×
Rupaj Kumar Nayak；尼玛莉亚·库马尔·莫汉蒂

二元二次优化问题的改进逐行法。 （英语） Zbl 1428.90112号

安·Oper。物件。 275，No.2，587-605（2019）.
摘要：本文提出了一种改进的行-行（RBR）算法，用于求解布尔二次规划（BQP）问题。虽然一种快速且可实现的RBR方法已被广泛用于半定规划（SDP）松弛的BQP，但由于它在BQP上产生比RBR更严格的下限，因此可能会受到SDP松弛的挑战。另一方面，对于大规模问题，用内点法（IPM）求解SDP计算量很大。与IPM不同，我们的方法通过以下方式提供了比RBR算法更好的下限H.T.Wai先生等人[“使用逐行块坐标下降的廉价半定松弛MIMO检测”，IEEE声学、语音和信号处理国际会议ICASSP，325–3259（2011）]，并与IPM解决的SDP竞争。该方法包括SDP上的SDP切割松弛，并用改进的RBR方法求解。该算法已在MATLAB平台上进行了测试，并应用于BQPLIB（作者的库）中的多个BQP。数值实验表明，该方法优于几位作者以前提出的RBR方法和IPM求解BQP的方法。

引用于1文件

MSC公司：

90立方厘米20 二次规划
90C09型 布尔编程

关键词：

无约束二次二进制优化；逐行法；半定规划；计算机视觉；一阶方法

软件：

SDPLR公司；CVX公司；塞杜米；SDPT3系统；Bqplib公司；Matlab公司
PDF格式BibTeX公司 XML格式引用
\textit{R.K.Nayak}和\textit{N.K.Mohanty}，Ann.Oper。第275号决议，第2号，587--605（2019年；Zbl 1428.90112）
全文： 内政部

