Multistep stochastic mirror descent for risk-averse convex stochastic programs based on extended polyhedral risk measures
我们考虑风险厌恶凸随机规划表示的扩展多面体风险措施。我们推导出可计算的置信区间的最优值,这样的随机规划使用鲁棒随机逼近和随机镜像下降(SMD)算法。当目标函数为一致凸时,我们还提出了一种多步扩展的随机镜像下降算法,并得到了最优值和最优解的置信区间.数值模拟表明,我们的置信区间比以前得到的SMD的置信区间保守性更小,计算速度更快,并且多步随机镜像下降算法比非多步随机镜像下降算法能更快地得到一个好的近似解.当样本量不比问题量大很多时,我们的置信区间也比渐近置信区间更可靠。
2016-09-02 math.OC
Monoidal strengthening of simple $\mathcal{V}$-polyhedral disjunctive cuts
析取切割平面可以收紧混合整数线性规划的松弛。传统上,这样的切割是通过求解高维线性规划来获得的,其额外的变量导致该过程在计算上是禁止的。采用一个$\mathcal{V}$ -多面体的角度是一个实用的替代方案,使分离的析取切割通过一个线性规划,只有尽可能多的变量作为原来的问题。其缺点是,经典的方法monoidal加强不能直接采用没有额外的变量的值出现在扩展配方。我们推导出如何计算这些值的线性规划生成$\mathcal{V}$ -多面体析取切割的解决方案。然后,我们提出了计算实验与monoidal加强切断与多达64项。某些情况下会受到显著影响,加强会将削减的差距从0增加到100%。然而,对于较大的分离,monoidal加强似乎是不太有效的,我们确定了一个潜在的原因。
2023-03-01 math.OC
Nonasymptotic and asymptotic linear convergence of an almost cyclic SHQP Dykstra's algorithm for polyhedral problems
我们证明了一个几乎循环(或广义Gauss-Seidel)Dykstra算法,它结合了SHQP(supporting halfspace-二次规划)策略,可以实现多面体问题的非渐近和渐近线性收敛.
2017-07-10 math.OC
A polyhedral homotopy algorithm for computing critical points of polynomial programs
在本文中,我们提出了一种方法,使用拉格朗日乘子和数值代数几何找到所有的临界点,因此全球解决,多项式最优化问题。我们设计了一个多面体同伦算法,明确地构造一个最佳的启动系统,绕过与多面体同伦算法的典型瓶颈。我们的算法的正确性来自于多项式的代数多项式的次数优化程序的交集理论计算,并依赖于显式求解相应拉格朗日系统的热带化。我们目前的实验表明,我们的算法优于传统的同伦连续算法。
2023-02-09 math.AG math.OC
Face Identification via Polyhedral Relaxations for Binary Programs: A Comparison with Factor-Width Partial Facial Reduction
Clemson University(克莱姆森大学)
该研究针对二元规划的SDP松弛,用基于LP的多面体松弛人脸识别方法替代辅助SDP,构建保留所有可行二元点的多项式规模多面体,实现不劣于因子宽度k辅助SDP的人脸识别。
2026-08-18 math.OC
Non-Attainment of Minima in Non-Polyhedral Conic Optimization: A Robust SOCP Example
Michigan State University(密歇根州立大学)
本文研究了二次锥规划中极小值未达成的现象,通过构造反例揭示非多面体几何导致可行集像非闭合的问题,并提出多面体近似和正则化作为缓解策略。
2025-12-30 math.OC
$\mathcal{V}$-Polyhedral Disjunctive Cuts
本文提出$\mathcal{V}$-多面体析取割(VPCs),通过构建较小规模的线性规划从一般析取中生成强割,无需递归应用即可缓解数值不稳定问题,实验证明其能显著改善间隙闭合并减少部分实例求解时间。
2024-02-19 math.OC
On the integrality gap of convex mixed-integer programs
Sabancı University(萨班哲大学);Rensselaer Polytechnic Institute(伦斯勒理工学院)
本文研究了凸混合整数规划的积分间隙,分析了不同凸集类别的积分间隙上限,并探讨了非线性凸混合整数规划的积分间隙估计方法。
2026-04-17 math.OC
A weak constraint qualification for conic programs and a problem on duality gap
讨论了锥线性规划的一个弱约束规格及其在几类锥上的应用。这个约束规格是用来给一个问题的解决方案提出的Shapiro和Zavellinescu,并表明,如果一个封闭的凸锥是这样的,它的所有非平凡的面是多面体和所有的非平凡的暴露面的对偶是多面体,那么对偶间隙为零,只要原始和对偶问题是可行的。此外,至少在一侧必须达到公共最优值。我们还展示了一个例子,锥,满足我们的定理的要求,但这样,以前已知的结果不能用来证明其良好的对偶性。
2015-04-23 math.OC
Robust recoverable 0-1 optimization problems under polyhedral uncertainty
