4 votos

buena aproximación a la solución de este programa cuadráticamente obligado nonconvex

Quiero encontrar un minimizador (local)$x, y$ para el siguiente problema de optimización:

PS

¿Es la programación cuadrática secuencial mi único recurso, o existen técnicas especializadas que podrían ser más eficientes? Aunque el problema es claramente no convexo, las características especiales (la restricción es cuadrática y las variables con desigualdad aparecen solo de forma lineal en las restricciones y no en absoluto en el objetivo) me dan alguna esperanza.

1voto

p.s. Puntos 2897

No estoy seguro de lo que tenía en mente secuencial de programación cuadrática, intenta el siguiente?

Reescribir el problema con $b=-\frac{1}{2}a$ $L(y)^T=-[M_1 y, M_2 y, \ldots ] $ y la solución para que fija y da: $$ \min_{x,y}\ \frac{1}{2} \|x-b\|^2 \qquad \mathrm{s.t.} \qquad \begin{array}{r} L(y)x = c \\ y \geq 0\end{array}. $$

$$ x^* = b + L(y)^T(L(y)de L(y)^T)^{-1}(c-L(y)b) $$

Entonces, el problema para el y solo es:

$$ \min_{y}\ \frac{1}{2} \|c-L(y)b\|_{H^{-1}}^2 \qquad \mathrm{s.t.} \qquad \begin{array}{r} H = L(y)L(y)^T \\ y \geq 0\end{array}. $$

Donde $\|z\|_{H^{-1}}^2=z^TH^{-1}z$. Por lo que inicialmente tome $H_{0}=I$, e iterar:

$$ y_{k+1} = \mbox{arg }\min_{y\ge 0 }\ \frac{1}{2} \|c-L(y)b\|_{H_{k}^{-1}}^2 $$

$$ H_{k+1} = L(y_{k+1})L(y_{k+1})^T $$

Si $c=L(y_1)b$,$x^*=b$.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by: