New LP-based local and global algorithms for continuous and mixed-integer nonconvex quadratic programming

In this work, we propose a new approach called “Successive Linear Programming Algorithm (SLPA)” for finding an approximate global minimizer of general nonconvex quadratic programs. This algorithm can be initialized by any extreme point of the convex polyhedron of the feasible domain. Furthermore, we...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of global optimization Ročník 82; číslo 4; s. 659 - 689
Hlavní autoři:	Bentobache, Mohand, Telli, Mohamed, Mokhtari, Abdelkader
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.04.2022 Springer Springer Nature B.V
Témata:	Algorithms Computer Science Linear programming Mathematics Mathematics and Statistics Mixed integer Operations Research/Decision Theory Optimization Quadratic programming Real Functions 90C20 Local minimizer Nonconvex quadratic programming Concave quadratic programming Extreme point 90C26 90C59 Successive linear programming Global minimizer Numerical experiments Approximate global minimizer Simplex 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!