第26讲 本讲纲要.pdfVIP

第26讲 本讲纲要 • 附加对偶方法 • 割平面法 • 分解 *************************************************************** • 考虑原问题 最小化 约束 假设 • 对偶问题：最大化 其中 割平面法 • 对于 ，在 和 已经产生后的第 次迭代：求解 式中 设 多面体情况 式中 是一个有限指标集，并且给定 和 . • 那么在分割平面法中的次梯度 是一个取得最小值的向量 • 期望有限次结束。 收敛性 • 命题：假设得到 上 的最小值并且序列 是有界的. 那么通过割平面法产生的序列 的每一个极限点是一个 对偶最优解。 证明： 是 在 上的次梯度，因此 • 假设 收敛于 .那么， ，并且由(1)，对于所有的 和 我们得到 • 当 取极限 与(1)结合， 拉格朗日松弛 • 求解可分问题的对偶问题 最小化 约束 • 对偶函数为 式中 达到最小值.在 处的次梯度为 Dantsig-Wolfe 分解 • D-W分解法是正好是用于对偶问题 的割平面法. • 在第 次迭代中，我们求解“近似对偶” • 等价的 和 的线性规划 最大化 约束 这个问题（称为主问题）的对偶是 最小化 式中 Dantsig-Wolfe 分解（续） • 主问题可写成 最小化 约束 • 原代价函数项 可被近似为 • 向量 可表示为 几何解释 • 主问题的几何解释（割平面法中求解的近似对偶的对偶）是 内部线性化. • 这是与割平面近似有关的对偶操作，其可以被视为外部线性 化.