×
贾苏尔，A.M。;新南威尔士州艾巴特。;拉戈亚，C.M。

半代数集上机会约束优化的半定规划。 （英语） Zbl 1317.90237号

SIAM J.Optim公司。 25，第3期，1411-1440（2015）.
摘要：本文介绍了“机会优化”问题，其目标是使多项式不等式定义的集合的概率最大化。一般来说，这些问题是非凸的，并且计算困难。为了开发解决此类问题的系统数值程序，基于测度和矩理论，给出了一系列凸松弛，其最优值序列收敛于原问题的最优值。事实上，我们提供了一系列增维半定程序，它们可以任意逼近原始问题的解。为了能够有效地求解由此产生的大规模半定松弛，实现了一阶增广拉格朗日算法。通过数值算例说明了该方法的计算性能。

引用于11文件

MSC公司：

90C25型 凸面编程
90C22型 半定规划
90C06型 数学规划中的大尺度问题
第14页 半代数集与相关空间
第11页第25页 平方和和其他特殊二次形式的表示
65千5 数值数学规划方法
49平方米29 涉及对偶的数值方法

关键词：

半代数集;机会受限;SDP松弛;增广拉格朗日函数;一阶方法

软件：

切布冯;塞杜米;GloptiPoly公司
PDF格式BibTeX公司 XML格式引用
\textit{A.M.Jasour}等人，SIAM J.Optim。25，第3号，1411--1440（2015；Zbl 1317.90237）
全文： 内政部 arXiv公司

