提升、划分与投影：数值误差下主动集 QP 方法的参数化复杂度认证
最优化与控制
2022-11-24 v1
摘要
当模型预测控制（MPC）被用于实时控制线性系统时，需要在有限时间范围内求解二次规划（QPs）。近来，提出了若干参数化方法，用于认证主动集 QP 求解器求解这些 QP 所需的计算次数。因此，这些认证方法确保了优化问题能在有限时间范围内被求解。然而，这些方法的一个缺陷是未考虑求解器内部可能出现的数值误差，而如果求解器以单精度实现，这最终可能导致过于乐观的复杂度界。本文提出了一个通用框架，可纳入上述任一认证方法中以考虑此类数值误差。
引用
@article{arxiv.2211.12912,
title = {Lift, Partition, and Project: Parametric Complexity Certification of Active-Set QP Methods in the Presence of Numerical Errors},
author = {Daniel Arnström and Daniel Axehill},
journal= {arXiv preprint arXiv:2211.12912},
year = {2022}
}