从 MINLP 连续与离散松弛的函数表达式中提取结构
最优化与控制
2022-05-04 v1
摘要
本文中，我们为 MINLP 中的非线性表达式开发了新型连续与离散松弛。与可因子化规划不同，我们的技术利用内函数结构，将其封装于多面体集中，采用[12]中首次提出的技术。我们收紧了[33,13]中导出的松弛，并为先前技术无法处理的函获得新松弛。我们开发了基于离散化的新型混合整数规划松弛，其给出的松弛比文献中类似松弛更紧。这些松弛利用捕获内函数结构的 simplotope，将[8]的增量公式推广至多元函数。特别地，当外函数为超模时，我们的公式所需的连续变量数比任何已知公式呈指数级减少。
引用
@article{arxiv.2205.01442,
title = {Extracting structure from functional expressions for continuous and discrete relaxations of MINLP},
author = {Taotao He and Mohit Tawarmalani},
journal= {arXiv preprint arXiv:2205.01442},
year = {2022}
}