Iterative convex relaxation methods for nonconvex optimization problems

Abstract

이 논문에서는 Nonconvex quadratic optimization problem을 풀기위한 방법으로 Iterative methods라는 방법을 소개한다. 이 논문에서 Nonconvex QOP를 풀기위한 LP(Linear Programming), SDP (Semidefinite Programming) 그리고 SOCP(Second Order COne Programming)에 대한 소개를 하고 SOCP를 보완하기 위한 방법인 Interative method에 관해 소개를 해 본다. 일반적인 문제와 특수한 조건을 만족하는 문제에 대한 수치적 실험 결과를 그래프를 통해 살펴본 후 그 결과를 비교 분석해본다. ;The SOCP (second-order-cone program) relaxation is a method which strengthens the lift-and-project LP (linear programming) relaxation method by adding convex quadratic constraints for the positive semidefinite conditions in the SDP (semidefinite programming) relaxation. This paper proposes an iterative method to improve the SOCP relaxation. Numerical experiments to show the performance of the proposed iterative method is presented.