迈向用于多参数优化的学习增强求解器

预印本摘要称，研究者提出利用结构分析将神经网络系统性融入经典优化算法，以构建用于多参数优化问题（OP）的学习增强求解器。该方法以线性二次模型预测控制（MPC）中常见的多参数二次规划（mpQP）为代表，通过定制神经网络实现标准对偶投影梯度方案中步长的参数依赖微调。研究利用了最优步长在参数空间呈分段常数函数的特性，并给出了理论性质与数值案例验证。