Piecewise linear approximation for MILP leveraging piecewise convexity to improve performance
本文提出一种分段凸逼近(PwCA)算法,将多变量非线性函数定义域划分为两个区域并用超平面逼近,其MILP表示仅需一个辅助二元变量,在机组组合等大规模MILP问题中求解速度显著优于单纯形逼近。
2023-09-19 math.OC
Optimal breakpoint selection method for piecewise linear approximation
针对交通网络设计等优化领域中的非线性问题,本文提出一种最优断点选择方法RAM,通过基于相邻断点旋转调整位置并迭代,在有限分段数下最小化原函数与分段线性函数的逼近误差,并证明了其最优性。
2024-07-30 math.OC
Universal Approximation of Parametric Optimization via Neural Networks with Piecewise Linear Policy Approximation
针对参数优化实时求解难题,本文显式构造分段线性策略逼近,证明ReLU神经网络在可行性、最优性、泛化与逼近误差上的通用逼近能力,并给出提升可行性及次优解训练的策略。
2023-08-21 math.OC
Crouzeix-Raviart Finite Element Approximation of Dirichlet Boundary Control Problems with Piecewise Constant Controls
The LNM Institute of Information Technology(印度信息技术LNM研究所)
本文研究了由泊松方程支配的Dirichlet边界控制问题,采用超弱形式和Crouzeix-Raviart有限元对状态变量进行离散,使用分段常数对控制变量进行离散,并建立了控制变量的最优阶先验误差估计。
2026-04-19 math.OC
Piecewise-Linear Approximation for Feature Subset Selection in a Sequential Logit Model
University of Tsukuba(筑波大学);Senshu University(专修大学);Tokyo University of Agriculture and Technology(东京农工大学)
本文讨论了序贯logit模型中特征子集的选择方法。Tanaka和Nakagawa(2014)提出了一种混合整数二次优化公式,用于解决基于逻辑损失函数的二次近似的问题。然而,由于逻辑损失函数和它的二次近似之间存在显著的差距,它们的公式可能无法找到一个好的特征子集。为了克服这个缺点,我们应用分段线性近似的逻辑损失函数。相应地,我们将最小化信息准则的特征子集选择问题框架化为混合整数线性优化问题。计算结果表明,我们的分段线性近似方法发现了一个更好的子集的功能比二次近似方法。
2015-10-19 cs.LG math.OC stat.ME
Computing Sensitivities in Evolutionary Systems: A Real-Time Reduced Order Modeling Strategy
我们提出了一种新的方法来计算灵敏度在进化系统中使用模型驱动的低秩近似。为此,我们制定了一个变分原理,旨在减少减少近似和灵敏度动态的时间导数之间的距离。一阶最优性条件的变分原理导致一个系统的封闭形式的发展方程的规范正交基和相应的灵敏度系数。这种方法允许通过在运行中提取不同灵敏度之间的相关性来以准确和易处理的方式计算相对于大量参数的灵敏度。该方法需要求解前向发展方程,避开了伴随灵敏度的前向/后向工作流所施加的限制。例如,所提出的方法,不像伴随方程,不施加任何I/O负载,并可用于实时灵敏度感兴趣的应用中。我们证明了三个测试情况下的实用程序的方法:(1)计算灵敏度相对于模型参数的Rossler系统(2)计算灵敏度相对于一个无限维强迫参数的混沌Kuramoto-Sivashinsky方程和(3)计算灵敏度相对于反应参数的物种传输在湍流反应流。
2020-12-27 math.OC
Self-optimal Piecewise Linearization Based Network Power Flow Constraints in Electrical Distribution System Optimization
基于分段线性化的潮流约束作为配电网潮流约束的典型数学表达形式,已广泛应用于各种配电网优化场合。然而,源自当前使用的PWL近似函数的线性化近似误差可能非常大,从而影响基于PWL的PF约束的适用性。分析了PWL逼近函数的逼近误差自最优(ESO)条件,对PWL函数公式进行了细化,提出了EDS优化中基于自最优(SO)-PWL的PF约束,使逼近误差最小。数值结果证明了所提出方法的有效性。
2018-09-07 math.OC
Piecewise Linear Approximation and PID Control Optimization for Nonlinear Systems
Slovak University of Technology in Bratislava(布拉迪斯拉发斯洛伐克工业大学)
本文研究利用分段线性近似框架控制非线性系统,结合PID控制器与局部线性化模型,通过将非线性函数分割为子区域进行分析,优化PID参数以提高控制精度与稳定性。
2026-04-11 math.OC
An active-set method for sparse approximations. Part II: General piecewise-linear terms
本文提出了一种有效的有效集方法,用于求解目标中含有一般分段线性项的凸二次规划问题,并应用于稀疏逼近和风险最小化。该方法利用目标中出现的分段线性项的结构,以显着减少其内存需求,从而提高其效率。我们展示了鲁棒性所提出的解决方案在风险规避投资组合选择,分位数回归,并通过线性支持向量机的二进制分类中出现的各种问题。我们提供的计算证据证明,在现实世界的数据集,有效地处理各种问题的求解器的能力,通过比较它对一个有效的通用内点求解器,以及一个国家的最先进的交替方向法的乘数。这项工作补充了所附的文件[``一个有效集方法稀疏近似。第一部分:可分离的$\ell_1$术语”,S. Pougkakiotis,J. Gondzio,D. S. Kalogerias]中,讨论了可分$\ell_1$项的情形,分析了其收敛性,并提出了相应的线性系解的通用预处理策略.
