SDP-quality bounds via convex quadratic relaxations for global optimization of mixed-integer quadratic programs
研究了带线性等式约束的非凸混合整数二次规划的全局优化问题。特别是,我们提出了一类新的凸二次松弛,通过二次切割。为了构建这些二次切割,我们解决了一个分离问题,涉及一个特殊的结构,允许使用专门的解决方案算法的线性矩阵不等式。我们的二次割是非凸的,但定义了一个凸可行集时,与等式约束。我们证明了我们的松弛是一个半无限凸规划的外近似,在一定条件下,它等价于一个著名的半定规划松弛。新的松弛在全局优化求解器BARON中实现,并通过对大量问题进行数值实验进行测试。结果表明,对于我们的测试问题,这些松弛导致显着改善的性能的BARON。
2021-06-25 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
Integer matrices that are not copositive have certificates of less than quadratic complexity
Lunds Universitet(隆德大学)
该研究证明非余正整数矩阵的证明复杂度至多为矩阵二进制编码长度的3/2次方乘以常数,明确了整数矩阵非余正性证明的复杂度上界。
2026-11-09 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
Enhancements of Discretization Approaches for Non-Convex Mixed-Integer Quadratically Constraint Quadratic Programming: Part I
本文针对非凸MIQCQP提出增强的HybS可分离MIP松弛与锯齿松弛,并通过理论分析和计算实验验证其紧致对偶界效果。
2023-08-17 math.OC
Compact mixed-integer programming relaxations in quadratic optimization
我们提出了一种技术,为非凸二次最优化问题产生有效的对偶界。该方法利用雅罗茨基的一元二次函数的优雅的分段线性逼近,使用混合整数规划(MIP)制定这个(简单的)近似。值得注意的是,在这个公式中使用的约束,二进制变量和辅助连续变量的数量在近似误差中呈几何增长。结合对角扰动技术将不可分的二次函数转化为可分的二次函数,我们提出了一种求解非凸二次最优化问题的混合整数凸二次松弛算法。我们研究的强度(或清晰度),我们的制定和其近似的紧密性。此外,我们表明,我们的配方表示通过格雷码的可行点。我们关闭与二次目标和/或约束问题的计算结果,表明我们提出的方法i)全面优于现有的MIP松弛从文献中,和ii)在硬的情况下产生更好的界限比精确的求解器在固定的时间预算。
2021-03-27 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
Convexification of mixed-integer quadratic optimization via decision diagrams
University of Michigan(密歇根大学);National University of Singapore(新加坡国立大学);University of Cincinnati(辛辛那提大学);University of Southern California(南加州大学)
该研究针对带指示变量的混合整数二次优化问题,提出基于决策图的统一框架,可构造理想凸包扩展形式,在特定条件下具多项式规模,实验验证其有效性。
2026-08-25 math.OC
A Frank-Wolfe-based primal heuristic for quadratic mixed-integer optimization
Zuse Institute Berlin(柏林齐泽研究所);Technische Universität Berlin(柏林工业大学);Inria, ENS de Lyon, UCBL, LIP(法国国家信息与自动化研究所,里昂高等师范学院,里昂第一大学,计算机实验室);Université Grenoble Alpes, Inria, LIG, CNRS(格勒诺布尔阿尔卑斯大学,法国国家信息与自动化研究所,信息学实验室,法国国家科学研究中心)
本文扩展 Boscia 框架,提出面向非凸二次混合整数问题的 Frank-Wolfe 原始启发式算法,结合预处理、舍入、梯度引导与大邻域搜索,在 QPLIB 和 2025 年竞赛中验证了性能。
2025-10-20 math.OC
Curvature batching for integer and mixed-integer quadratic programming
