面向凸与非凸MINLP的基于凸化的外逼近方法
最优化与控制
2024-07-31 v1
摘要
域约化技术的进展显著提升了数学规划求解器的性能。本文深入研究了将凸化技术与域约化技术集成到外逼近方法中的影响。我们提出了一种基于凸化的改进外逼近方法，以及一种用于求解凸与非凸混合整数非线性规划（Mixed-Integer Nonlinear Programming, MINLP）问题的分支定界方法。这两种方法已开发并集成到开源混合整数非线性分解工具箱（Mixed-Integer Nonlinear Decomposition Toolbox for Pyomo-MindtPy）中。进行了全面的基准测试，验证了我们提出算法的有效性和可靠性。这些测试突显了将凸化和域约化技术集成到外逼近和分支定界方法中所带来的改进。
引用
@article{arxiv.2407.20973,
title = {A Convexification-based Outer-Approximation Method for Convex and Nonconvex MINLP},
author = {Zedong Peng and Kaiyu Cao and Kevin C. Furman and Can Li and Ignacio E. Grossmann and David E. Bernal Neira},
journal= {arXiv preprint arXiv:2407.20973},
year = {2024}
}