×
曹延凯;维克多·扎瓦拉（Victor M.Zavala）。

随机非线性程序的一种可扩展全局优化算法。 （英语） 兹比尔1429.90045

J.全球。最佳方案。 75，第2号，393-416（2019）.
摘要：我们提出了两阶段随机非线性规划（NLP）的全局优化算法。该算法使用定制的缩减空间空间分支定界（BB）策略来利用问题的近似可分解结构。在BB方案的每个节点上，通过放松所谓的非预期约束来构造下限，通过将第一阶段变量固定到当前候选解来构造上限。这种方法的一个关键优点是，可以通过求解单个场景子问题来计算下限和上限。该方法的另一个关键特性是，它只需要对第一阶段变量执行分支以确保收敛（在计算下限和上限时，对第二阶段变量执行隐式分支）。值得注意的是，该方案的收敛结果也适用于混合整数第一阶段变量和连续追索变量的两阶段随机MINLP。我们在Julia中给出了该算法的一个串行实现，我们称之为SNGO。该实现与结构化建模语言Plasmo.jl接口，这有助于基准测试和模型处理。我们的实现包含了有助于加速BB搜索的典型功能，例如基于LP的下限技术、基于本地搜索的上限技术和基于松弛的边界收紧技术。这些策略需要求解广泛形式的随机程序，但可以使用结构化内点解算器（当问题是NLP时）进行求解。对控制器调整公式、微生物生长模型的参数估计公式和GLOBALlib中的随机测试集进行了数值实验。我们将计算结果与SCIP进行了比较，并证明了该方法实现了显著的加速。

引用于4文件

MSC公司：

90立方厘米 随机规划
90C26型 非凸规划，全局优化
90立方厘米57 多面体组合学，分支与绑定，分支与切割

关键词：

随机NLP;全局优化;可伸缩的

软件：

SCIP公司;全球图书馆;安提戈内;血浆.jl
PDF格式BibTeX公司 XML格式引用
\textit{Y.Cao}和\textit{V.M.Zavala}，J.Glob。最佳方案。75，第2号，393--416（2019年；Zbl 1429.90045）
全文： 内政部

参考文献：

[1] Achterberg，T.、Koch，T.和Martin，A.：重新审视分支规则。操作。Res.Lett公司。33(1), 42-54 (2005) ·Zbl 1076.90037号 ·doi:10.1016/j.orl.2004.04.002
[2] Androulakis，I.P.，Maranas，C.D.，Floudas，C.A.：[\alpha\]αbb：一般约束非凸问题的全局优化方法。J.全球。最佳方案。7(4), 337-363 (1995) ·Zbl 0846.90087号
[3] Birge，J.R.，Louveaux，F.：随机规划导论，第2版。施普林格，纽约（2011）·Zbl 1223.90001号 ·doi:10.1007/978-1-4614-0237-4
[4] Bonnans，J.F.，Shapiro，A.：优化问题的扰动分析。施普林格，纽约（2013）·兹伯利0966.49001
[5] CaröE，C.C.，Schultz，R.：随机整数规划中的对偶分解。操作。Res.Lett公司。24(1), 37-45 (1999) ·Zbl 1063.90037号 ·doi:10.1016/S0167-6377（98）00050-9
[6] Dür，M.，Horst，r.：非凸全局优化中的拉格朗日对偶和分割技术。J.优化。理论应用。95（2），347-369（1997）·兹伯利0892.90162 ·doi:10.1023/A：1022687222060
[7] Epperly，T.G.，Pistikopoulos，E.N.：一种用于全局优化的简化空间分支定界算法。J.全球。最佳方案。11(3), 287-311 (1997) ·Zbl 1040.90567号 ·doi:10.1023/A:1008212418949
[8] Fisher，M.L.：解决整数规划问题的拉格朗日松弛方法。管理。科学。27(1), 1-18 (1981) ·Zbl 0466.90054号 ·doi:10.1287/mnsc.27.1.1
[9] Floudas，C.A.，Visweswaran，V.：原始松弛对偶全局优化方法。J.优化。理论应用。78(2), 187-225 (1993) ·Zbl 0796.90056号 ·doi:10.1007/BF00939667
[10] Geoffrion，A.M.：广义弯曲分解。J.优化。理论应用。10(4), 237-260 (1972) ·Zbl 0229.90024 ·doi:10.1007/BF00934810
[11] Guignard，M.，Kim，S.：拉格朗日分解：产生更强拉格朗格边界的模型。数学。程序。39(2), 215-228 (1987) ·Zbl 0638.90074号 ·doi:10.1007/BF02592954
[12] Horst，R.，Tuy，H.：全局优化：确定性方法。施普林格，纽约（2013）·Zbl 0867.90105号
[13] Javing，J.、Abhyankar，S.、Kim，K.、Hereld，M.、Zavala，V.M.：基于图形的计算框架，用于模拟和优化耦合基础设施网络。审查中（2016年）
[14] Karuppiah，R.，Grossmann，I.E.：一种基于拉格朗日的分枝切割算法，用于具有可分解结构的非凸混合整数非线性程序的全局优化。J.全球。最佳方案。41(2), 163-186 (2008) ·Zbl 1145.90055号 ·doi:10.1007/s10898-007-9203-8
[15] Khajavirad，A.，Michalek，J.J.：基于确定性拉格朗日的全局优化方法，用于拟可分非凸混合整数非线性程序。J.机械。设计。131(5), 051,009 (2009) ·doi:10.1115/1.3087559
[16] Li，X.，Tomasgard，A.，Barton，P.I.：随机可分离混合整数非线性规划的非凸广义benders分解。J.优化。理论应用。151(3), 425 (2011) ·Zbl 1245.90079号 ·doi:10.1007/s10957-011-9888-1
[17] Maher，S.J.、Fischer，T.、Gally，T.，Gamrath，G.、Gleixner，A.、Gottwald，R.L.、Hendel，G.，Koch，T.和Lübbecke，M.E.、Miltenberger，M.等人：scip优化套件4.0（2017）
[18] Misener，R.，Floudas，C.A.：安提戈涅：非线性方程的连续/整数全局优化算法。J.全球。最佳方案。59(2-3), 503-526 (2014) ·Zbl 1301.90063号 ·文件编号：10.1007/s10898-014-0166-2
[19] Sherali，H.D.，Adams，W.P.：求解离散和连续非凸问题的一种重整线性化技术，第31卷。施普林格，纽约（2013）·兹比尔0926.90078
[20] Smith，E.M.，Pantelides，C.C.：非凸minlps全局优化的符号重定/空间分支定界算法。计算。化学。工程23（4-5），457-478（1999）·doi:10.1016/S0098-1354（98）00286-5
[21] Tawarmalani，M.，Sahinidis，N.V.：全局优化的多面体分支与切割方法。数学。程序。103(2), 225-249 (2005) ·Zbl 1099.90047号 ·doi:10.1007/s10107-005-0581-8
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。