Locatization and Cutting
- cutting-plane oracle 切平面预言器
- finding cutting-planes 找到切平面
- localization algorithms 定位算法
- specific cutting -plance methods 特定切平面法
- epigraph cutting-plane method 上镜图切平面法
- lower bounds and stopping criteria 下界和停止准则
基于在某个集合中定位目标点的思想,在每一次的迭代过程中集合变小。
和次梯度方法一样,需要在每一步,计算目标函数的次梯度或者约束函数。
特别地,可以直接处理不可微的凸(以及拟凸)问题。
典型地,与次梯度法相比,每一步需要更多的存储空间和计算量。
但是在理论和实际上,比次梯度方法更有效。
Cutting-plane oracle
目标:找到凸集 X∈Rn 中的一个点,或者判断 X=ϕ
我们仅通过一个切平面预言器访问或者描述X
当在 x∈Rn 需要切平面预言器时,
-或者判定 x∈X
-或者返回 x 和X 之间的一个分割超平面: a≠0
z≤b for z∈X,aTx≥b
(a,b)称为切平面,或者切。因为,它将半空间 {z|aTz≥b} 从点x( x∈X )的搜索空间切割掉。
Neutral and deep cuts
中切和深切
如果 aTx=b (x在切掉的半空间的边界上),那么切平面称为中切。
如果 aTx>b (x在切掉的半空间内部),那么切平面称为深切。
Unconstrained minimized
最小化凸函数: f:Rn→R
X是最优点集(函数最小值处的x值)
给定x,找到 g∈∂f(x)
从 f(z)≥f(x)+gT(z−x) ,我们得到:
gT(z−x)>0⇒f(z)>f(x)
也就是说,半空间 gT(z−x) 的所有点都比x”差”,并且不是最优的。
因此, gT(z−x)≤0 是在( a=g,b=gTx) 处的(中)切平面。
在搜索 x∗ 过程中,通过计算 g∈∂f(x) ,排除掉一个半空间。(即,计算x处的次梯度,g,通过不等式 gT(z−x)≥0 确定z的取值范围,即 gT(z−x)=0 是关于z的直线,在直线的两边决定了其如果。即在半空间 gT(z−x)≥0 时,函数的值时增加的。
idea:通过计算g,获得关于 x∗ 位置的一点信息。
Deep cut for unconstrained minization
假定我们知道一个数 f¯ ,满足 f(x)>f¯≥f∗ ,也就是说算法中迄今为止找到的f的最小值。
从不等式 f(z)≥f(x)+gT(z−x) ,我们有:
f(x)+gT(z−x)>f¯⇒f(z)>f¯≥f∗⇒z∉X
因此,我们有深切:
gT(z−x)+f(x)−f¯≤0
Feasibility problem
find x
subject to
fi(x)≤0,i=1,...,m
f1,...,fm
是凸的,X是可行点集。
如果x不可行,找到j满足 fj(x)>0 ,并且计算 gi∈∂fj(x)
因为 fj(x)≥fj(x)+gTj(z−x) ,
fj(x)+gTj(z−x)>0⇒fj(z)>0⇒z∉X
也就是说,任何可行的z满足不等式 fj(x)+gTj(z−x)≤0
这给出了一个深切。