Grado Department of Industrial and Systems Engineering, Virginia Tech(弗吉尼亚理工大学工业与系统工程格拉多系)
本文提出首个单指数算法解决整数二次规划问题,通过曲率分组技术将问题转化为线性规划,改进了结构化情况下的复杂度,并给出参数化复杂度的显式界。
2026-09-17 math.OC
Hidden Convexity via Symmetric Displacement Covers: Mixed-Integer Quadratic Programming and Integer Cubic Programming in Fixed Dimension
Grado Department of Industrial and Systems Engineering, Virginia Tech(弗吉尼亚理工大学工业与系统工程系)
本文证明固定维数下有理三次多项式在整数点上的精确最小化可多项式求解,通过结合精确恒等式与整数查询分离预言机等技巧,并解释了三次为方法自然边界的原因。
2026-09-25 math.OC
Multi-Objective Linear Quadratic Team Optimization
在本文中,我们考虑了随机和确定性设置中的线性二次团队问题,具有任意数量的二次约束。该团队由对自然状态有不同测量的球员组成。团队的目标是在有限数量的二次约束条件下最小化二次成本。我们将首先考虑高斯的情况下,假设自然状态具有高斯分布,并表明线性决策是最优的,可以通过求解半定规划找到。然后考虑最坏情况下的二次目标最小化问题,受任意数量的确定性二次约束。我们发现,线性决策可以通过解决一个半定规划。
2012-09-12 math.OC
An FPTAS for Minimizing Indefinite Quadratic Forms over Integers in Polyhedra
我们提出了一个通用的方法,使我们能够开发一个完全多项式时间近似方案(FTPAS),最小化非线性函数的整数点在一个有理多面体在固定的尺寸。该方法结合了Papadimitriou和Yannakakis(2000)的细分策略,与通常用于推导多项式正性的实代数证书的想法类似。我们的一般方法是广泛适用的。我们应用它,例如,Motzkin多项式和不定二次型$x^T Q x$在一个固定的变量数,其中$Q$有最多一个积极的,或最多一个负的特征值。在三维中,这导致了一般$Q$的FPTAS。
2015-10-14 math.OC
Global Optimization of Mixed-Integer Bound-Constrained Quadratic Fractional Problems
Università di Parma(帕尔马大学);Sapienza Università di Roma(罗马第一大学);Università degli Studi di Padova(帕多瓦大学)
针对混合整数二次分式优化问题,提出基于Dinkelbach参数化重构的精确算法,结合分支定界和变量邻域搜索启发式,数值实验表明优于通用精确算法。
2026-10-06 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 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
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
Optimising a nonlinear utility function in multi-objective integer programming
在本文中,我们开发了一个算法来优化一个非线性效用函数的多个目标的整数有效集。我们的方法是基于识别和更新的个人目标的界限,以及最佳效用值。这是使用已知的解决方案,线性规划松弛,效用函数反演,和整数规划。我们开发了一个通用的优化算法与k个目标使用,我们说明了我们的方法使用三目标整数规划问题。
2012-05-14 math.OC
Uniting Iteration Limits for Mixed-Integer Quadratic MPC
Department of Mechanical and Aerospace Engineering, University of Florida(机械与航空航天工程系,佛罗里达大学)
本文提出融合混合整数二次MPC的迭代限制方法,通过结合低高迭代限制MPC解决次优问题,理论推导稳定性并实证评估其在航天器对接中的应用。
2026-02-09 math.OC
Exact Objective Space Contraction for the Preprocessing of Multi-objective Integer Programs
