- 数学建模与数学规划:方法、案例及编程实战(Python+COPT/Gurobi实现)
- 刘兴禄 赖克凡 杉数求解器COPT团队主编
- 405字
- 2024-11-28 16:21:10
1.2.7 半定规划
半定规划(Semidefinite Programming,SDP)的目标函数为线性表达式,约束条件包含半正定约束。在给出其一般形式之前,我们先来介绍一下什么是半正定矩阵。
半正定矩阵(Positive Semidefinite Matrix):给定实对称矩阵A∈Rn×n,若对于任意n维非零实向量x,xTAx≥0恒成立,则称矩阵A为半正定矩阵。
![](https://epubservercos.yuewen.com/0DD641/31155568907421606/epubprivate/OEBPS/Images/txt002_34.jpg?sign=1739566635-9ajd9TB1HxlHTX67jtjSx68Gv6ulISgU-0-6e0463c1c8d66d3880c4aca35deba7c4)
为方便叙述,定义以下符号:
·Sn:所有n维对称矩阵的集合。
·:所有n维半正定(Positive Semidefinite,PSD)矩阵的集合。
根据文献[36][3],半定规划的标准形式如下:
![](https://epubservercos.yuewen.com/0DD641/31155568907421606/epubprivate/OEBPS/Images/txt002_36.jpg?sign=1739566635-2NiwIIe2O95f3i6yyVceBxZFhLg8hjpn-0-691949ca93f5434c32f975d1ece59758)
其中,C∈Rn×n;X∈Sn,是半正定决策变量矩阵;Ai∈Rn×n,bi∈R;符号“·”表示矩阵的内积,即,符号
表示半正定,约束
一般被称为半正定锥约束。
下面给出一个半定规划的简单例子。考虑一个最小化问题,令n=3,m=3,且给定下列参数:
![](https://epubservercos.yuewen.com/0DD641/31155568907421606/epubprivate/OEBPS/Images/txt002_40.jpg?sign=1739566635-HxJLQQBnFyaW0TqyhwhwksxKgnTkcDFG-0-c7abfe4454093226002aa913655e8b0d)
以及一个3×3的决策变量矩阵:
![](https://epubservercos.yuewen.com/0DD641/31155568907421606/epubprivate/OEBPS/Images/txt002_41.jpg?sign=1739566635-w5lTE9dvZhIPrl00zuKQ7peJClseZBxP-0-881fe63f07046c15d54f5251cb178542)
则上述数据就可以构建一个SDP的数值案例。注意,X为对称矩阵,因此xij=xji,∀i,j∈{1,2,3}。
接下来将其写成展开的形式。
![](https://epubservercos.yuewen.com/0DD641/31155568907421606/epubprivate/OEBPS/Images/txt002_42.jpg?sign=1739566635-FpHyZzvQPddnITeK4RztHzFaNmtrGoVd-0-60f5eaa7205eb1d0966b4a7bb24a2498)
其他部分的展开也类似。最终,上述案例可以写成如下形式:
![](https://epubservercos.yuewen.com/0DD641/31155568907421606/epubprivate/OEBPS/Images/txt002_43.jpg?sign=1739566635-W4oM5xjV4XmI8WZcBGmOakPFpe0TRY3O-0-bd55dadd5ba6c0de85fdd43b9a12f879)