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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Journal of global optimization Jg. 73; H. 2; S. 371 - 388
Hauptverfasser:	Lu, Cheng, Deng, Zhibin, Zhou, Jing, Guo, Xiaoling
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York Springer US 15.02.2019 Springer Springer Nature B.V
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!