×

非光滑凸MINLP问题的外逼近算法。 (英语) Zbl 1401.90133号

摘要:在这项工作中,我们将外逼近(OA)和束方法算法相结合,处理具有非光滑凸目标和约束函数的混合整数非线性规划(MINLP)问题。由于OA方法的收敛性分析强烈依赖于所涉及函数的可微性,OA算法可能无法解决一般的非光滑凸MINLP问题。为了获得收敛的OA算法,无论凸函数的结构如何,我们通过一种特殊的束方法来解决底层OA的非线性子问题,该方法提供了必要的信息来截断先前访问的(非最优)整数点。这个性质对于证明OA算法的(有限)收敛性至关重要。我们对一类包含有限支持随机变量的混合鲁棒和机会约束问题的数值性能进行了说明。

MSC公司:

90立方厘米 混合整数编程
90立方 非线性规划
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 贝洛蒂,P。;柯奇斯,C。;Leyffer,S。;林德拉斯,J。;卢埃特克,J。;Mahajan,A.,混合整数非线性优化,Acta Numer,22,1-131(2013)·Zbl 1291.65172号
[2] Bonami,P。;Biegler有限公司;Conn,Ar公司;Cornuéjols,G。;格罗斯曼,Ie;Laird,Cd;Lee,J。;Lodi,A。;玛格特,F。;Sawaya,N。;Wächter,A.,凸混合整数非线性规划的算法框架,离散优化,5,2,186-204(2008)·Zbl 1151.90028号
[3] Bonvin,G。;Demassey,S。;Le Pape,C。;马伊齐,N。;Mazauric,V。;Samperio,A.,一类分支水网络中水泵调度的凸数学程序,Appl Energy,1851702-1711(2017)
[4] De Oliveira,W.,凸MINLP问题的正则优化方法,TOP,24,3,665-692(2016)·Zbl 1358.90086号
[5] Dubost,L。;Gonzalez,R。;Lemaréchal,C.,《一种应用于法国单位承诺问题的原始近距离启发式》,《数学程序》,104,1,129-151(2005)·Zbl 1077.90083号
[6] 埃罗宁,Vp;梅克尔,Mm;Westerlund,T.,关于ECP和OA方法对非光滑凸MINLP问题的推广,Optimization,63,7,1057-1073(2014)·Zbl 1295.90022号
[7] Grossmann,Ie,《非线性混合整数和析取规划技术综述》,Optim Eng,3,3,227-252(2002)·兹比尔1035.90050
[8] Hemmecke,R。;科普,M。;Lee,J。;魏斯曼特尔,R。;Jünger,M。;谎言,Tm;Naddef,D。;纳姆豪泽,Gl;滑轮板,Wr;Reinelt,G。;Rinaldi,G。;路易斯安那州沃尔西,《1958-2008年整数规划50年:从早期到最先进的非线性整数规划》,561-618(2010),柏林:施普林格,柏林·Zbl 1187.90270号
[9] Van Ackooij,W。;Frangioni,A。;De Oliveira,W.,不精确稳定Benders分解方法及其在有限支撑随机约束问题中的应用,Comput Optim Appl,65,637-669(2016)·Zbl 1357.90104号
[10] 魏,Z。;Ali,Mm,凸混合整数非线性规划问题与外逼近算法,J Global Optim,63,2,213-227(2015)·兹比尔1327.90144
[11] 韦斯特伦德,T。;Pörn,R.,用割平面技术解决伪凸混合整数优化问题,Optim Eng,3,3,253-280(2002)·Zbl 1035.90051号
[12] Van Ackooij,W.,《大规模单位承诺随机规划四种方法的比较》,EURO J Comput Optim,5,119-147(2017)·Zbl 1361.90044号
[13] Kelley,Je Jr,《求解凸规划的割平面法》,J Soc Indus Appl Math,8,4,703-712(1960)·Zbl 0098.12104号
[14] Benders,Jf,解决混合变量编程问题的分区程序,数值数学,4238-252(1962)·Zbl 0109.38302号
[15] Geoffrion,Am,广义Benders分解,J Optim理论应用,10237-260(1972)·Zbl 0229.90024
