Further Results on Approximating Nonconvex Quadratic Optimization by Semidefinite Programming Relaxation

We study approximation bounds for the semidefinite programming (SDP) relaxation ofquadratically constrained quadratic optimization: $\min f^0(x)$ subject to $f^k(x)\le 0$, $k=1,\dots,m$, where fk(x)=xTAkx+(bk)Tx+ck. In the special case of ellipsoid constraints with interior feasible solution at 0, w...

Celý popis

Podrobná bibliografie

Vydáno v:	SIAM journal on optimization Ročník 14; číslo 1; s. 268 - 283
Hlavní autor:	Tseng, Paul
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Philadelphia Society for Industrial and Applied Mathematics 01.01.2003
Témata:	Approximation Optimization Semidefinite programming
ISSN:	1052-6234, 1095-7189
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!