使用线性约束最大化凸函数(最小化凹函数)

计算科学 优化
2021-12-14 05:56:02

问题是

maxf(x) subject to Ax=b

其中 ,f(x)=i=1N1+xi4(i=1Nxi2)2
x=[x1,x2,...,xN]TRN×1
ARM×N

我们可以看到的形式,是一个凸函数。 还可以证明 f(.) 有界f(.)1+y2
[2,2]

这是具有线性约束的凸最小化问题。

用于解决此类问题的标准算法有哪些?

使用问题的特定性质,是否可以使用任何标准优化软件/包来解决它?

4个回答

您可以利用问题的结构,尽管我知道没有预先打包的求解器可以为您这样做。

本质上,您正在寻找的是最小化凸多面体(或凸多面体)上的凹函数。快速搜索了一些相关资源(我依稀记得四年前我参加非线性规划课程时提到过其中一个):

Falk、JE 和 Hoffman,KL凹面最小化通过折叠多面体,运筹学,1986 年,卷。34, No. 6, p. 919-929。

Hoffman, KL一种在凸集上全局最小化凸函数的方法,数学规划,1981 年,卷。20 页。22-31。

Benson, HP多面体上凹最小化的有限算法,海军研究物流,1985 年,卷。32, No. 1, p. 165-177。

Christophe Meyer 网站上的大量参考资料

如果您谷歌“最小化多面体上的凹函数”(或将“多面体”替换为“多面体”),则会有更多来源。

几年前我参加了一个关于优化的讲座。那时我们将 Matlab 与 YALMIP 结合使用。

YALMIP 维基

这个问题可以看作是凸函数(DC)编程问题的差异。有大量关于 DC 编程的文献,您可以在那里搜索相关研究。最著名的方法之一是 DCA 方法,例如参见:http: //lma.univ-pau.fr/meet/mamern09/en/Lethi-MAMERN09.pdf

最近另一篇在某种程度上调查 DC 文献并且可能很方便的论文是: https ://arxiv.org/pdf/1511.01796.pdf

对于非平滑问题,您还可以使用一些更通用的方法,例如:http://num.math.uni-goettingen.de/~ssabach/BST2013.pdf 中给出的基于代理的 方法

我会提供Frank Wolfe 算法和相关方法供您考虑。基本上,您将目标函数线性化并在每次迭代中求解得到的 LP。但是,我确实认为您需要在上添加界限以使这种方法有效。x