[16] 马·杜兰(Ma Duran);Grossmann,Ie,一类混合整数非线性规划的外逼近算法,《数学程序》,36,3,307-339(1986)·Zbl 0619.90052号
[17] 弗莱彻,R。;Leyffer,S.,《用外逼近法求解混合整数非线性程序》,《数学程序》,66,1-3,327-349(1994)·Zbl 0833.90088号
[18] 克塞达,I。;Grossamann,Ie,凸MINLP优化问题的基于LP/NLP的分枝定界算法,计算化学工程,16937-947(1992)
[19] Bagirov,A。;北卡罗来纳州卡米萨。;Mäkelä,Mm,《非光滑优化导论:理论、实践和软件》(2014),瑞士:施普林格国际出版社,瑞士·Zbl 1312.90053号
[20] Bonnans,Jf;Gilbert,Jch;Lemaréchal,C。;Sagastizábal,C.,《数值优化》。理论和实践方面(2006年),柏林:Universitext,Springer-Verlag,柏林·Zbl 1108.65060号
[21] 韦斯特伦德,T。;Petterson,F.,求解凸MINLP问题的扩展割平面方法,计算化学工程,19,131-136(1995)
[22] Hiriart-Urruti,Jb;Lemaréchal,C.,凸分析和最小化算法II,306(1996),柏林-海德堡:施普林格-弗拉格出版社,柏林-海德堡
[23] Lemaréchal,C.,最小化凸函数的算法,Inform Process,1974,552-556(1974)·Zbl 0297.65041号
[24] 德奥利维拉,W。;萨加斯蒂扎巴尔,C。;Lemaréchal,C.,《深度凸近端束方法:不精确预言的统一分析》,《数学程序》,148241-277(2014)·Zbl 1327.90321号
[25] 德奥利维拉,W。;Solodov,M.,非光滑凸优化的双稳定束方法,数学程序,156,1125-159(2016)·Zbl 1346.90675号
[26] Frangioni,A.,广义束方法,SIAM J Optim,13,1,117-156(2002)·Zbl 1041.90037号
[27] Kiwiel,Kc,具有近似次梯度线性化的近端束方法,SIAM J Optim,16,4,1007-1023(2006)·Zbl 1104.65055号
[28] Van Ackooij,W。;Sagastizábal,C.,上不精确预言的约束束方法及其在联合机会约束能量问题中的应用,SIAM J Optim,24,2,733-765(2014)·兹比尔1297.49057
[29] Ruszczynski,A.,非线性优化(2006),普林斯顿(新泽西):普林斯顿大学出版社,普林斯顿·Zbl 1108.90001号
[30] Kiwiel,Kc,约束凸不可微极小化近端束方法中的精确罚函数,数学程序,52,1,285-302(1991)·Zbl 0754.90045号
[31] Hiriart-Urruti,Jb;Lemaréchal,C.,凸分析和最小化算法I,305(1996),柏林-海德堡:施普林格-弗拉格出版社,柏林-海德堡
[32] Rockafellar,Rt;Wets,Rj-B,变分分析,317(2009),柏林-海德堡:施普林格-弗拉格出版社,柏林-海德堡
[33] Van Ackooij,W。;De Oliveira,W.,带各种预言的约束凸优化的水平束方法,计算优化应用,57,555-597(2014)·Zbl 1329.90109号
[34] Zaourar,S。;Malick,J.,弯曲分解的二次稳定化(2014),INRIA-格勒诺布尔
[35] 冈萨雷斯,Gt;Heitsch,H。;Henrion,R.,《固定网络中天然气运输管理的概率/稳健约束联合模型》,《计算管理科学》,第14期,第443-460页(2017年)·Zbl 1397.90092号
[36] Bertsimas博士。;棕色,Db;Caramanis,C.,稳健优化理论与应用,SIAM Rev,53,3,464-501(2011)·Zbl 1233.90259号
[37] Gurobi Optimization公司。Gurobi优化器参考手册(2016)
[38] Ed Dolan;Moré,Jj,《带性能曲线的基准优化软件》,《数学程序》,91,201-213(2002)·邮编:1049.90004
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。