Zuse Institute Berlin(柏林齐泽研究所)
本研究提出了一种精确转换方法,用于多目标整数规划预处理,通过缩小目标空间中的系数以提高计算稳定性与效率。
2025-12-01 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
Convex quadratic sets and the complexity of mixed integer convex quadratic programming
本文扩展了多面体全维约简方法至凸二次集,利用整数自反广义逆保持混合整数向量,并证明混合整数凸二次规划以整数变量数为参数的固定参数可处理性。
2024-02-02 cs.DM 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
Objective Scaling Ensemble Approach for Integer Linear Programming
目标尺度集成方法是一种新的两阶段启发式整数线性规划问题的各种整数线性规划问题是有效的。该技术识别和聚合多个部分解决方案,以修改问题的制定,并显着减少搜索空间。公开的基准问题的实证分析表明,我们的方法优于现代优化软件中实现的标准解决方案的策略的有效性。
2018-08-11 math.OC
Spanning and Splitting: Integer Semidefinite Programming for the Quadratic Minimum Spanning Tree Problem
Delft University of Technology(代尔夫特理工大学);Tilburg University(蒂尔堡大学)
针对二次最小生成树问题,本文提出基于图代数连通性的混合整数半定规划模型与强化双非负松弛,开发Peaceman-Rachford分裂法求解,所得界在质量和效率上均优于现有方法。
2025-11-07 math.OC
Distributed Asynchronous Time-Varying Quadratic Programming with Asynchronous Objective Sampling
针对现有多智能体时变优化无法异步采样目标的问题,提出支持采样、通信和计算全异步的多智能体优化框架,证明其跟踪解时误差有界并解决二次规划开放问题,仿真验证有效性。
2025-08-20 math.OC
QOCO: A Quadratic Objective Conic Optimizer with Custom Solver Generation
University of Washington(华盛顿大学)
本文提出QOCO和QOCOGEN,通过自定义线性代数方法提升二次目标锥优化问题的求解效率,适用于实时优化需求。
2026-03-31 math.OC
A Sequential Quadratic Programming Method for Optimization with Stochastic Objective Functions, Deterministic Inequality Constraints and Robust Subproblems
本文将鲁棒序列二次规划方法推广到随机目标函数与确定性约束问题,结合随机线搜索全局化步长,并证明算法几乎必然收敛到KKT点。
2024-10-04 math.OC
A Multi-objective Sequential Quadratic Programming Algorithm Based on Low-order Smooth Penalty Function
提出一种以低阶光滑罚函数为线搜索价值函数的MOSQP算法,通过QP子问题、非支配点过滤、Armijo规则及Powell修正求解约束多目标优化问题,并证明其收敛至近似Pareto前沿。
2025-03-12 math.OC
Proximity in Concave Integer Quadratic Programming
Cook、Gerards、Schrijver和Tardos的一个经典结果提供了一个关于可解线性规划问题最优解的接近度的$n Δ$的上界及其标准线性松弛。在该界限中,$n$是变量的数量,并且$Δ$表示约束矩阵的子行列式的绝对值的最大值。Hochbaum和Shanthikumar,以及Werman和Magagnosc表明,如果更一般的凸函数被最小化,而不是线性函数,则相同的上界是有效的。当目标函数是非凸的时,不知道这种类型的邻近结果。事实上,如果我们最小化一个凹二次函数,没有上限可以作为$n$和$Δ$的函数给出。我们的关键观察是,在这种情况下,邻近现象仍然发生,但只有当我们考虑近似解,而不是最优解。在我们的主要结果中,我们提供了近似(分别为,最优)解决方案的凹二次规划问题和最优(分别,近似)解的连续松弛。我们的边界是$n, Δ$的函数,以及控制近似质量的参数$ε$。此外,我们讨论了如何远离最佳的是我们的邻近边界。