2023-02-28 math.OC
Global Optimization of Gaussian Process Acquisition Functions Using a Piecewise-Linear Kernel Approximation
Imperial College London(帝国理工学院伦敦分校);The Ohio State University(俄亥俄州立大学)
本文提出基于混合整数规划的分段线性核混合整数二次规划方法,用于解决高斯过程获取函数的全局优化问题,通过理论分析和实验验证了该方法在不确定性基础上的获取函数优化效果。
2026-04-21 cs.LG math.OC
Solution to the Volterra Operator Equations of the 1st kind with Piecewise Continuous Kernels
给出了具有分段连续核的第一类Volterra算子方程连续解存在唯一的充分条件。在非唯一解的情况下,构造了参数解族的渐近逼近。利用逐次逼近法给出了求解的改进算法。
2012-08-17 math.DS math.FA math.OC
Design of companding quantizer for Laplacian source using the approximation of probability density function
本文对密度函数进行了分段线性逼近和分段一致逼近。对于以这些方式近似的密度函数,形成压缩器函数。在此基础上,设计了分段线性和分段均匀压扩量化器。这些压缩扩展量化器模型的设计是针对量化器入口处的拉普拉斯源执行的。提出的压扩量化器模型的性能估计是通过确定的信号量化噪声比(SQNR)和逼近误差的值,为两个建议的模型,也通过它们的相互比较。
2012-12-10 cs.IT math.IT math.OC
Optimal regularity of extended mean field controls and their piecewise constant approximation
我们考虑McKean-Vlasov动力学的控制,其系数在状态和控制中具有平均场相互作用。证明了对于一类线性凸平均场控制问题,唯一的最优开环控制在时间上具有最优1/2-Hölder正则性.因此,我们证明了值函数可以近似为一个分段常数控制和离散时间状态过程所产生的Euler-Maruyama时间步进,高达1/2阶误差,和最优控制可以近似为1/4阶误差。这些结果是新颖的,即使在没有平均场相互作用的情况下。
2021-09-23 cs.NA math.NA math.OC
Notes on stable learning with piecewise-linear basis functions
Nonlinear Systems Laboratory Massachusetts Institute of Technology(非线性系统实验室 麻省理工学院)
我们讨论了分段线性基函数学习函数逼近的技术成果,并利用非线性压缩理论分析了它们的稳定性和收敛性。
2018-04-25 cs.LG math.OC
Precomputable Trade-off Between Error and Breakpoints in Piecewise Linearization for First-Order Loss Functions
针对一阶损失函数分段线性化中误差与断点数量事先难以确定的问题,本文推导出达到给定绝对误差所需最少断点数的可预计算上界,并提出高效算法获得低于该上界的近似方案。
2023-09-24 math.OC
Piecewise linear value function approximations in nonlinear dynamic scheduling problems with VTOLs
现代垂直起降飞行器(VTOL)可能会对未来的机动性产生重大影响。其广泛的应用领域包括城市空中机动、运输和后勤以及军事背景下的侦察和观察任务。本文提出了一个有效的数值框架,多个垂直起降飞机的动态调度。它将调度问题与最优轨迹规划相结合。整个整定过程可归结为一个混合整数双层最优化问题。在上层,安排垂直起降,并计算其开始时间。较低层次问题的解决方案涉及到一个值函数的计算,并为每个飞行器产生最佳轨迹。为了解决两层问题,将其转化为单层问题。然后将得到的混合整数非线性规划(MINLP)分段线性化,并采用基于分支定界算法的线性求解器进行数值求解。数值结果证明了本文方法的可行性。
2023-03-06 math.OC
Separable Concave Optimization Approximately Equals Piecewise-Linear Optimization
研究了紧可行集上非负可分凹函数的极小化问题。我们近似这个问题的一个因素内的1+ 1/2的分段线性最小化问题在同一可行集。我们的主要结果是,当可行集是一个多面体,结果块的数量是多项式的输入大小的多面体和线性的1/1。对于许多实际的凹成本问题,所得到的分段线性成本问题可以被表述为一个研究充分的离散最优化问题。因此,各种多项式时间精确算法,近似算法,和多项式时间算法的离散最优化问题立即产生完全多项式时间近似计划,近似算法,和多项式时间算法的相应凹成本问题。我们在两个问题上说明我们的方法。针对凹成本多商品流问题,设计了一种新的启发式算法,并通过计算实验研究了其性能。我们能够近似解决比以前可能的更大的测试实例,并获得平均4.27%的最优解。对于凹费用设施点定位问题,我们得到了一个新的1.4991+ λ的近似算法.
