原始对偶算法

原始对偶算法利用了及其巧妙的方法减少参数，优化解，最后找到最优解。

互补松弛定理：最优解的等价命题为: 对于所有的j，有(AjTy−cj)xj=0(A_j^Ty-c_j)x_j=0(AjTy−cj)xj=0
我们知道每一行约束的权值为yi，对于一个x，确定了y的一个线性组合的约束。如果该x不是0, 则要求y的约束取等号。否则该约束取小于等于号。

假如已知一个集合J, 里面是xj满足xj不是0，由于在J之外的x全部是0, 因此在原问题中只剩下那些xj的项，转化为对偶问题后，只有J中的元素xj才能产生对y的约束。

这样原来的约束从m个减少到了|J|个，我们只要寻找限制集J即可。

上面是原始对偶算法的思路，下面是更加详细的操作：

假如对原问题每个约束增加一个人工变量x’i, i=1,2,…,m 目标函数变为x’i的求和(和两阶段法类似)，此时的对偶问题变为DRP问题，和原来的D问题相比

增加了一个约束y<1,
约束的右边常数变为0,
目标函数没有发生变化。

如果DRP问题最大值为0, 说明找到原问题最优解。

由此可以看出，原始对偶算法的精髓是限制集J。和单纯形法相比，单纯形法通过用不同的变量表示目标函数进行迭代，而原始对偶算法通过修改限制集进行迭代。

原始对偶算法过程：

1.确定限制集J

2.计算DRP问题最优解

3.最优解为0，则限制集为最优，根据限制集解出最优解

4.最优解>0, 则将一个新的x加入限制集。限制集，挑选进入限制集的x的方法是：对于一个x，如果其对应的y约束值和cj最接近，则选择它。

5.返回2

最短路径问题

设xi为第i条边是否在最短路径中，则目标函数为:

min⁡z=∑cixi\min z=\sum c_ix_iminz=∑cixi, c是第i条边权值

对于最短路径中每一个点，如果该点是起点，则出度-入度为1，是终点则出度-入度为-1，其他点入度=出度

对于每个点建立约束，如果该边是出边，则系数为1，否则系数为-1，其和为0

写出其D问题
max⁡z=yt\max z=y_tmaxz=yt
yi−yj≤ce,(i,j)∈Jy_i-y_j\le c_e, (i,j)\in Jyi−yj≤ce,(i,j)∈J

写出其DRP问题：
max⁡z=yt\max z=y_tmaxz=yt
yi−yj≤0,(i,j)∈Jy_i-y_j\le 0, (i,j)\in Jyi−yj≤0,(i,j)∈J
y≤1y\le1y≤1

下面是迭代过程：

次数	J	s	t	v2	v3	v4	v5	t
1	{}	0	0	0	0	0	0	0
2	{}

AOR4 原始对偶方法相关推荐

针对安全探索的受限强化学习：原始对偶优化算法
©作者 | 周宣含学校 | 国防科技大学研究方向 | 深度强化学习在强化学习中,智能体通过在未知环境中探索与试错来学习如何决策.大多数 RL 算法允许智能体自由地探索环境,并采取任意能够提升奖励 ...
原始-对偶的概念及写对偶问题的基本方法
原始-对偶:写对偶问题 1.什么是原始对偶字面理解:原始问题与对偶问题假定原始问题为: minf(x)s.t.{gi≤0,i=1,...,mhi=0,i=1,...,p\begin{matri ...
近似算法中的技巧之一原始对偶模式
近似算法中的技巧之一原始对偶模式原始对偶模式背景回顾基础介绍原始对偶模式线性规划松弛的整间隙原始对偶模式的近似算法总结参考文献原始对偶模式背景回顾在过去的四十年里,组合优化受到线 ...
最短路问题的原始对偶算法形式
问题描述给定一个图,求解源点s到终点t的路径. 点弧关联矩阵定义如下: 列表示边,行表示一个顶点. 可以看到,每一列一定是-1和+1组成,其中-1表示入边,+1表示出边. 我们的目标是求解下列线性规 ...
光流 | 基于对偶方法的变分光流改进算法
博主github:https://github.com/MichaelBeechan 博主CSDN:https://blog.csdn.net/u011344545 PCNN以及基于对偶方法的光流代码 ...
对偶方法（Dual Methods）
总目录一. 凸优化基础(Convex Optimization basics) 凸优化基础(Convex Optimization basics) 二. 一阶梯度方法(First-order met ...
原始-对偶（Primal-Dual）算法求解线性规划
原始-对偶(Primal-Dual)算法(Dantzig, Ford, and Fulkerso,1956)是用来求解线性规划的一种算法,可以看作是单纯形法的一种变体,目的是减少迭代次数. 构建该算 ...
优化 | 随机原始对偶混合梯度(SPDHG)算法及在图像处理中的应用
论文解读者:陈宇文,胡明杰,史铭伟,赵田田许多实际问题都可以建模为凸优化问题.相比于直接求解原问题,将问题转化为鞍点问题往往会带来好处.求解鞍点问题的一种常用算法是原对偶混合梯度算法 (PDHG), ...
线性规划的原始对偶算法
假设有如下原始问题和对偶问题: 如果我们能够找到一个x,一个y,满足根据互补松弛定理,即使得: 那么这个x,y就是原始问题和对偶问题的最优解. 可是,直接这样找,相当于穷举,大海捞针,我们希望给出一个 ...

AOR4 原始对偶方法

原始对偶算法

最短路径问题

AOR4 原始对偶方法相关推荐

最新文章

热门文章