参考文献：

[1] N.S.Aybat和G.Iyengar，{二次凸规划的增广拉格朗日方法}，预印本，http://arxiv.org/abs/1302.6322v1, 2013.
[2] N.S.Aybat和G.Iyengar，《最小化复合范数的统一方法》，数学。程序。，144（2014），第181-226页·Zbl 1327.90190号
[3] N.S.Aybat和G.Iyengar，{压缩传感的一阶增广拉格朗日方法}，SIAM J.Optim。，22（2012），第429-459页·Zbl 1251.90303号
[4] N.S.Aybat、Z.Wang和G.Iyengar，{复合凸优化的异步分布近端梯度法}，第32届机器学习国际会议论文集，法国里尔，2015；JMLR研讨会和会议程序。，37（2015），第2454-2462页。
[5] Z.Battles和L.N.Trefethen，《MATLAB对连续函数和运算符的扩展》，SIAM J.Sci。计算。，25（2004），第1743-1770页·Zbl 1057.65003号
[6] A.Beck和M.Teboulle，{线性反问题的快速迭代收缩阈值算法}，SIAM J.成像科学。，2（2009年），第183-202页·Zbl 1175.94009号
[7] A.Ben-Tal、D.Bertsimas和D.Brown，{模糊条件下优化的软鲁棒模型}，Oper。Res.，58（2010），第1220-1234页·Zbl 1228.90060号
[8] A.Ben-Tal、S.Boyd和A.Nemirovski，《扩展稳健优化的范围：不确定问题的全面稳健对应物》，数学。程序。，107（2006），第63-89页·Zbl 1134.90042号
[9] A.Ben-Tal、E.L.Ghaoui和A.Nemirovski，{稳健半定规划}，《半定规划手册》，Kluwer学术出版社，荷兰多德雷赫特，2000年。
[10] A.Ben Tal、A.Goryashko、E.Guslitzer和A.Nemirovski，不确定线性规划的可调节鲁棒解，数学。程序。，99（2004），第351-376页·Zbl 1089.90037号
[11] A.Ben-Tal和A.Nemirovski，《不确定线性规划的稳健解》，Oper。Res.Lett.公司。，25（1999），第1-13页·Zbl 0941.90053号
[12] A.Ben-Tal和A.Nemirovski，{受不确定数据污染的线性规划问题的稳健解决方案}，数学。程序。，88（2000），第411-424页·Zbl 0964.90025号
[13] A.Ben-Tal、A.Nemirovski和C.Roos，{不确定二次和二次曲线问题的稳健解}，SIAM J.Optim。，13（2002），第535-560页·Zbl 1026.90065号
[14] D.Bertsimas和M.Sim，《稳健性的代价》，《欧洲期刊》。研究，52（2004），第35-53页·Zbl 1165.90565号
[15] L.Blackmore，H.Li和B.Williams，{带障碍物的最优鲁棒路径规划的概率方法}，《2006年美国控制会议论文集》，明尼阿波利斯，明尼苏达州，2006年。
[16] L.Blackmore、M.Ono、A.Bektassov和B.Williams，《机会约束随机预测控制的概率粒子控制近似》，IEEE Trans。《机器人学》，26（2010），第502-517页。
[17] L.Blackmore、M.Ono和B.Williams，{有障碍的机会约束最优路径规划}，IEEE Trans。机器人学，27（2011），第1080-1094页。
[18] G.Calafore和M.C.Campi，{不确定凸规划：随机解和置信水平}，数学。程序。，102（2004），第25-46页·Zbl 1177.90317号
[19] G.Calafiore和M.C.Campi，《鲁棒控制设计的场景方法》，IEEE Trans。自动化。Control，51（2006），第742-753页·Zbl 1366.93457号
[20] G.C.Calafore和L.El Ghaoui，{关于分布稳健的机会约束线性规划}，J.Optim。理论应用。，130（2006），第1-22页·Zbl 1143.90021号
[21] W.Chen、M.Sim、J.Sun和C.-P.Teo，《从CVaR到不确定性集：联合机会约束优化的含义》，Oper。Res.，58（2010），第470-485页·Zbl 1226.90051号
[22] S.-S.Cheung，A.Man-Cho So，K.Wang，{随机相关扰动线性矩阵不等式及其在随机约束半定优化中的应用}，SIAM J.Optim。，22（2012），第1394-1430页·Zbl 1272.65048号
[23] F.Dabbene、C.Feng和C.M.Lagoa，{多项式不确定性下的鲁棒和机会约束优化}，《2009年美国控制会议论文集》，密苏里州圣路易斯，2009年·Zbl 1368.90119号
[24] N.E.Du Toit和J.W.Burdick，{机会约束下的概率碰撞检查}，IEEE Trans。机器人学，27（2011），第809-815页。
[25] M.Fazel、H.Hindi和S.Boyd，《矩阵秩最小化的对数集启发式及其在Hankel和Euclidean距离矩阵中的应用》，《2003年美国控制会议论文集》，丹佛，科罗拉多州，2003年。
[26] C.Feng和C.M.Lagoa，《多项式不确定性的分布鲁棒性分析》，《IEEE决策与控制会议论文集》，中国上海，2009年，第1151-1156页。
[27] C.Feng、F.Dabbene和C.M.Lagoa，{多项式不确定性下鲁棒概率优化的亲属函数方法}，IEEE Trans。自动化。控制，56（2011），第1509-1523页·Zbl 1368.90119号
[28] D.Henrion、J.B.Lasserre和J.Loefberg，{it GloptiPoly 3:矩、优化和半定规划}，Optim。方法软件。，24（2009），第761-779页·Zbl 1178.90277号
