拡張ラグランジアンの効率的な前提条件


12

私は非線形等式制約で非線形問題を解決したいのですが、よく知られているように、線形化されたシステムの条件数を損なうペナルティ正則化項を持つ拡張ラグランジアンを使用しています(各ニュートン反復で意味します) 。ペナルティ項が大きいほど、条件数は悪くなります。その特定のケースでこの悪い条件を取り除くための効率的な方法を誰かが知っていますか?

具体的には、一般的に冗長になる可能性のある多くの制約があるため、古典的な拡張ラグランジアンを使用しています。したがって、制約変数を主変数に盲目的に組み込むことは非常に便利です。KKTシステムで直接変数の削除または効率的な前提条件に基づいた他のより洗練されたアプローチを試しましたが、制約の冗長性のために、いくつかの問題があります。

変数に関する問題は、ラグランジュに従って、 LUλ = WU+ ρ λ Tu=[u1,,un]

L(u,λ):=W(u)+ρλTc(u)+ρ2c2(u)

したがって、一般的に、各ニュートン反復の目標は、 With(制約のヘッセ行列を削除) という形式の問題を解決することです および b(\ mathbf u、\ rho):=-\ big(\ nabla _ {\ mathbf u} \ mathcal W(\ mathbf u)+(\ rho + \ lambda ^ Tc(\ mathbf u))\ nabla _ {\ mathbf u}(\ mathbf u)\ big) 大文字のCC(\ mathbf u)を意味します:= \ nabla _ {\ mathbf u} c(\ mathbf u)

AΔu=b
A(u,ρ):=u2W(u)+ρCT(u)C(u)
b(u,ρ):=(uW(u)+(ρ+λTc(u))u(u))
CC(u):=uc(u)

ありがとうございました。


こんにちはトム。Scicompへようこそ。私たちがあなたの質問に答えるのを助けるために、あなたが解こうとしている方程式を書いてもらえますか?
ポール

あなたが意味するかAΔu=b
アーノルドノイマイアー

おっと、ごめんなさい。うん、確かに。
トム

回答:


6

問題の構造に応じて、悪条件の拡張ラグランジアンシステムを直接解くことができます。たとえば、BDDC / FETI-DPは、ポアソン比に依存しない収束速度(サブドメインでは区分的に一定ですが、任意のジャンプ)で、主形式のほぼ非圧縮性の弾性を解決できます。同様に、ボリュメトリックモードを正確に再現するマルチグリッドメソッドは、このプロパティを持つことができます。このような方法は問題固有であり、一般に、大きなペナルティはシステムを事前調整するのが困難になります。

前提条件の選択の柔軟性を高めるために、明示的な二重変数を導入し、より大きなサドルポイントシステムを記述することをお勧めします

(ACTCρ1)(xy)=(b0)

Aρ~CTCρ~ρρ1CA1CTPCFIELDSPLIT

問題の原因についてより具体的にできる場合(最小化するものと制約となるもの)、より具体的な参照を提案することができます。


正規化されたシステムの前提条件は、いくつかの新しい方法を開きます!しかし、すべてを消化するのに時間が必要です。気にしない場合はしばらくしてから戻ってくるかもしれません。あなたの答えをありがとう。
トム

4

KT条件のネタバレ項に追加の変数を導入すると、行列に入るペナルティファクターの逆数のみで、数値的に適切に動作するより大きな対称システムを見つけることができます。

(A+ρCTC)x=b ρy=ρCxAx+CTy=bCxρ1y=0


c(u)=0uc(xs,x1,x2)=(x2x1)nxs\[x1,x2\]
トム

@Tom:非線形問題ではなく、悪条件の方程式を意味します。(質問を編集して)解決したい線形システムの形式とペナルティパラメーターの入力方法を書き留めてください。
アーノルドノイマイアー

私は、余分な変数を導入することがどのように役立つかを理解しようとしています...参照を送ってもらえますか?どうもありがとうございました!
トム

@Tom:編集済みの回答を参照してください。
アーノルドノイマイアー

ρρ10
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.