半定规划松弛求解新方法及在通信问题中的应用

半定规划因其约束条件的合理性,比线性规划具有更强的实用性,也是诸多领域中广泛采用的优化算法.该文在传统半定规划数学模型的基础上,提出了一种新的松弛求解方法.并且为了解决多址通信干扰问题,该文构建了一种基于松弛求解的半定规划模型.实验结果证实提出的半定松弛模型降低了通信过程的误码率,可以有效地解决多址通信干扰问题.     

凸二次规划SDP松弛解的存在性证明

针对利用CVX软件求解半定规划问题的有效性依赖于该半定规划问题的原始-对偶性,提出利用半定规划问题的强对偶定理和Gershgorin圆盘定理证明在箱子约束及单位球形约束下的凸二次规划问题的半定规划松弛模型解的存在性。该证明方法为嵌入了SeDuMi和SDPT3这两种内点算法的CVX软件提供了有效求解半定规划松弛模型的理论依据;一旦利用该方法证明了半定规划问题解的存在,必然可利用CVX软件有效求解。     

求解最大割问题的分枝定界算法

最大割问题是图论中的一个典型的NP困难问题。文中基于最大割问题的半定规划松弛模型，给出了最大割问题的一种二次规划松弛模型，并且理论证明了提出的二次规划松弛模型要优于半定规划松弛模型。在谈模型的基础上，利用分枝定界算法求解最大割问题。对小规模和中等规模的最大割问题分别作数值实验。实验表明分枝定界算法能够给出最大割问题一个好的近似解，是求解中小规模最大割问题的有效方法。     

求解最优潮流全局最优解的二阶半定规划方法

【目的】半定规划凸松弛方法是求取电力系统最优潮流(Optimal power flow, OPF)问题全局最优解的有效技术手段，但解的秩为1的条件难以满足，导致应用具有一定的局限性。针对这一求解困境，提出了一种新的半定规划凸松弛方法。【方法】基于变量扩展，将原变量对应的二阶单项式扩展为新的变量，扩展后可构造一阶及二阶的半正定扩展矩阵，在此基础上将不等式约束转化为矩阵不等式约束，从而形成二阶半定规划凸松弛模型。【结果】为验证所提方法的有效性，求解了常规半定规划方法应用失败的一些反例，结果表明：二阶半定规划松弛模型能更可靠地求得秩为1的扩展矩阵，从而直接获得原OPF问题精确的全局最优解。【结论】二阶半定规划松弛方法为电力系统OPF问题提供了一种更可靠的全局最优算法，具有更好的应用前景。     

一种求解QoS路由问题的半定规划算法

QoS路由的主要问题是求源节点到目的节点满足QoS多个约束的优化问题。由于半定规划在求解组合优化问题和NP-完全问题时具有收敛速度快,迭代步数少等优点。本文基于QoS路由问题的线性整数规划网络模型,利用半定规划方法研究了时延约束的代价最小问题。把QoS路由的一般模型松弛为半定规划的标准形式,利用半定规划内点方法进行求解,然后利用随机扰动方法得到原问题的近似最优解.数值试验表明了算法的有效性。     

一种新的盲干扰抑制算法

提出了一种新的采用半正定规划的盲干扰抑制算法。仿真结果表明,该算法不仅可以很好地解决多址干扰和远近效应问题,而且收敛速度极快,特别适用于时变信道。     

半定规划的解析中心割平面法

给出了半定规划的解析中心割平面算法,它可以用于求解较大规模的半定规划问题。这个算法在每一步迭代中解决对偶半定规划线性松弛问题,并以割平面的解析中心作为下一个迭代点。我们证明了算法的收敛性,并在最后给出了实际算例。     

球约束加权极大极小离差问题的SDP松弛的注记

【目的】研究利用CVX软件有效求解球约束下的加权极大极小离差问题的SDP松弛模型。【方法】应用半定规划的强对偶定理和Gershgorin圆盘定理。【结果】证明了Haines等人给出的球形约束下离差问题的SDP松弛的解的存在性;同时提出了另一个球形约束下的离差问题,并给出了它的SDP松弛模型的解的存在性证明。【结论】提出的新的证明方法为CVX中嵌入的SeDuMi和SDPT3这两种内点算法提供了有效求解SDP松弛模型的理论依据。     

钢框架结构离散优化问题的理论下界

针对两种典型的钢框架结构离散优化问题,即柔度约束的最小体积问题和体积约束的最小柔度问题,提出了基于凸组合的线性松弛方法,将关联离散变量进行线性松弛,进而将非线性、非凸的离散优化问题转化为松弛的凸规划问题.其中,体积约束的最小柔度问题可松弛为二阶锥规划问题,柔度约束的最小体积问题可松弛为半定规划问题.采用成熟的优化求解器,就可以得到两类凸规划问题的全局最优解,也就是原离散优化问题的理论下界.以一跨四层钢框架的离散优化问题为例,用所提出方法进行求解,并用枚举法和遗传算法对优化结果进行验证.数值结果证明,所提出方法可以快速得到离散优化问题的理论下界.     

