Stiefel 流形上二次优化的一种强化 SDP 松弛
最优化与控制
2022-08-08 v1
摘要
我们研究用于全局优化 Stiefel 流形上二次函数的 NP 困难问题的半定规划（SDP）松弛。我们基于文献中两个近期思想引入一种强化松弛：(i) 针对具有块对角 Hessian 的目标函数的定制 SDP；(ii) 使用 Kronecker 矩阵积构造 SDP 松弛。通过在四类问题上的合成算例，我们表明一般而言我们的松弛显著强化了现有松弛，尽管代价是更长的求解时间。
引用
@article{arxiv.2208.03125,
title = {A Strengthened SDP Relaxation for Quadratic Optimization Over the Stiefel Manifold},
author = {Samuel Burer and Kyungchan Park},
journal= {arXiv preprint arXiv:2208.03125},
year = {2022}
}
备注
16 pages, 1 table, 4 figures