参考文献：

[1] Boyd，S.和Vandenberghe，L.（2004）。凸优化。剑桥：剑桥大学出版社·Zbl 1058.90049号 ·doi:10.1017/CBO9780511804441
[2] Burer，S.和Monteiro，R.D.C.（2003年）。通过低秩分解求解半定规划的非线性规划算法。数学编程，95329-357·Zbl 1030.90077号 ·doi:10.1007/s10107-002-0352-8
[3] Cour，T.和Bo，J.（2007年）。用谱松弛法求解马尔可夫随机场。人工智能和统计国际会议论文集。
[4] Goldfarb，D.、Ma，S.和Wen，Z.（2009年）。有效解决低秩矩阵补全问题。在IEEE通信与控制会议上。
[5] Grant，M.和Boyd，S.（2014）。CVX:用于严格凸编程的Matlab软件，2.1版。http://cvxr.com/cvx。
[6] 格兰特，M。；博伊德，S。；布隆德尔，V.（编辑）；Boyd，S.（编辑）；Kimura，H.（编辑），非光滑凸程序的图形实现，95-110（2008），纽约·Zbl 1205.90223号
[7] Grippo，L.和Sciandone，M.（2000年）。关于凸约束下块非线性Gauss-Seidel方法的收敛性。运营研究快报，26，127-136·Zbl 0955.90128号 ·doi:10.1016/S0167-6377（99）00074-7
[8] Guattery，S.和Miller，G.（1998年）。关于光谱分离器的质量。SIAM矩阵分析与应用杂志，19，701-719·Zbl 0905.05050号 ·doi:10.1137/S0895479896312262
[9] Heiler，M.、Keuchel，J.和Schnörr，C.（2005）。基于先验知识的半定聚类图像分割。模式识别（第27届DAGM研讨会）（第3663卷，第309-317页）。斯普林格。
[10] Joulin，A.、Bach，F.和Ponce，J.（2010年）。用于图像分割的判别聚类。IEEE计算机视觉会议论文集。
[11] Kannan，R.、Vempala，S.和Vetta，A.（2004）。关于聚类：好、坏和光谱。美国医学会杂志，51497-515·Zbl 1192.05160号 ·doi:10.1145/990308.990313
[12] Keuchel，J.、Schnörr，C.、Schellewald，C.和Cremers，D.（2003年）。二进制分割、感知分组和半定编程恢复。IEEE模式分析和机器智能事务，251364-1379·doi:10.1109/TPAMI.2003.1240111
[13] Kochenberger，G.A.、Glover，F.、Alidaee，B.和Rego，C.（2005）。一种求解顶点着色问题的无约束二次二元规划方法。《运筹学年鉴》，139（1），229-241·Zbl 1091.90074号 ·doi:10.1007/s10479-005-3449-7
[14] Lang，K.J.（2005）。修正了光谱法的两个缺点。摘自：《高级神经信息处理系统学报》（第715-722页）。
[15] Lauer，F.和Schnörr，C.（2009年）。用于运动分割的线性子空间的谱聚类。计算机视觉国际会议论文集。
[16] Malick，J.（2007）。布尔二次规划中的球面约束。《全局优化杂志》，39，609-622·Zbl 1146.90043号 ·doi:10.1007/s10898-007-9161-1
[17] Nayak，R.K.和Mohanty，N.K.（2017）。Bqplib:BQP的库。https://sites.google.com/a/iiit-bh.ac.in/r-k-nayak/bqp-dataset。
[18] Nayak，R.K.和Biswal，M.P.（2018年）。一种用于大规模mimo检测的低复杂度半定松弛方法。组合优化杂志，35（2），473-492·Zbl 1393.90080号 ·doi:10.1007/s10878-017-0186-1
[19] Olsson，C.、Eriksson，A.和Kahl，F.（2007年）。解决大规模二元二次问题：谱方法与半定规划。程序中。IEEE配置计算。视觉。和模式识别（第1-8页）。
[20] Pardalos，P.M.R.（1990年）。超立方体结构上二次零规划的并行分支定界算法。《运筹学年鉴》，22（1），271-292·Zbl 0722.90047号 ·doi:10.1007/BF02023057
[21] 鲍威尔，M.J.D.（1973）。关于最小化算法的搜索方向。数学程序设计，41933-201·Zbl 0258.90043号 ·doi:10.1007/BF01584660
[22] Schellewald，C.和Schnorr，C.（2005）。基于凸松弛的概率子图匹配。《计算机可视和模式识别中能量最小化方法国际会议论文集》（第171-186页）。
[23] Shi，J.和Malik，J.（2000）。标准化切割和图像分割。IEEE模式分析和机器智能汇刊，22888-905·doi:10.1009/34.868688
[24] Srebro，N.（2004年）。学习矩阵分解。麻省理工学院博士论文。
[25] Sturm，J.F.（1999）。使用SeDuMi 1.02，一个用于对称锥体优化的MATLAB工具箱。优化方法和软件，11，625-653·Zbl 0973.90526号 ·doi:10.1080/10556789908805766
[26] Toh，K.C.、Todd，M.J.和Tutucu，R.H.（1999）。Sdpt3-A用于半定规划的Matlab软件包（第545-581页）·Zbl 0997.90060号
[27] Tutucu，R.H.、Toh，K.C.和Todd，M.J.（2003）。使用SDPT3求解半定二次线性程序。数学编程系列B，95189-217·Zbl 1030.90082号 ·文件编号：10.1007/s10107-002-0347-5
[28] Wai，H.T.、Ma，W.K.和So，M.C.A.（2011年）。使用逐行块坐标下降的廉价半定松弛MIMO检测。IEEE声学、语音和信号处理国际会议ICASSP（第3256-3259页）。
[29] Wang，P.、Shen，C.和Hengel，A.V.D.（2013）。一种求解二元二次问题的快速半定方法。在关于计算机视觉和模式识别的IEEE会议论文集上。
[30] Wen，Z.、Goldfarb，D.、Ma，S.和Scheinberg，K.（2009年）。半定规划的逐行方法。哥伦比亚大学IEOR系技术报告。
[31] Wen，Z.和Yin，W.（2013）。一种可行的正交约束优化方法。数学编程，142397-434·兹比尔1281.49030 ·doi:10.1007/s10107-012-0584-1
[32] 于胜星，&石杰（2004）。给定部分分组约束的分段。IEEE模式分析和机器智能汇刊，26173-183·doi:10.1109/TPAMI.2004.1262179
[33] 张峰（2005）。舒尔补及其应用。纽约：斯普林格·Zbl 1075.15002号 ·doi:10.1007/b105056
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。