离界,取得了高斯混合模型学习的最新成果。
2018-07-22 math.OC math.ST stat.TH