二次约束二次规划的精确解研究.pdfVIP

摘 要 摘 要 非凸二次约束二次规划 （QCQP ）是一个NP-hard 的问题，若PNP ，则不能在 多项式时间内求其全局最优解。对于一般形式的非凸QCQP 问题，一个角度是使 用 凸松弛结合分支定界法求全局最优解，另一个角度是将原问题写成一个等价 的 非负二次函数锥规划问题，并用可计算锥覆盖法求解。 本文中，我们首先研究了一类具有 隐凸性质的QCQP 问题——扩展信赖域子 问题 （eTRS ），我们补充了Burer等人在文献 中关于该 问题的工作，Burer等人证 明了这类eTRS 问题最优解的存在性，我们进而给 出了当线性约束个数等于3时 的eTRS最优解的恢复算法，当线性约束个数大于3时，除去一种特殊情形，该算 法同样适用 。其次，针对带有一个秩二凹约束的二次规划问题，我们提出了一种 角度切分算法，该算法效率好于基于SDP 松弛和线性松弛的分支定界算法。最 后，对于一般 的eTRS 问题，我们提出了四种分支定界算法，并且对比了它们 的计 算效率。数值实验表明将二阶锥约束加入SDP 松弛可 明显提高分支定界算法的效 率，且沿着某些特征向量方向分支的算法总体上比沿着坐标轴方向分支的算法更 高效。 本文的创新点包括： ∙ 基于半正定矩阵的秩一分解，我们首次给出了扩展信赖域子 问题线性约束个 数为3时的最优解的恢复算法，并且该算法对于线性约束个数大于3时的绝大 多数情形依然适用 。 ∙ 我们将非凸约束的二次项矩阵的两个对应负特征根 的特征向量联合起来考 虑，建立 了基于角度分割的松弛模型，并设计 了以角度作为分支参数的分支 定界算法，数值实验证明该算法效率好于基于传统凸松弛的分支定界算法。 ∙ 我们将二阶锥约束加入SDP松弛以提升下界，并且沿着一些特征向量方向进 行分支来求解eTRS 问题，数值实验证明该算法效率好于近期文献 中的分支 定界算法。 关键词：二次规划；信赖域；角度切分；分支定界 I 目 录 目 录 第1 章 引言 1 1.1 二次约束二次规划问题与研究背景 1 1.2 各章节内容 2 第2 章 求解QCQP的全局最优解研究现状 3 2.1 凸QCQP全局最优解的求解方法 3 2.2 带有隐凸性质的QCQP 的全局最优解的求解方法 3 2.3 非凸QCQP 的下界估计方法 4 2.3.1 非凸QCQP 的线性松弛 4 2.3.2 半定规划松弛法 5 2.3.3 二阶锥松弛法 5 2.3.4 RLT松弛法 6 2.4 非凸QCQP 的全局最优方法—–分支定界法 6 2.5 非负二次函数锥规划法 8 第3 章 扩展信赖域子问题(eTRS)的SOC-SDP松弛及最优解的恢复方法 9 3.1 eTRS 问题描述与零SOC-SDP松弛间隙 9 3.2 恢复eTRS 的最优解所需的准备工作 10 3.3 主要结果 20 3.4 恢复算法总结 29 3.5 小结 34 第4 章 求解带有一个秩二凹约束的二次规划的高效算法 35 4.1 问题描述与应用 35 4.2 传统的SDP松弛与对应的分支定界算法 37 4.2.1 SDP松弛与对应的分支定界算法 37 4.2.2 线性松弛与对应的分支定界算法 42 4.3 基于角度切分的凸包松弛与分支定界算法 43 4.4 数值算例 47 4.4.1 盒子外加一个秩二凹约束算例 47 4.4.2 凸二次加一个秩二凹约束算例 48 4.4.3 目标函数的系数对计算结果的影响 49 4.4.4 约束函数系数对计算结果的影响 50 4.4.5 向量v v 的选择 51 1 2