2012-01-16 math.OC
Optimal triangulations for piecewise linear approximations of non-convex variable products
Fraunhofer Institute for Integrated Circuits IIS(弗劳恩霍夫集成电路研究所);Grado Department of Industrial and Systems Engineering, Virginia Tech(弗吉尼亚理工大学格拉多工业与系统工程系)
本文研究非凸变量乘积的分段线性近似最优三角剖分,通过允许顶点不同偏差减少三角密度,证明其全局最优性,并探讨连续近似的最优性。
2026-04-05 math.OC
A Multi-step Piecewise Linear Approximation Based Solution for Load Pick-up Problem in Electrical Distribution System
负载拾取(LPP)问题搜索配电系统(EDS)的最优配置,旨在最小化功率损耗或向负载端提供最大功率。分段线性化(PWL)近似方法可以解决网络潮流(PF)约束的非线性和非凸性,将LPP模型转化为混合整数线性规划模型(LPP-MILP模型),但对于基于PWL近似的PF约束,较大的线性逼近误差会影响LPP-MILP模型求解结果的准确性和可行性。而LPP-MILP模型的直接求解过程建模和求解时间较长,可能会影响LPP优化方案的适用性。针对EDS中的LPP问题,提出了一种基于多步PWL近似的解决方案。在多步求解过程中,PWL逼近函数中的可变上界被动态更新,以有效地减小逼近误差。采用多步求解的方法,大大减少了LPP-MILP模型的建模和求解时间,保证了LPP优化方案的适用性。针对LPP问题的两种主要应用方案(即网络优化重构和服务恢复),通过一个实际的13节点EDS和一个实际的1066节点EDS算例,验证了该方法的有效性。
2018-11-26 math.OC
Piecewise linear approximations of the standard normal first order loss function
一阶损失函数及其补函数在实际应用中有着广泛的应用。当所关心的随机变量是正态分布时,一阶损失函数可以容易地用标准正态累积分布和密度函数来表示。然而,标准正态累积分布不允许封闭形式的解决方案,并且不能容易地线性化。文献中的一些工作讨论了标准正态累积分布或一阶损失函数及其逆的近似。然而,一阶损失函数的分段线性上下界的综合研究仍然缺乏。本文首先总结了一阶损失函数及其补函数的分布无关性的一些结果。然后,我们扩展这一讨论,首先集中在随机变量具有对称分布,然后对正态分布的随机变量。对于后者,我们开发了有效的分段线性上界和下界,可以立即嵌入MILP模型。这些线性化依赖于恒定的参数,这些参数与所关注的正态分布的平均值和标准差无关。最后,我们讨论如何计算最佳的线性化参数,最大限度地减少近似误差。
2013-08-13 math.OC math.PR
Error Estimates for Sparse Optimal Control Problems by Piecewise Linear Finite Element Approximation
研究了一类椭圆型偏微分方程(PDE)约束下的$L^1$ -控制成本泛函最优化问题.然而,与有限维$l^1$ -正则化优化不同,当采用标准分段线性有限元离散连续问题时,所得离散$L^1$ -范数不具有解耦形式.一个常见的方法来克服这个困难是采用节点求积公式近似离散的$L^1$ -范数。这种技术不可避免地会产生额外的误差。与传统的方法不同,基于对偶的方法和加速块坐标下降(ABCD)方法被引入到解决这类问题,通过其对偶。基于离散化对偶问题,给出了一种新的求解$L^1$ -范数的离散化格式.将新的$L^1$ -范数离散格式与节点求积公式进行比较,从逼近阶的角度说明了新离散格式的优越性。更重要的是,有限元误差估计的原始问题与新的离散计划的$L^1$ -范数的结果提供,这证实了这种近似计划将不会改变的顺序的误差估计。
2017-09-26 math.OC
Optimal Piecewise Linear Function Approximation for GPU-based Applications
University of Zurich(苏黎世大学)
本文提出一种高效方法,通过最优设计的分段线性近似,提高复杂连续函数的实时计算效率,尤其在GPU上表现优异。
2015-10-10 cs.CV cs.DC cs.NA
Attraction and Stability of Nonlinear Ode's using Continuous Piecewise Linear Approximations
本文给出了非线性常微分方程的吸引性和全局渐近稳定性的几个结果。主要结果是非常简单的应用产生的充分条件下,平衡点(假设一个唯一的平衡)是吸引的,也提供了各种选择,其中经典的线性化和其他现有的结果是本文的主要定理的特殊情况,包括著名的Markus-Yamabe猜想的推广。几个应用实例,以分析所提出的结果的优点和缺点,并比较这些结果与现有的成功的技术分析,在文献中提供。
2010-04-08 math.DS math.OC
Best free knot linear spline approximation and its application to neural networks
本文研究单内部自由结点的线性样条逼近问题,将其转化为混合整数线性规划并用分支定界方法求解,同时提出新的充分最优性条件,并给出数值实验验证。
2024-03-07 math.OC
Multi-Attribute Utility Preference Robust Optimization: A Continuous Piecewise Linear Approximation Approach
在本文中,我们考虑一个多属性决策问题,决策者(DM)的目标是最大化的预期效用的结果,但真正的效用函数,捕捉DM的风险偏好是模糊的。我们提出了一个最大最小多属性效用偏好鲁棒优化(UPRO)模型,其中最优决策是基于最坏情况下的效用函数在一个模糊的一组合理的效用函数构造使用部分可用的信息,如DM的具体偏好之间的一些彩票。具体来说,我们考虑一个UPRO模型与两个属性,其中DM的风险态度是多元风险厌恶和模糊集定义的线性系的不等式表示的DM的效用函数的Lebesgue-Stieltjes(LS)积分。为了解决最大极小问题,我们提出了一个显式分段线性逼近(EPLA)计划来近似DM的真实未知效用,使内部最小化问题减少到一个线性规划,我们解决了近似的最大极小问题的导数自由(Dfree)的方法。此外,通过引入二元变量来确定报酬函数在单形族中的位置,提出了UPRO近似的隐式分段线性逼近(IPLA)表示,并使用Dfree方法求解.这种IPLA技术促使我们重新制定近似UPRO作为一个单一的混合整数规划(MIP)和扩展的易处理性的近似UPRO的多属性的情况下。此外,我们将该模型扩展到期望效用约束的期望效用最大化问题,其中最坏情况下的效用函数的目标和约束同时考虑。最后,我们报告了所提出的模型的性能的数值结果。
2023-03-29 math.OC
Determining the optimal piecewise constant approximation for the Nonhomogeneous Poisson Process rate of Emergency Department patient arrivals
模拟到达急诊室(ED)的过程是所有研究的第一步,处理ED内的病人流量。其中许多人都集中在ED过度拥挤的现象,这是困扰世界各地的医院越来越多。由于离散事件仿真模型经常采用的目的是评估解决方案,以减少这个问题的影响,适当的非平稳过程被考虑到重现时间依赖的到达。因此,需要对未知到达率进行精确估计以保证结果的可靠性。在这项工作中,一个整数非线性黑箱最优化问题解决,以确定最佳的分段常数近似的时变到达率函数,通过找到最佳分割的24小时到一个合适的数量的非等距间隔。最优化问题的黑盒约束使得可行解满足适当的统计假设;这确保了文献中通常采用的关于到达过程的非齐次泊松假设的有效性,并防止混合过分散数据用于模型估计。费用函数包括用于解精度的拟合误差项和用于选择最优解的适当规则度的惩罚项。为了显示这种方法的有效性,使用来自意大利最大的医院急诊室之一的真实数据。
2021-01-27 math.OC
Measures and LMIs for optimal control of piecewise-affine systems
研究了一类具有分段仿射向量场、多项式拉格朗日函数和半代数输入与状态约束的确定性连续时间最优控制问题。OCP首先放松作为一个无限维的线性规划(LP)在空间的占领措施。这个LP,广义矩问题的一个特殊实例,然后接近一个渐近收敛的线性矩阵不等式(LMI)松弛的层次。原始LP的松弛对偶返回值函数的多项式逼近,该值函数求解OCP的Hamilton-Jacobi-Bellman(HJB)方程。基于此多项式逼近,一个次优的政策,以建立一个采样和保持的方式状态反馈。结果表明,次优策略成功地提供了一个稳定的次优状态反馈法,驱动系统相对接近最优轨迹,并尊重给定的约束。
2012-11-14 math.OC
Tightening the mixed integer linear formulation for the piecewise linear approximation in general dimensions
Argonne National Laboratory(阿贡国家实验室);Zhejiang University(浙江大学)
本文提出六种方法紧缩一般维度下分段线性近似混合整数线性规划公式,以提高求解效率。
2025-08-14 cs.CG cs.DM cs.LG