[29] D.Henrion、J.B.Lasserre和C.Savorgnan，《基本半代数集的近似体积和积分》，SIAM Rev.，51（2009），第722-743页·Zbl 1179.14037号
[30] A.M.Jasour和C.Lagoa，{概率鲁棒控制设计问题的凸松弛}，《第52届IEEE决策与控制会议论文集》，意大利佛罗伦萨，2013年，第1892-1897页。
[31] A.M.Jasour和C.Lagoa，{机会约束代数问题的半定松弛}，《第51届IEEE决策与控制会议论文集》，Maui，HI，2012年。
[32] C.M.Lagoa、F.Dabbene和R.Tempo，{性能概率的硬边界及其在电路分析中的应用}，IEEE Trans。电路系统，55（2008），第3178-3187页。
[33] C.M.Lagoa、X.Li和M.Sznaier，{概率约束线性规划和风险调整控制器设计}，SIAM J.Optim。，15（2005），第938-951页·Zbl 1077.90044号
[34] R.Laraki和J.B.Lasserre，{\it min-max问题和游戏的半定规划}，数学。程序。，131（2012），第305-332页·Zbl 1242.90158号
[35] J.B.Lasserre，{广义矩问题的半定规划方法}，数学。程序。，112（2008），第65-92页·Zbl 1145.90049号
[36] J.B.Lasserre，{多项式全局优化与矩问题}，SIAM J.Optim。，11（2001），第796-817页·兹比尔1010.90061
[37] J.B.Lasserre，《矩正多项式及其应用》，帝国理工学院出版社，伦敦，2010年·兹比尔1211.90007
[38] M.Laurent，{平方和、矩矩阵和多项式优化}，《代数几何的新兴应用》，IMA卷数学。申请。149，Springer，纽约，2009年，第157-270页·Zbl 1163.13021号
[39] X.Li，Z.Qin，and L.Yang，{带风险约束的机会约束投资组合选择模型}，Appl。数学。计算。，217（2010），第949-951页·Zbl 1197.91178号
[40] L.B.Miller和H.Wagner，{带联合约束的机会约束规划}，欧洲运筹学杂志。Res.，13（1965），第930-945页·Zbl 0132.40102号
[41] A.Nemirovski，{论机会约束的安全可控制逼近}，欧洲期刊Oper。研究，219（2012），第707-718页·Zbl 1253.90185号
[42] A.Nemirovski和A.Shapiro，{机会约束规划的凸逼近}，SIAM J.Optim。，17（2006），第969-996页·Zbl 1126.90056号
[43] A.Nemirovski和A.Shapiro，{机会约束的情景近似}，《不确定性设计的概率和随机方法》，Springer，纽约，2004年，第3-48页·Zbl 1181.90248号
[44] A.Nemirovski，《关于随机扰动凸约束的可处理近似》，载于《第42届IEEE决策与控制会议论文集》，夏威夷毛伊岛，2003年，第2419-2422页。
[45] Y.Nesterov，{非光滑函数的平滑最小化}，数学。程序。，103（2005），第127-152页·Zbl 1079.90102号
[46] Y.Nesterov，{凸优化入门讲座：基础课程}，Kluwer学术出版社，荷兰多德雷赫特，2004年·Zbl 1086.90045号
[47] M.Ono、L.Blackmore和B.C.Williams，{机会约束非凸约束有限时域最优控制}，《2012年美国控制会议论文集》，加拿大蒙特利尔，2012年。
[48] J.Pinter，{概率不等式的确定性近似}，欧洲J.Oper。Res.，33（1989），第219-239页·Zbl 0672.60032号
[49] A.Prekopa，{随机编程}，Kluwer学术出版社，荷兰多德雷赫特，1995年·Zbl 0863.90116号
[50] M.Putinar，{紧半代数集上的正多项式}，印第安纳大学数学。J.，42（1993），第969-984页·Zbl 0796.12002号
[51] B.Recht、M.Fazel和P.Parrilo，{通过核范数最小化保证线性矩阵方程的最小秩解}，SIAM Rev.，52（2010），第471-501页·Zbl 1198.90321号
[52] S.K.Shah、C.D.Pahlajani、N.A.Lacock和H.G.Tanner，《具有概率状态约束的机器人的随机后退视界控制》，《IEEE国际机器人与自动化会议论文集》，明尼苏达州圣保罗，2012年，第2893-2898页。
[53] J.F.Sturm，{\it Using SeDuMi 1.02，用于对称锥优化的MATLAB工具箱}，Optim。方法软件。，11（1999），第625-653页·Zbl 0973.90526号
[54] W.Tang，Q.Han和G.Li，《机会约束下的投资组合选择问题》，载《IEEE系统、人和控制论国际会议论文集》，亚利桑那州图森市，2001年，第2674-2679页。
[55] R.Tempo、G.Calafiore和F.Dabbene，{不确定系统分析和控制的随机算法}，通信和控制工程系列，Springer-Verlag，伦敦，2013年·Zbl 1280.93002号
[56] P.Tseng，{关于凹凸优化的加速近似梯度法}，手稿，网址：http://www.mit.edu/dimitrib/PTseng/papers.html。
[57] H.Xu，C.Caramanis，和S.Mannor，{概率包络约束下的优化}，Oper。研究，60（2012），第682-699页·Zbl 1251.90301号
[58] B.Xu，J.Yu，Y.Meng，{基于实物期权观点的多项目多项目投资组合的双目标随机机会约束优化模型}，IEEE国际工业工程与工程管理会议，香港，2009。
[59] S.Zymler、D.Kuhn和B.Rustem，{具有二阶矩信息的分布鲁棒联合机会约束}，数学。程序。，137（2013），第167-198页·Zbl 1286.90103号
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。