M.Paul Laiu;安德烈·L·山雀。 一个不可行的凸二次优化框架，应用于约束简化的内点法和其他方法。 （英语） Zbl 1500.65025号 数学。程序。 195，编号1-2（A），327-366（2022）. 摘要：提出了一个框架，通过调用现有的可行启动为定制的算法不平等-受约束的CQP。中心工具是一个精确的惩罚函数方案，配有惩罚参数更新规则。可行的启动算法只需满足某些一般要求，更新规则也是如此。在温和的假设下，证明了该框架在不等式和等式约束下收敛于CQP，并且以每次迭代可忽略的额外费用，生成了一个不可行证明，以及一个（近似）（ell_1）-最小松弛可行问题的可行点，当给定的问题没有可行的解决方案时。该框架被应用于一种可行的起始约束减少内点算法，该算法先前被证明在不等式约束比变量多（“不平衡”）的问题上具有很高的性能。在随机生成问题和支持向量机分类器训练问题上，报告了与流行代码（OSQP、qpOASES、MOSEK）的数值比较。结果表明，在不平衡问题上，前者通常优于后者。最后，简要考虑了所提出的不可行启动框架在其他可行启动算法中的应用，并在单纯形迭代上进行了测试。 MSC公司： 65千5 数值数学规划方法 90C05（二氧化碳） 线性规划 90C06型 数学规划中的大尺度问题 90C20个 二次规划 90摄氏51度 内部点方法 关键词：凸二次规划;凸线性规划;不可行启动;不可行证明;约束约简;内部点;单纯形算法 软件：卡萨迪;qpOASES公司;莫塞克;OSQP公司;UCI-毫升 PDF格式BibTeX公司 XML格式引用 \textit{M.P.Laiu}和\textit{A.L.Tits}，数学。程序。195，编号1--2（A），327--366（2022；Zbl 1500.65025） 全文： 内政部 arXiv公司 链接 参考文献： [1] Anczak，T.，《涉及不变凸函数的数学规划问题的精确罚函数法》，欧洲期刊Oper。研究，198，29-36（2009）·Zbl 1163.90792号 ·doi:10.1016/j.ejor.2008.07.031 [2] 安德森，E.D.，安德森，K.D.：线性规划的MOSEK内点优化器：同质算法的实现。In:Frenk，H.，Roos，K.，Terlaky，T.，Zhang，S.（编辑）《高性能优化》。应用优化，第33卷。斯普林格，波士顿，马萨诸塞州（2000年）。doi:10.1007/978-14757-3216-08·Zbl 1028.90022号 [3] 安德森，ED；Roos，C。；Terlaky，T.，关于实现二次曲线二次优化的原对偶内点方法，数学。程序。，95, 2, 249-277 (2003) ·Zbl 1030.90137号 ·文件编号：10.1007/s10107-002-0349-3 [4] JAE Andersson；Gillis，J。；霍恩，G。；罗林斯，JB；Diehl，M.，CasADi-非线性优化和最优控制的软件框架，数学。程序。计算。，11, 1, 1-36 (2019) ·Zbl 1411.90004号 ·数字对象标识代码：10.1007/s12532-018-0139-4 [5] Anstreicher，K.，一种标准形式变体，用于改进的Karmarkar算法Math的安全行搜索。程序。，47, 337-351 (1990) ·Zbl 0708.90046号 ·doi:10.1007/BF01580868 [6] 本森，HY；Shanno，DF，线性规划的温启动内点方法的精确原对偶惩罚方法，计算。最佳方案。申请。，38, 3, 371-399 (2007) ·Zbl 1171.90546号 ·doi:10.1007/s10589-007-9048-6 [7] Bertsekas，D。；Nedic，A。；Ozdaglar，A.，《凸分析与优化》（2003），贝尔蒙特：雅典娜科学出版社·Zbl 1140.90001号 [8] Bertsimas博士。；Tsitsiklis，J.，《线性优化导论》（1997），贝尔蒙特：雅典娜，贝尔蒙特 [9] 博伊德，S。；北卡罗来纳州帕里赫。；Chu，E.，《通过乘数交替方向方法进行分布式优化和统计学习》（2011年），波士顿：Now Publishers Inc，波士顿·Zbl 1229.90122号 [10] 伯德·R。；柯蒂斯，F。；Nocedal，J.，非线性优化的不可行性检测和SQP方法，SIAM J.Optim。