2021-04-14 math.OC
Convexifiability of Continuous and Discrete Nonnegative Quadratic Programs for Gap-Free Duality
本文证明了具有非负变量和二次约束的非凸二次规划的一个可凸性性质,保证了二次规划与其半拉格朗日规划之间的对偶间隙为零。更重要的是,我们建立,这种convexifiability是隐藏在类的非负齐次二次规划和离散二次规划,如混合整数二次规划,揭示零对偶差距。作为应用,我们证明了在适当的条件下,目标数据不确定的不确定混合整数二次规划的鲁棒映射具有零对偶间隙。给出了可凸性的各种充分条件。
2018-11-28 math.OC
Bounded Integer Quadratic Programming through Parallelepiped Covers and Discrete Convic Optimization
提出精确算法,通过细化平行六面体覆盖与离散凸优化,在多项式时间内求解有界有理多面体上的任意有理二次整数规划,并扩展至无界情形。
2026-09-17 math.OC
A Sequential Quadratic Programming Method for Constrained Multi-objective Optimization Problems
针对不等式约束的多目标最优化问题,提出了一种全局收敛的序列二次规划方法。通过对所有目标函数和约束函数进行线性逼近,得到了一个可行的下降方向。子问题在序列的每一次迭代中都有可行解。一个不可微的罚函数被用来处理约束违反。在Mangasarian-Fromovitz约束规格和其他一些温和的假设下,生成收敛到临界点的下降序列。该方法与现有的方法选择一组合适的测试问题进行比较。
2020-04-30 math.OC
SDP-based branch-and-bound for non-convex quadratic integer optimization
半定规划(SDP)松弛法已被广泛用于求解离散二次最优化问题,特别是二进制问题。对于具有框约束的一般非凸整数情况,分支定界算法Q-MIST已经由Buchheim和Wiegele(Math Program 141(1- 2):435- 452,2013)提出,其基于用于最大割的公知的SDP松弛的扩展。为了求解得到的SDP,Q-MIST使用现成的内点算法。在本文中,我们提出了一个定制的坐标上升算法来解决这些SDP的对偶问题。基于Dong(SIAM J Optim 26(3):1962- 1985,2016)的相关思想,它利用了SDP的特定结构,最重要的是约束矩阵的小秩。后者允许一个精确的线搜索和一个快速增量更新的逆矩阵,使整个算法可以实现在每次迭代的二次时间运行。此外,我们描述了如何将这种方法扩展到一定的二维坐标更新。最后,我们解释了如何将任意线性约束纳入这个框架,并评估我们的算法实验。
2019-01-29 math.OC
A LP relaxation based matheuristic for multi-objective integer programming
基于他们在单目标领域的成功,我们提出了一个非常简单的基于线性规划的三目标二元整数规划的数学模型。为了解决这个问题,我们得到了下界集的矢量线性规划求解器Bensolve。然后,简单的启发式方法,如四舍五入和路径重连,被施加到这个下界集,以获得高质量的近似的最佳的折衷解决方案。所提出的算法相比,最近建议的算法,据我们所知,三目标整数规划的唯一现有的数学方法。计算实验表明,我们的方法产生一个更好的近似真实的帕累托前沿使用显着更少的时间比基准方法的标准基准实例的三目标背包问题。
2021-02-06 math.OC
An Approximation Algorithm for Indefinite Mixed Integer Quadratic Programming
本文给出了求解混合整数二次规划(MIQP)问题的一个近似解的算法。如果二次函数的秩和整数变量的数目是固定的,则该算法在多项式时间内运行。除非P=NP,否则算法的运行时间是预期的。为了设计这个算法,我们引入了新的概念,球形MIQP和对齐的向量,我们提供了一些独立的利益的结果。特别地,我们给出了求矩阵对称分解的一个强多项式算法,并给出了矩阵同时对角化的一个相关结果。
2022-11-29 cs.DM math.OC
A Semidefinite Programming Method for Integer Convex Quadratic Minimization
考虑整数格${\bf Z}^n$上凸二次函数极小化的NP-困难问题。我们提出了一个简单的半定规划(SDP)松弛获得的最优值的问题的一个非平凡的下界。通过解释的解决方案的SDP松弛概率,我们得到了一个随机算法找到良好的次优解,从而上界的最优值。该方法的有效性示出了各种大小的数值问题的实例。
