GEAR: A GPU-Accelerated Global Solver for Bounded Continuous Nonlinear Programs via Linear Bound Propagation

我们提出一种基于GPU加速的全局求解器，用于受约束的非线性规划（NLP），灵感来源于神经网络（NN）验证中高效的线性边界传播框架。现有神经网络验证工作表明，与传统求解器相比，基于线性边界传播框架可实现数百万倍的速度提升。将这一范式扩展到全局非线性规划需要解决诸多挑战：全局受约束的非线性规划求解器必须有效利用所有，可能未结构化的非线性约束，以提升目标函数，而神经网络验证通常处理简单输入框约束，且不直接优化目标函数。