非线性半定规划问题的一种内点法及其在阵列信号处理中的应用

利用精确罚函数和信赖域全局优化技术给出非线性半定规划的一种内点法.该方法能用于求解较大规模的优化问题,是因为它处理的子问题比较简单.该算法的每步迭代需要解的子问题是一个二次半定规划问题,可以用已有的半定规划软件有效地求解.在某些假定条件下,证明了该算法是全局收敛的.建立起阵列信号处理中的近场多源定位问题的数学模型,并利用本文给出的内点法进行求解.利用该算法不需要对约束条件进行松弛,可以避免产生较大误差,从而能够得到更加精确的结果.     

基于半定规划的多约束图划分问题

提出一种递归的二分算法,用于求解带顶点权重约束的图划分问题.首先利用内点法求解不加顶点权重约束的半定规划松弛模型,然后利用超平面舍入算法得到满足顶点权重约束的初始可行解,再进一步设计启发式算法对初始可行划分进行局部改进,以得到更优的划分结果.实验结果表明,所设计的算法可在较短时间内得到多约束图划分问题的高质量解.     

求解张量分裂可行问题的半定松弛法

投影法是求解分裂可行问题的传统方法,但投影法的求解效率依赖于初始点的选择,且无法直接应用于张量分裂可行问题。本文提出了利用半定松弛法来求解一类特殊的张量分裂可行问题。假设问题中集合的形式由多项式不等式给出,则可将张量分裂可行问题松弛化为半定规划问题,再应用半定松弛法求解。本文给出了半定松弛法的相关原理,并进行了数值实验。实验结果表明:对于集合取不同范围、张量中的元素取不同值、张量取不同维数和不同阶数,该松弛化方法都能够用于求解张量分裂可行问题。     

一类非线性半定规划问题的连续线性化方法

给出一类非线性半定规划问题的一种连续线性化方法.该方法能用于求解较大规模的优化问题,因为它处理的是比较简单的子问题.该算法利用l1精确罚函数和信赖域型的全局优化方法,每步迭代需要解的子问题可以重新表述成一个可用已有的半定规划软件有效解决的半定规划问题.     

求解半定规划的原始对偶势下降内点算法研究

介绍了半定规划的一般模型、最优性条件及求解半定规划问题的原始对偶势下降内点算法.借助两个形象的图形分析了势下降内点算法的迭代轨迹,并对求解半定规划的Filter势下降内点算法进行了研究,提出了Filter的构造方法.在一定的条件下,该算法可避免Maratos效应和势函数海色矩阵不正定等问题的产生.     

多无人机辅助的NOMA中继系统总通信速率优化

为解决无线通信中的频谱资源稀缺问题,提出一种多无人机(UAV)辅助的非正交多址(NOMA)接入中继系统．以优化系统总通信速率为目标,综合考虑信息因果约束、无人机发射功率约束与最大服务能力约束,构建了用户分组、无人机轨迹规划与功率分配的联合优化问题．为解决这一高度耦合的非线性混合整数规划问题,提出一种两步优化策略．基于图论提出最大权匹配下的用户分组算法,根据分组结果,通过引入Sigmoid函数和辅助变量法,将功率分配和轨迹规划问题分别转化为几何规划与凸规划问题求解．仿真结果表明：所提出的两步优化算法能够有效提升系统的总通信速率．     

不定二次规划的全局优化算法

对不定二次规划问题提出了一个新的确定型全局优化算法,通过对目标函数和约束函数的线性下界估计,建立了不定二次规划的松弛线性规划.通过对松弛线性规划可行域的细分,以及一系列松弛线性规划的求解过程,并通过实例证明了算法能收敛到原问题的全局最优解.     

利用半无限规划的离散化方法求解半定规划问题

【目的】对半定规划的强对偶定理以及求解半定规划近似解的算法进行讨论。【方法】利用求解半无限规划的近似解的离散化思想,及线性规划的强对偶定理。【结果】得到了半定规划强对偶定理一种新的证明方法以及求解半定规划近似解的离散化算法,给出了该算法的数值实验结果。【结论】为半定规划问题提供了一种新的近似求解算法。     

二次半定规划问题的改进投影收缩算法

针对求解二次半定规划问题时收敛速度缓慢,且由于二次半定规划的对偶问题的最优条件与变分不等式的投影方程等价,则可将原问题转化为求解变分不等式问题.从一个新的角度提出了求解变分不等式问题的投影收缩算法,进而解决了该二次半定规划问题.该算法通过引入一个辅助方向来进行改进,利用两次投影的方法降低了对算子的要求,进而达到更好的收敛效果.并在算子单调的条件下给出了算法的收敛性分析和证明.     

利用半无限规划的离散化方法求解半定规划问题

【目的】对半定规划的强对偶定理以及求解半定规划近似解的算法进行讨论。【方法】利用求解半无限规划的近似解的离散化思想,及线性规划的强对偶定理。【结果】得到了半定规划强对偶定理一种新的证明方法以及求解半定规划近似解的离散化算法,给出了该算法的数值实验结果。【结论】为半定规划问题提供了一种新的近似求解算法。
     

半定规划的改进的外梯度法

利用半定规划的最优性条件,对其进行有效变换,把求解半定规划问题转化为求解变分不等式问题,再给出一个改进的求解变分不等式问题的外梯度法,从而得到半定规划问题的最优解.结果表明:改进的算法是求解半定规划的有效方法.