，4, 5, 2281-2299 (2010) ·Zbl 1211.90179号 ·doi:10.1137/080738222 [11] 伯德，RH；Nocedal，J。；Waltz，RA，非线性规划的转向精确惩罚方法，Optim。方法软件。，23, 2, 197-213 (2008) ·Zbl 1211.90224号 ·网址：10.1080/10556780701394169 [12] Chapelle，O.，在原始神经计算中训练支持向量机。，19, 5, 1155-1178 (2007) ·Zbl 1123.68101号 ·doi:10.1162/neco.2007.19.5.1155 [13] 科尔曼，T。；Conn，A.，通过精确惩罚方法的非线性规划：渐近分析，数学。程序。，24, 123-136 (1982) ·Zbl 0501.90078号 ·doi:10.1007/BF01585100 [14] Conn，A.，使用不可微罚函数的约束优化，SIAM J.Numer。分析。，10, 4, 760-784 (1973) ·兹比尔0259.90039 ·数字对象标识代码：10.1137/0710063 [15] 连接器，AR；Mongeau，M.，不连续分段线性优化，数学。程序。，80, 3, 315-380 (1998) ·Zbl 0901.90163号 ·doi:10.1007/BF01581171 [16] 库利巴利，Z。；Orban，D.，具有互补约束的数学程序的l1弹性内点方法，SIAM J.Optim。，22, 187-211 (2012) ·Zbl 1252.90047号 ·doi:10.1137/090777232 [17] Di Pillo，G。；法奇尼，F。；Grippo，L.，使用可微精确罚函数求解不等式约束问题的RQP算法，数学。程序。，25, 49-68 (1992) ·兹比尔0767.90060 ·doi:10.1007/BF01581190 [18] 费罗，HJ；柯奇斯，C。；Potschka，A。；博克，HG；Diehl，M.，qpOASES:二次规划的参数活动集算法，数学。程序。计算。，6, 4, 327-363 (2014) ·Zbl 1302.90146号 ·doi:10.1007/s12532-014-0071-1 [19] 罚款，S。；Scheinberg，K.，《使用低阶核表示的高效SVM训练》，J.Mach。学习。第2号决议，243-264（2001年）·Zbl 1037.68112号 [20] Gertz，E.M.，Griffin，J.D.：大型数据集的支持向量机分类器。技术报告ANL/MCS-TM-289，阿贡国家实验室（2005）。doi:10.2172/881587 [21] 哈桑，H。；Baharum，A.，解决涉及invex函数的光滑非线性规划的广义对数惩罚函数法，阿拉伯J.基础应用。科学。，26, 202-214 (2019) ·doi:10.1080/25765299.2019.1600317 [22] He，M.：线性和凸二次优化的不可行约束约简。马里兰大学博士论文（2011年）。http://hdl.handle.net/1903/12772。2019年访问 [23] 他，我的；Tits，AL，线性优化的不可行约束简化内点方法，Optim。方法软件。，27, 4-5, 801-825 (2012) ·Zbl 1276.90083号 ·doi:10.1080/10556788.2011.589056 [24] Hettich，C.B.S.，Merz，C.：机器学习数据库的UCI存储库（1998）。网址：http://www.ics.uci.edu/mlearn/MLRepository.html。2019年访问 [25] Hungerländer，P.：凸二次规划算法。克拉根福阿尔卑斯大学博士论文（2009年） [26] Jung，J.H.，O'Leary，D.P.，Tits，A.L.：训练支持向量机的自适应约束约简。电子。事务处理。数字。分析。31, 156-177 (2008) ·Zbl 1177.90308号 [27] Jung，J.H.，O'Leary，D.P.，Tits，A.L.：凸二次规划的自适应约束约简。计算。最佳方案。申请。51(1), 125-157 (2012) ·Zbl 1245.90082号 [28] Laiu，M。；Tits，A.