本文主要是介绍锥规划问题存储格式——CBF格式简介,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
锥规划问题存储格式——CBF格式简介
文章目录
- 锥规划问题存储格式——CBF格式简介
- 前言
- 1 问题形式
- 2 CBF文件结构
- 3 实例
- 参考文献
前言
CBF(Conic Benchmark Format),这是一种文件存储格式,整合了混合整数变量在混合圆锥(包括线性锥、二阶锥、半定锥、指数锥和幂锥)上的优化问题实例。该格式在设计时考虑了锥规划问题的基准库,因此侧重于紧凑且易于解析的表示。
1 问题形式
要使用CBF储存格式,首先要将凸优化问题化为CBLIB中使用的原始问题的标准参考形式:
minimize x , X c T x + ⟨ C , X ⟩ subject to A x + F ( X ) − b ∈ K g n g , H ∗ ( x ) − B ∈ S + n G , x ∈ K x n x , X ∈ S + n X , and x j ∈ Z for j ∈ I , \begin{aligned} \underset{x, X}{\operatorname{minimize}} & c^T x+\langle C, X\rangle \\ \text { subject to } & A x \quad+\mathcal{F}(X)-b \in \mathcal{K}_g^{n_g}, \\ & \mathcal{H}^*(x) \quad-B \in \mathcal{S}_{+}^{n_G}, \\ & x \in \mathcal{K}_x^{n_x}, X \in \mathcal{S}_{+}^{n_X}, \text { and } x_j \in \mathbb{Z} \text { for } j \in \mathcal{I}, \end{aligned} x,Xminimize subject to cTx+⟨C,X⟩Ax+F(X)−b∈Kgng,H∗(x)−B∈S+nG,x∈Kxnx,X∈S+nX, and xj∈Z for j∈I,
其中 F ( X ) \mathcal{F}(X) F(X)和 H ∗ ( x ) \mathcal{H}^*(x) H∗(x)定义如下:
F ( X ) = [ ⟨ F 1 , X ⟩ ⋮ ⟨ F n g , X ⟩ ] , H ∗ ( x ) = ∑ j = 1 n x x j H j \mathcal{F}(X)=\left[\begin{array}{c} \left\langle F_1, X\right\rangle \\ \vdots \\ \left\langle F_{n_g}, X\right\rangle \end{array}\right], \quad \mathcal{H}^*(x)=\sum_{j=1}^{n_x} x_j H_j F(X)= ⟨F1,X⟩⋮⟨Fng,X⟩ ,H∗(x)=j=1∑nxxjHj
C ∈ S n X , B ∈ S n G , F i ∈ S n X C \in \mathcal{S}^{n_X}, B \in \mathcal{S}^{n_G}, F_i \in \mathcal{S}^{n_X} C∈SnX,B∈SnG,Fi∈SnX for i = i= i= 1 , … , n g 1, \ldots, n_g 1,…,ng, and H j ∈ S n G H_j \in \mathcal{S}^{n_G} Hj∈SnG for j = 1 , … , n x j=1, \ldots, n_x j=1,…,nx.
Note:
- 上面的记号与大多数锥规划文献中所用记号类似,故不在此赘述
2 CBF文件结构
CBF文件由一系列信息块列表组成,而每个信息块的结构如下:

- 第一行信息块是关键字,显示所提供信息的类型;
- 第二行(某些关键字包含)是HEADER,说明变量的大小等信息,从而使求解器能够预先分配数据结构;
- 其余的行是保存实际信息的BODY。
CBF文件主要由以下四类信息块构成:
3 实例
考虑如下凸优化问题,有半定锥约束,二次锥在无序子指标上的约束以及两个等式约束。
注意到,这并不是直接CBLIB中的标准参考形式,所以需要进行相应的转换。
-
等式约束可以很容易重写为锥形式的约束 ( g 0 , g 1 ) ∈ { 0 } 2 (g_0, g_1) \in \{0\}^2 (g0,g1)∈{0}2,方法是移动常量使右侧变为零;
-
x 1 ≥ x 0 2 + x 2 2 x_1 \geq \sqrt{x_0^2+x_2^2} x1≥x02+x22表示 ( x 1 , x 0 , x 2 ) ∈ Q 3 (x_1,x_0,x_2)\in Q^3 (x1,x0,x2)∈Q3,而我们需要的是 ( x 0 , x 1 , x 2 ) (x_0,x_1,x_2) (x0,x1,x2),所以这里用一个仿射变换:
[ 0 1 0 1 0 0 0 0 1 ] ( x 0 x 1 x 2 ) = ( x 1 x 0 x 2 ) ∈ Q 3 \left[\begin{array}{lll} 0 & 1 & 0 \\ 1 & 0 & 0 \\ 0 & 0 & 1 \end{array}\right] \left(\begin{array}{l} x_0 \\ x_1 \\ x_2 \end{array}\right)= \left(\begin{array}{l} x_1 \\ x_0 \\ x_2 \end{array}\right) \in \mathbf{Q^3} 010100001 x0x1x2 = x1x0x2 ∈Q3
通过上面两步转换,可以得到该问题CBF格式:
Note:
- PSDVAR
- 1 : 表示只有一个属于半定锥的变量
- 3:表示这个矩阵变量是 3 × 3 3\times 3 3×3的
- VAR
- 3 1: 表示有三个标量变量属于1个锥
- F 3:表示这个锥是F ,3维的

Note:
CON
- 5 2:表示有5个约束,这五个约束属于两个锥
- L= 2:表示第一个锥是L=,2维的(前两个约束属于这个锥)
- Q 3:表示第二锥是Q,3维的(后三个约束属于Q这个锥)
OBJFCOORD
5 :表示目标函数中F矩阵有五个非零元
第1列说明是第几个F矩阵
第2、3列说明非零元在矩阵中的位置
第4列给出非零元的值
OBJACOORD
- 1:表示标量变量只有一个系数非零
- 1 1.0:表示 x 1 x_1 x1的系数为1.0
CBF格式只存非零系数
对称矩阵只存下三角
Note:
- FCOORD
- 9:表示约束中的F矩阵有9个非零元
- 第1、2列:说明F矩阵的位置
- 第3、4列:每个F矩阵中非零元的位置
- 第5列:非零元的值
- ACOORD
- 6:表示约束中A矩阵有6个非零元
- 其余表示类似
- BCOORD
- 2:表示约束中b向量有2个非零元
参考文献
- CBF-format4
- CBLIB:2014
这篇关于锥规划问题存储格式——CBF格式简介的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!