[论文解读] A Geometric View of SDP Exactness in QCQPs and its Applications

Alex L. Wang, Fatma Kılınç-Karzan|arXiv (Cornell University)|Nov 13, 2020

Advanced Optimization Algorithms Research参考文献 44被引用 4

一句话总结

本文提出了一种几何框架，用于分析二次约束二次规划（QCQPs）的半定规划（SDP）松弛中的精确性。通过分析凸拉格朗日乘子锥Γ及其相关锥ΓP和Γ°，作者推导出目标值精确性和凸包精确性的充分（在某些情况下为必要）条件，从而在这些几何结构被充分理解时，实现对精确性的系统处理。

ABSTRACT

Quadratically constrained quadratic programs (QCQPs) are a highly expressive class of nonconvex optimization problems. While QCQPs are NP-hard in general, they admit a natural convex relaxation via the standard (Shor) semidefinite program (SDP) relaxation. Towards understanding when this relaxation is exact, we study general QCQPs and their (projected) SDP relaxations. We present sufficient (and in some cases, also necessary) conditions for objective value exactness (the condition that the objective values of the QCQP and its SDP relaxation coincide) and convex hull exactness (the condition that the convex hull of the QCQP epigraph coincides with the epigraph of its SDP relaxation). Our conditions for exactness are based on geometric properties of $Γ$, the cone of convex Lagrange multipliers, and its relatives $Γ_P$ and $Γ^\circ$. These tools form the basis of our main message: questions of exactness can be treated systematically whenever $Γ$, $Γ_P$, or $Γ^\circ$ is well-understood. As further evidence of this message, we apply our tools to address questions of exactness for a prototypical QCQP involving a binary on-off constraint, quadratic matrix programs, the QCQP formulation of the partition problem, and random and semi-random QCQPs.

研究动机与目标

• 开发一种几何框架，以理解QCQPs的SDP松弛何时能产生精确解。
• 解决先前工作所要求的投影凸拉格朗日乘子集合为多面体的局限性。
• 统一并扩展现有关于QCQPs中目标值精确性和凸包精确性的结果。
• 将该框架应用于具体问题，如二元开关约束、矩阵规划和随机QCQPs。
• 建立QCQP上境图的凸包与其中SDP松弛上境图一致的条件。

提出的方法

• 引入凸拉格朗日乘子锥Γ及其投影变体ΓP，以表征QCQPs中的精确性。
• 定义对偶锥Γ°，以分析拉格朗日乘子结构的边界和极端行为。
• 利用几何对偶性和半定规划对偶性，将QCQP解与SDP松弛联系起来。
• 应用维数计数论证和子空间分析，构造扰动以测试精确性。
• 采用向量和矩阵扰动技术，利用ε-近似可行性来界定与精确解的偏差。
• 在几何框架内，将S-引理和秩一生成（ROG）锥性质作为特例加以利用。

实验结果

研究问题

• RQ1 在拉格朗日乘子锥Γ的何种几何条件下，QCQP的SDP松弛精确等于原问题的最优值？
• RQ2 何时QCQP上境图的凸包与其中SDP松弛的上境图一致？
• RQ3 该框架如何应用于乘子集非多面体的QCQPs，例如由二元约束或矩阵规划产生的情况？
• RQ4 ΓP和Γ°的结构在认证一般QCQPs（超越对角或单约束情形）的精确性中起何种作用？
• RQ5 该几何方法能否用于推导半随机或结构化QCQPs中QCQP与SDP解之间差距的定量界限？

主要发现

• 本文基于拉格朗日乘子锥Γ的几何结构，建立了目标值精确性的充分条件，某些情况下也为必要条件。
• 证明了当QCQP的上境图等于其SDP松弛的上境图时，凸包精确性成立，这在ΓP和Γ°满足特定几何条件时可保证。
• 该框架通过统一在共同的几何视角下，推广了S-引理和先前关于对角QCQPs的结果。
• 对于开关约束QCQP，作者利用Γ及其对偶Γ°的几何性质推导出精确性条件，表明当乘子锥表现良好时，精确性成立。
• 在半随机QCQPs中，该方法通过ε-近似可行性与扰动分析，实现了对最优性差距的定量界限。
• 分析表明，当Γ°被充分理解时，即使ΓP不是多面体，也能系统地认证精确性。