带指示变量的凸二次优化的二元凸化
最优化与控制
2020-04-17 v1
摘要
本文研究带指示变量的凸二次优化问题。对于二元情形，我们描述了原变量空间中函数图像上境的凸包，并给出了一个锥二次扩展形式。随后，以二元情形的凸包描述作为基本构件，我们导出了针对一般情形的扩展 SDP 松弛。这一新形式强于文献中针对该问题提出的其他 SDP 松弛，包括 Shor 的 SDP 松弛、最优透视松弛以及最优秩一松弛。计算实验表明，所提形式在缩小优化问题的整数间隙方面相当有效。
引用
@article{arxiv.2004.07448,
title = {2x2 convexifications for convex quadratic optimization with indicator variables},
author = {Shaoning Han and Andrés Gómez and Alper Atamtürk},
journal= {arXiv preprint arXiv:2004.07448},
year = {2020}
}