2017-03-10 cs.DS math.OC
The Quadratic Graver Cone, Quadratic Integer Minimization, and Extensions
研究了在变维整数点上极小化满足线性不等式的二次函数的非线性整数规划问题。我们证明了当定义系统的矩阵的Graver基给定,且二次函数位于一个合适的{ \em对偶Graver锥}中时,问题可以在多项式时间内求解.本文讨论了这一锥与正半定矩阵的锥之间的关系,并证明了二者互不包含。所以我们可以在多项式时间内最小化一些非凸和一些(包括所有可分的)凸二次曲面。最后,我们推广我们的结果,有效的整数最小化的任意次数的多元多项式函数躺在适当的锥。
2010-06-04 cs.DM cs.DS math.CO
Integer Quadratic Programming is W[1]-Hard Parameterized by the Number of Variables
Technische Universität Berlin(柏林工业大学)
该研究证明以变量数为参数的整数二次规划是W[1]-困难的,据此在标准复杂性假设下,该问题无法在f(n)|I|^{O(1)}时间内求解。
2026-08-19 cs.CC cs.DS math.OC
Integer quadratic obstructions to the local controllability of the Burgers equation
Université de Rennes, ENS Rennes, INRIA, CNRS, IRMAR - UMR 6625(雷恩大学,雷恩高等师范学院,法国国家信息与自动化研究所,法国国家科学研究中心,数学与应用数学联合研究单位)
研究伯格斯方程在特定情况下的局部可控性,通过确定控制分布条件及与迭代李括号的关系,利用分部积分等方法证明,构造出在各负整数阶产生障碍的光滑空间分布。
2026-07-20 math.AP math.OC
Subdeterminants and Concave Integer Quadratic Programming
本文考虑多面体上整点上可分凹二次函数极小化的NP-困难问题,用D表示约束矩阵的子行列式的最大绝对值.本文给出了一个算法,通过求解若干个约束矩阵的子行列式在绝对值上以D为界的整数线性规划,求出该问题的一个正近似解。这些整数线性规划的数量是n维、D维和1/n维的多项式,前提是目标中出现非线性的变量的数量k是固定的。作为推论,我们得到了D至多为2且k固定的可分凹整数二次规划的第一多项式时间逼近算法。在D=1的全么模情形下,给出了一个改进的算法,只要k固定,该算法只需求解多个在1/n内多项式且与n无关的线性规划.
2019-08-28 cs.CC math.OC
On Bi-Objective convex-quadratic problems
本文分析了双目标凸二次问题的理论性质。我们给出了它们的Pareto集的完整描述,并证明了它们的Pareto前沿的凸性。证明了当两个黑塞矩阵成比例时,Pareto集是一条线段.然后,我们提出了一组新的凸二次测试问题,描述了它们的理论性质和算法所需的能力,这些测试问题。这特别包括测试关于可分性、病态问题、旋转不变性以及帕累托集是否与坐标轴对齐的灵敏度。
2018-12-01 cs.NE math.OC
Multi-Objective Mixed Integer Programming: An Objective Space Algorithm
本文介绍了第一种目标空间算法,它能精确地求出任意个数目标函数的混合整数多目标线性规划的所有支持和非支持非支配解。该算法分为三个阶段。首先建立一个包含Pareto前沿的超集。这个超集然后被修改为不包含任何相交的多面体。一旦实现了这一点,该算法就有效地计算出超集的哪些部分不是帕累托前沿的一部分,并将它们删除,只留下帕累托前沿。
2019-09-09 cs.DS math.OC
Computational Complexity of Quadratic Unconstrained Binary Optimization
本文研究了函数问题FP^NP范畴下二次无约束二元优化(QUBO)问题的计算复杂性.我们主要讨论了四个子类:(1)当所有系数都是整数时,QUBO是FP^NP-完全的。(2)当每个系数都是一个常数k的整数下界时,QUBO是FP^NP[log]-完全的。(3)当每个系数都是由常数k上界的整数时,QUBO再次是FP^NP[log]-完全的。(4)当系数只能在集合{1,0,-1}中时,QUBO是FP^NP[log]-完全的。最近的结果在量子退火能够有效地解决QUBO问题,我们的研究结果提供了一个明确的量子退火算法和FP^NP复杂性类分类之间的联系。我们还研究了整系数QUBO问题的决策版本的计算复杂性。我们证明了这个问题是DP-完全的。