，一种用于凸二次规划的约束简化MPC算法，带有改进的活动集识别方案，Compute。最佳方案。申请。，72, 727-768 (2019) ·Zbl 1420.90042号 ·doi:10.1007/s10589-019-00058-0 [29] 马图塞克，J。；Gärtner，R.，《理解和使用线性规划》（2007），纽约：Springer，纽约·Zbl 1133.90001号 [30] 梅恩，DQ；Polak，E.，等式和不等式约束优化问题的可行方向算法，数学。程序。，11, 1, 67-80 (1976) ·Zbl 0351.90067号 ·doi:10.1007/BF01580371 [31] Mehrotra，S.，关于原对偶内点方法的实现，SIAM J.Optim。，2, 4, 575-601 (1992) ·Zbl 0773.90047号 ·doi:10.1137/0802028年 [32] 甜瓜，T。；马蒂亚斯，J。；Monteiro，M.，《解决MPCC问题的惩罚方法》，J.Math。分析。，7, 1, 91-101 (2016) ·Zbl 1362.90351号 [33] 蒙特罗，R。；Adler，I.，遵循原对偶算法的内部路径。第二部分：凸二次规划，数学。程序。，44, 43-66 (1989) ·Zbl 0676.90039号 ·doi:10.1007/BF01587076 [34] 波拉克，E。；He，L.，半无限优化可行方向的统一可操纵第一阶段第二阶段方法，J.Optim。理论应用。，69, 1, 83-107 (1991) ·Zbl 0702.90087号 ·doi:10.1007/BF00940462 [35] 波拉克，E。；Tits，AL，一种具有自动惩罚限制的全局收敛、可实现的乘数方法，应用。数学。最佳。，6, 1, 335-360 (1980) ·Zbl 0445.90070号 ·doi:10.1007/BF01442901 [36] Polak，E。；特拉汉，R。；Mayne，DQ，第一阶段-第二阶段可行方向组合方法，数学。程序。，17, 1, 61-73 (1979) ·Zbl 0407.90076号 ·doi:10.1007/BF01588225 [37] Schölkopf，B。；斯莫拉，AJ；Bach，F.，《使用内核学习：支持向量机、正则化、优化和超越》（2002），剑桥：麻省理工学院出版社，剑桥 [38] 斯特拉托，B。；Banjac，G。；Goulart，P。；Bemporad，A。；Boyd，S.，OSQP：二次规划的算子分裂解算器，数学。程序。计算。，12, 4, 637-672 (2020) ·Zbl 1452.90236号 ·doi:10.1007/s12532-020-00179-2 [39] Tits，A。；瓦希特，A。；巴赫蒂亚里，S。；Urban，T。；Lawrence，C.，非线性规划的一种具有强全局和局部收敛性的原对偶内点方法，SIAM J.Optimiz。，14, 1, 173-199 (2003) ·Zbl 1075.90078号 ·doi:10.1137/S1052623401392123 [40] Winternitz，L.：具有许多不等式约束的线性规划问题的原对偶内点算法。马里兰大学博士论文（2010年）。http://hdl.handle.net/1903/10400 [41] Wright，S.：关于牛顿/对数贝里法的收敛性。数学。程序。90, 71-100 (2001). doi:10.1007/PL00011421·Zbl 0986.90061号 [42] SJ Wright，《Primal-Doual Interior-Point Methods》（1997年），费城：SIAM，费城·Zbl 0863.65031号 ·doi:10.137/1.9781611971453 [43] Ye，Y.，关于LCP的齐次和自对偶算法，数学。程序。，76, 211-221 (1996) ·Zbl 0881.90116号 ·doi:10.1007/BF02614384 [44] Ye，Y。；托德，M。；Mizuno，S.，An\（{O}（\sqrt{n}{L}）\）-迭代齐次和自对偶线性规划算法，数学。操作。决议，19，53-67（1994）·Zbl 0799.90087号 ·doi:10.1287/门19.1.53 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。