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...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	SIAM journal on optimization Jg. 14; H. 1; S. 268 - 283
1. Verfasser:	Tseng, Paul
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Philadelphia Society for Industrial and Applied Mathematics 01.01.2003
Schlagworte:	Approximation Optimization Semidefinite programming
ISSN:	1052-6234, 1095-7189
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!