技术史学会

凸混合整数非线性规划的扩展支持超平面算法。提出了一种求解凸混合整数非线性规划(MINLP)问题的新的确定性算法:扩展支持超平面(ESH)算法利用支持超平面生成由线性和非线性约束定义的可行集的严格高估多面体集。首先求解一系列线性或二次整数松弛子问题,以快速生成原MINLP问题的紧线性松弛。在得到初始高估集后,该算法求解一系列混合整数线性规划或混合整数二次规划子问题,并通过在每次迭代中生成更多的支持超平面来细化高估集。与扩展割平面算法相比,ESH生成了一个更严格的高估集,与外近似不同,支持超平面的生成点是通过简单的线搜索过程来找到的。本文证明了对于凸MINLP问题,ESH算法收敛到全局最优。ESH算法被实现为支持超平面优化工具箱(SHOT)求解器,并与其他最先进的MINLP解算器进行了广泛的数值比较。


zbMATH中的参考文献(参考文献13条,1标准件)

显示结果1到13,共13个。
按年份排序(引用)

  1. 贝索尔德,蒂莫;雅各布Witzig:MINLP的冲突分析(2021年)
  2. 布里托,塞缪尔·苏扎;Santos,Haroldo Gambini:预处理和带有冲突图的切割平面(2021)
  3. 达瓦尼亚,丹尼尔;van Hoeve,Willem-Jan:基于决策图的整数非线性规划的外逼近(2021)
  4. 德莫里,马西莫;吉利斯,乔里斯;斯韦尔斯,简;Pipleers,Goele:一个近点外近似算法(2020)
  5. 克朗奎斯特,一月;伯纳尔,大卫·E。;Grossmann,Ignacio E.:在凸MINLP的外逼近中使用正则化和二阶信息(2020)
  6. 梅洛,温德尔;法姆帕,玛西亚;Raupp,Fernanda:MINLP算法概述及其在Muriqui optimizer中的实现(2020)
  7. 穆茨,帕夫洛;诺瓦克,伊沃;Hendrix,Eligius M.T.:凸混合整数非线性规划的基于分解的外逼近算法(2020)
  8. 塞拉诺,费利佩;施瓦兹,罗伯特;支持平面的ambixey算法和扩展的平面算法
  9. Serra,Thiago:重构析取切割生成线性规划(2020)
  10. 诺瓦克,伊沃;穆茨,帕夫洛;Hendrix,Eligius M.T.:大规模混合整数非线性优化的多树分解方法(2019)
  11. 克朗奎斯特,一月;安德烈亚斯,伦德尔;Westerlund,Tapio:求解凸MINLP问题时利用可分性的重新表述(2018)
  12. 韦斯特伦,塔皮奥;埃隆,佩卡维尔;Mäkelä,Marko M.:关于用支持超平面技术求解广义凸MINLP问题(2018)
  13. 克朗奎斯特,一月;安德烈亚斯,伦德尔;Westerlund,Tapio:凸混合整数非线性规划的扩展支持超平面算法(2016)