二阶锥编程问题具有表单
受约束
f,x,b,说真的,磅,UB.是载体,和一个和Aeq是矩阵。对于每一个人我, 矩阵一个SC.(我),载体bSC.(我) 和dSC.(我)和标量γ.(我)在您创建使用的二阶锥限制secondordercone
.
也就是说,该问题具有一个线性目标函数和线性约束,以及一组二阶锥约束的形式 .
coneprog
算法的coneprog
求解器使用Andersen,Roos和Terlaky中描述的算法[1].该方法是一种类似于的内部点算法内点linprog算法.
算法首先将问题放入标准格式.该算法增加了非负松弛变量,使问题具有一定的形式
受约束
求解器扩展了线性系数矢量的尺寸f线性约束矩阵一个要考虑松弛变量。
该地区K是杂交产品洛伦兹锥体等式1和非负面纠结。转换每个凸锥
到一个洛伦兹锥等式1,创建变量的列向量t1,t2、……tn+1:
这里是变量的数量n对于每个锥体我是行的数量一个SC.(我).通过其定义,变量向量t满足不等式
(1) |
等式1是洛伦兹锥的定义(n+1)变量。变量t出现在问题上代替变量x在凸区域K.
在内部,算法也使用旋转洛伦兹锥在圆锥约束的重新表述中,但本主题不涉及这种情况。详情请参见Andersen、Roos和Terlaky[1].
添加Slack变量时,算法根据需要否定变量,并添加适当的常量,以便:
只有一个绑定的变量具有零的下限。
具有两个界限的变量具有零的较低限制,并且使用Slack变量,没有上限。
没有边界的变量被放置在Lorentz锥体中,并作为约束变量。此松弛变量不是任何其他表达式,目标或约束的一部分。
双锥是
对偶问题是
这样
对于一些
双最优解决方案是一个点(y,年代)满足双重限制并最大化双目标。
为了处理可能不可行或无界的问题,算法增加了两个变量τ.和κ..并将问题交给均匀(等于零)和自我双重。
(2) |
还有约束条件
(3) |
这里, 是锥体K与非负实际线相邻,这是(x;τ.).相似地 是锥体 与非负实际线相邻,这是(年代;κ..).在这种制剂中,以下引理显示τ.是可行的解决方案吗金宝搏官方网站κ..是一个不可行的问题的指标。
引理([1]LEMMA 2.1)
让 (x,τ.,y,年代,κ..是一个可行的解决方案等式2随着约束等式3..
xT年代+τκ= 0。
如果τ.> 0,则(x,y,年代) /τ.是标准形式二阶锥问题的原对偶最优解。
如果κ..> 0,这些严格不平等中的至少一个持有:
bTy> 0
fTx< 0。
如果第一次不等式持有,则标准形式,原始二阶锥问题是不可行的。如果第二个不等式持有,则标准形式,双二阶锥问题是不可行的。
综上所述,对于可行问题,变量τ.在原标准形式问题和齐次自对偶问题之间缩放解。对于不可行的问题,最终迭代(x,y,年代,τ.,κ..)为原始标准表单问题提供了不可行性证书。
迭代的起始点为可行点:
x= 1,每个非负变量为1,每个洛伦兹锥第一个变量为1,否则为0。
y= 0。
年代=(1,0,…,0)为每个圆锥,1为每个非负变量。
τ.= 1。
κ..= 1。
算法试图遵循中央路径,为下式的参数化解γ.从1朝向0减少。
(4) |
每个下标为0的变量表示该变量的起始点。
变量X和年代是箭头头矩阵由x和年代载体分别。对于矢量x= (x1,x2,......,xn],箭头矩阵X有定义
根据其定义,X是对称的。
变量e是与每个锥体坐标相对应的1的矢量x1洛伦兹锥坐标。
变量μ.0有定义
在哪里k是非零元素的数量x0.
中央路径从起点开始,并以最佳的解决方案结束到均匀的自我双重问题。
安德森,roos和terlaky[1]在Lemma 3.1中显示互补条件xT年代= 0,在哪里x和年代是洛伦兹锥体的产品l,等于条件
对于每个锥体我.在这里X我=垫(x我),x我是与洛伦兹锥相关的变量我,年代我=垫(年代我),e我为相应维数的单位向量[1,0,0,…,0]。讨论表明,中心路径在其端点处满足互补条件。
在作为参数附近的中心路径附近获得点γ.从1朝向0降低,算法使用牛顿的方法。要查找的变量被标记为(x,τ.,y,年代,κ..).让dx代表搜索方向x变量等等。然后牛顿阶跃解出下面的线性方程组,由等式4..
算法通过步进得到下一个点d方向。
对于一些步骤 .
对于数值稳定性和加速的收敛,该算法根据Nesterov和Todd的建议进行比较步骤[8].此外,该算法根据Mehrotra的预测器校正器的变种来校正步骤[7].(详情请参见Andersen、Roos和Terlaky[1].)
前面的讨论涉及LinearSolver
值“增强”
指定的。求解器具有更改步骤计算以适应不同类型的问题的其他值。
在每次迭代时k,算法计算三个相对收敛测度:
原始的不可行性
双不可行性
间隙不可行
通过指定迭代显示,可以在命令行中查看这三个统计信息。
选项= Optimoptions('coneprog','展示',“通路”);
当问题是可行的并且求解器收敛时,所有三个都应该接近零。对于可行的问题,变量κ..k趋近于0,变量τ.k趋近于正常数。
一个停止条件有些与间隙不可行性有所相关。停止条件是当以下最优性测量降低到最优耐受性以下。
这个统计量测量了客观值的准确性。
在下列条件下,求解器也会停止并声明问题不可行的。这三种相对不可行的措施都小于c=约束特许
,
如果bTyk> 0然后,求解器声明了原始问题是不可行的。如果fTxk< 0然后,求解器声明了双重问题是不可行的。
该算法也停止何时
和
在这种情况下,coneprog
报告问题在数字上不稳定(退出标志-10
).
当至少一个不可缺陷措施大于时,剩余的停止条件发生约束特许
并且计算的步长太小。在这种情况下,coneprog
报告说明搜索方向变得太小,无法进一步进展(退出标志-7
).
[1] Andersen,E. D.,C. Roos和T. Terlaky。关于实施锥形二次优化原始 - 双内点法的研究。数学。程序。,爵士。B95.,pp。249-277(2003)。https://doi.org/10.1007/S10107-002-0349-3.
[2]安德森,K。D.一种改进的舒克补充方法,用于处理内部点方法中的致密色谱柱。数学学报,22(3):348-356,1996。
[3] Ben-tal,Aharon和Arkadi Nemirovski。工程中的凸优化:建模,分析,算法。(1998)。可以在https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.455.2733&Rep=rep1&type=pdf..
Goldfarb, D.和K. Scheinberg。线性规划内点法中处理密集列的积型cholesky分解方法。数学编程,99(1):1-34,2004。
[5] Goldfarb,D.和K.Scheinberg。二阶锥规划内点法中的积型cholesky分解。数学规划,103(1):153-179,2005。
罗志权,Jos F. Sturm,张树忠。锥形凸编程的二元和自二种性。(1996)。可以在https://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.48.6432
[7] Mehrotra,Sanjay。“关于基于双重内部点法的实施。”优化学报2,没有。4(1992年11月):575-601。https://doi.org/10.1137/0802028.
于[8]涅斯捷罗夫。E.和M. J.托德。《凸规划的自尺度障碍和内点方法》。运营数学研究22,没有。1(1997年2月):1 - 42。https://doi.org/10.1287/moor.22.1.1.