认为和. 我希望解决以下优化问题的一个实例:
这个目标函数是凸的, 但约束力为置换矩阵。本质上,这是二次分配问题(QAP),附加假设目标函数是凸的。
如果或者,问题将是线性分配问题。如果我们放松约束并想到作为双随机的,我们可以优化产生的凸问题并得到一个置换矩阵(Birkhoff 多面体的顶点是置换)。
上面的问题有没有类似的技巧?我知道 QAP 通常是 NP 难的,但如果目标函数是凸的,可能会更容易?
认为和. 我希望解决以下优化问题的一个实例:
这个目标函数是凸的, 但约束力为置换矩阵。本质上,这是二次分配问题(QAP),附加假设目标函数是凸的。
如果或者,问题将是线性分配问题。如果我们放松约束并想到作为双随机的,我们可以优化产生的凸问题并得到一个置换矩阵(Birkhoff 多面体的顶点是置换)。
上面的问题有没有类似的技巧?我知道 QAP 通常是 NP 难的,但如果目标函数是凸的,可能会更容易?