2022-02-18 cs.CC math.OC
Learning to Solve Mixed-Integer Nonlinear Programming with Neural Networks and Sequential Quadratic Programming Refinement
University of Pennsylvania(宾夕法尼亚大学)
提出一个结合神经网络预测与SQP细化层的学习优化框架,用于求解模型预测控制和轨迹优化中的参数化混合整数非线性规划,提高鲁棒性并保持计算预算。
2026-10-06 cs.SY eess.SY math.OC
A novel dual-decomposition method for non-convex two-stage stochastic mixed-integer quadratically constrained quadratic problems
针对确定性等价为非凸混合整数二次约束二次规划(MIQCQP)模型的两阶段随机规划问题,提出可通过精度因子p调整解精度的p分支定界方法,结合p拉格朗日分解与对偶分解技术,在随机实例上测试性能优于Gurobi。
2025-02-19 cs.NA math.NA math.OC
Exact and Heuristic Methods with Warm-start for Embedded Mixed-Integer Quadratic Programming Based on Accelerated Dual Gradient Projection
小规模混合二次二次规划(MIQP)问题在嵌入式控制和估计应用中经常出现。由于算法简单性的需要,目标计算平台的内存和计算资源有限,本文提出了一些方法来解决MIQP,无论是最优或次优。我们专门现有的加速双梯度投影(GPAD)算法,以有效地解决分支定界(B&B)过程中出现的二次规划(QP)松弛,并提出了一个通用的框架,以热启动的二进制变量,减少QP松弛的数量。此外,为了找到一个整数可行的组合的二进制变量的前期,两个启发式方法:($i$)不使用B&B,和($ii$)使用B&B与QP松弛的数量显着减少。两种启发式方法都返回整数可行解,该整数可行解可能是次优的,但涉及大大减少的计算工作量。这种可行解可以直接实现,也可以用于设置B&B中最优成本的初始上界。通过不同的混合控制和估计的例子,涉及二进制决策变量,我们表明,所提出的方法的性能,虽然非常简单的代码,是相媲美的国家的最先进的MIQP求解器。
2021-01-22 cs.SY eess.SY math.OC
Efficient Local and Tabu Search Strategies for Large-Scale Quadratic Integer Programming
A.R. Sánchez, Jr. School of Business, Texas A&M International University(德克萨斯农工国际大学商学院);School of Business Administration, The University of Mississippi(密西西比大学商学院)
本文提出高效局部和禁忌搜索策略,用于解决大规模二次整数规划问题,通过闭式公式和振荡策略提升求解效率,优于Gurobi求解器。
2025-12-16 cs.DM cs.DS math.OC
Practical Integer-to-Binary Mapping for Quantum Annealers
量子退火硬件的最新进展和这一领域的大量研究表明,量子退火器有可能有效地解决无约束二进制二次规划问题。自然,人们可能希望将这些机器的应用领域扩展到一般离散变量的问题。在本文中,我们探讨了利用量子退火器来解决有界整数域上的无约束二次规划问题的可能性。我们提出了一种方法将整数变量编码成二进制变量,从而将无约束整数二次规划问题表示为无约束二进制二次规划问题。为了尊重目前开发的量子退火器的一些限制,我们提出了一种整数编码,命名为有界系数编码,其中我们限制了编码中出现的系数的大小。此外,我们提出了一种算法,用于找到上界的系数的编码使用的机器和原始整数问题的系数的精度。最后,我们的实验表明,这种方法是更有弹性的量子退火机的噪声相比,传统的方法编码的整数在基地2。
2017-06-06 cs.ET math.OC quant-ph
Real-time Mixed-Integer Quadratic Programming for Vehicle Decision Making and Motion Planning
本研究提出基于混合整数二次规划的自动驾驶决策系统MIP-DM,结合自研求解器BB-ASIPM实现嵌入式硬件上的实时机动选择与轨迹生成,经多场景仿真、硬件在环及实车实验验证了有效性。
2023-08-19 cs.SY eess.SY math.OC