A sensitive-eigenvector based global algorithm for quadratically constrained quadratic programming

In this paper, we design an eigenvalue decomposition based branch-and-bound algorithm for finding global solutions of quadratically constrained quadratic programming (QCQP) problems. The hardness of nonconvex QCQP problems roots in the nonconvex components of quadratic terms, which are represented b...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of global optimization Ročník 73; číslo 2; s. 371 - 388
Hlavní autoři:	Lu, Cheng, Deng, Zhibin, Zhou, Jing, Guo, Xiaoling
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 15.02.2019 Springer Springer Nature B.V
Témata:	Algorithms Computer Science Decomposition Eigenvalues Eigenvectors Mathematics Mathematics and Statistics Mechanical properties Operations Research/Decision Theory Optimization Quadratic programming Real Functions Global optimization Semidefinite relaxation Quadratically constrained quadratic programming Branch-and-bound algorithm
ISSN:	0925-5001, 1573-2916
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!