二次优化问题的SDP松弛求解方法.pdf

中国科技论文在线 二次优化问题的SDP 松弛求解算法 范丽君，艾文宝 北京邮电大学运筹学与控制论系，北京（100876 ） Email ：fanlijun985@ 摘 要：信赖域方法是求解非线性优化问题的一种十分有效的方法，而信赖域方法在每一步 迭代中的核心问题是求解一个信赖域子问题，信赖域子问题可以归结为一类二次优化问题。 Sturm 和Zhang 通过一个秩一分解的方法最先将信赖域子问题和半正定规划联系了起来，证 明了无约束信赖域子问题的半正定松弛是紧的，原二次优化问题的最优解可以由松弛问题的 最优解得到。Sturm 和Zhang 的证明虽然是构造性的，但是如何给出一个简单的分解并没有 涉及。本文的主要工作则是在Sturm 和Zhang 的工作基础上，给出了一个简单的矩阵分解 方法来获得原问题的精确解或近似解，并利用Matlab 软件编程实现。我们给出了此方法的 有效性证明，初步的数值结果也表明该方法是有效的。进一步，我们利用同样的方法来求解 等式约束优化问题的信赖域子问题（常称为两球问题），初步的数值结果表明，该方法对95% 以上的两球问题都是有效的。 关键词：信赖域方法；信赖域子问题；SDP 松弛；二次优化 1 引言 信赖域方法是非线性优化的一类重要的数值计算方法，它在近二十年受到非线性优化的 高度重视，一直是非线性优化的研究热点，关于信赖域方法的第一本专著由 Cohn，Gould 和 Toint[12] 给出。目前，信赖域方法已经和传统的线搜索方法并列为非线性规划的两类主要 的数值方法。 信赖域子问题的求解直接影响了信赖域方法的有效性，许多学者对信赖域子问题进行了 深入的研究。考虑到对于大规模问题，每次迭代精确求解信赖域子问题的计算量和不必要性， 许多学者对如何有效地近似求解信赖域子问题做了深入的研究，主要有 Powell[13] 的折线法 及在此基础上Dennis 和Mei[14] 的双折线方法等等。 Strum 和Zhang 通过一个秩一分解的方法最先将信赖域子问题和半正定规划联系了起来 [15] 。Strum 和Zhang 的方法是基于特征值分解的，但我们知道特征值分解并不是一件容易的 事情。Strum 和Zhang 的证明虽然是构造性的，即在理论上证明了通过分解可以得到原问题 的精确解，但是如何给出一个简单的分解并没有涉及。本文的主要目的就在于应用半正定规 划及其算法，构造一种基于无约束信赖域子问题的二次优化问题的改进型松弛求解方法，并 利用相关软件如SeDuMi 来解答半正定规划问题，然后在此基础上利用求出的半正定的最优 解通过矩阵分解的方法来获得原问题的精确解或近似解，并编程实现，得到原二次优化问题 的最优解。数值结果表明此方法是有效的。同时作为本文的拓展我们还将处理等式约束优化 问题的信赖域子问题（常称为两球问题）的半正定松弛模型，用SeDuMi 来编程求解，并验 证松弛最优解的第一列元素是否为原问题的最优解。 在本文第二部分，我们将给出具体的二次优化问题的 SDP 求解算法；第三部分将给出 运行结果数值分析，阐述算法合理性和实用性，加以总结给出论文不足的地方以及还可以改 进的地方；第四部分将对文章做出总结和下一步可以做的工作。 2 二次优化问题的SDP 松弛求解算法 2.1 半正定规划问题介绍 -1- 中国科技论文在线 半正定规划问题是一大类圆锥凸规划问题。 定义2.1 给定C ∈R n , Ai ∈R n ,i 1, , m 和b ∈R m ，半正定规划问题是为优化问题 min C •X (SDP) s.t.A •X b ,i 1,2, , m i i X 0. 找到一个矩阵解X ∈R n .