本文讨论0-1规划问题的一种鲁棒可恢复方法。假设在第一阶段中构造的解可以在第二阶段中进行一定程度的修改。这种修改包括在当前解的某个指定邻域中选择一个解。第二阶段的解决方案的成本可以是不确定的,并使用多面体结构的不确定性。由此产生的鲁棒可恢复问题是一个最小-最大-最小问题,当变量数量很大时,很难解决。在本文中,我们提供了一个框架,解决具有指定的多面体不确定性的鲁棒可恢复0-1规划问题,并提出了几个下界和近似解,可用于广泛的0-1优化问题。两个问题,即分配和背包的计算测试的结果,也提出。
2018-11-16 cs.DS math.OC
Integer Minkowski Programs and the Design of Survivable Networks
本文介绍了一类新的最优化问题--整数Minkowski规划。这些问题的制定涉及到许多整数变量和非线性约束,涉及离散或多面体集的家庭上定义的泛函。我们表明,在一定的假设下,它是可能的,重新制定他们作为整数线性规划,利用积分生成集。然后,我们应用这种技术的网络设计问题的分数和积分流的生存性约束。
2006-10-27 math.OC
The Aubin Property for Generalized Equations over $C^2$-cone Reducible Sets
The Hong Kong Polytechnic University(香港理工大学)
本文确立$C^2$锥可约集上广义方程的Aubin性质与强正则性等价,通过新型指标定理等方法证明,构造反例说明假设不可少,统一推广了三类规划的稳定性结果并消除局部最优性假设。
2026-08-11 math.OC
Modified Polyhedral Method to Elicit Shape-Free Utility and Reduction of Conservatism in Robust Optimization
The Chinese University of Hong Kong(香港中文大学);Dalian University of Technology(大连理工大学);National University of Singapore(新加坡国立大学)
提出修正多面体方法,无需形状信息即可 elicitation 非线性效用,通过 PLF 近似和自适应切割减小保守性,数值测试验证有效。
2026-10-14 math.OC
Controller Synthesis for Robust Invariance of Polynomial Dynamical Systems using Linear Programming
Laboratoire Jean Kuntzmann Universit\'e de Grenoble B.P. 53, 38041 Grenoble, France
针对有界扰动和输入约束的多项式动力系统,提出一种通过线性规划迭代求解控制器与多面体不变集的综合方法。
2011-07-08 cs.SY eess.SY math.OC
New SOCP relaxation and branching rule for bipartite bilinear programs
二部双线性规划(BBP)是一个二次约束二次最优化问题,其中变量可以被分成两个集合,使得固定其中任何一个集合中的变量都得到线性规划。我们提出了一个新的二阶锥表示(SOCP)松弛BBP,我们表明,这是强于标准的SDP松弛与布尔二次多面体。然后,我们提出了一个新的分支规则的启发,建设的SOCP松弛。我们描述了一个新的应用BBP称为有限元模型修正问题,这是一个基本的问题,在结构工程。我们对这个问题的计算实验表明,新的分支规则与多面体外近似的SOCP松弛优于一个国家的最先进的商业全球求解器在获得双重界限。
2018-03-25 math.OC
Extension of the LP-Newton method to SOCPs via semi-infinite representation
LP-Newton方法通过将当前点重复投影到某个相关多面体上来解决线性规划问题(LP)。在本文中,我们扩展的LP-牛顿方法的算法框架,二阶锥规划问题(SOCP)通过一个线性半无限规划(LSIP)的重新制定给定的SOCP。在扩展中,我们产生一个序列的投影到多面体锥构造的LP通过松弛LSIP获得。在较温和的假设下,证明了该算法的整体收敛性,并通过数值实验将该算法与SOCP的原对偶内点方法进行比较,考察了其效率。
2019-02-04 math.OC
Distributionally Robust Chance-Constrained Programs with Right-Hand Side Uncertainty under Wasserstein Ambiguity
我们考虑Wasserstein模糊集上随机右端分布鲁棒机会约束规划的精确确定性混合整数规划(MIP)重构问题.已知现有的MIP公式具有弱的连续松弛边界,因此,对于具有小半径或具有大问题大小的硬实例,基于分支定界的求解过程即使在数小时的计算时间之后也会遭受大的最优性间隙。这严重阻碍了DR-CCP范式的实际应用。出于这些挑战,我们进行了多面体的研究,以加强这些配方。我们揭示了DR-CCP和它的名义对应(样本平均近似),混合集,和强大的0-1规划之间的几个隐藏的连接。通过结合利用这些连接,我们提供了一个改进的配方和两类有效的不等式DR-CCP。我们测试的影响,我们的结果上的随机运输问题数值。我们的实验证明了我们的方法的有效性,特别是我们改进的配方和提出的有效的不等式显着减少整体解决方案的时间。此外,这使我们能够通过将解决时间从数小时减少到数秒来显着扩大可以在这种DR-CCP公式中处理的问题大小。
2020-12-07 math.OC
A Polyhedral Approximation Framework for Convex and Robust Distributed Optimization
University of Stuttgart(斯图加特大学);University of Lecce(莱切大学)
提出一种名为切割平面共识的分布式算法,通过外部多面体近似约束集,解决对等网络中的凸与鲁棒分布式优化问题,具有可扩展性和容错性。
2013-03-25 cs.DC cs.SY eess.SY