Decades of advances in mixed-integer linear programming (MILP) and recent
development in mixed-integer second-order-cone programming (misocp) have
translated very mildly to progresses in global solving nonconvex mixed-integer
quadratically constrained programs (MIQCP). In this paper we
本文针对覆盖整数规划问题提出了基于随机取整与修改的简单算法来改进其逼近度,并证明了近似度几乎是最优的,并且在没有失去逼近保证或效率的情况下可以去随机化,同时也提出了一种基于强化的线性规划近似方案,其运行时间比之前的最优解快 n 倍。这两个算法的组合使得本文提出的覆盖整数规划问题算法在近乎线性的时间内得到准确的结果。
通过对第一阶锥下降(CD)求解器进行直观性、理论性和算法实现方面的改进研究,发现 CD 可以通过对偶问题的几何推导得到直观的解释,从而为新算法设计打开了大门,其中包括动量变量 MOCO。进一步深入研究了 CD 和 MOCO 的对偶行为,揭示了解析合理的停止准则和设计预处理器以加快对偶收敛的潜力。最后,为了扩展半定规划(SDP)的规模,特别是对于低秩解,开发了一个内存高效的 MOCO 变体,并得到了数值验证。