.png){kind=icon}
返回
On linear programming relaxations for solving polynomial programming problems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.cor.2018.06.010.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了求解多项式规划问题的线性规划 (LP) 松弛。通过引入表示非线性单项式的新变量并将其替换为原始公式，可以将多项式编程问题等效地表示为二次约束二次程序 (QCQP)。尽管为原始配方构建的基于重构线性化技术 (RLT) 的LP弛豫是紧密的，但与前者所需的努力相比，使用等效的较低度配方生成的弛豫更小，并且需要更少的计算工作量来优化。在这项研究中，我们分析了多项式编程问题的标准RLT，J集和递归McCormick松弛的强度和可处理性，并根据问题的特征确定了优越的松弛。提供了广泛的计算结果，以证明使用文献中的问题和随机生成的测试实例的标准RLT，j-set和递归McCormick算法的相对有效性。（C）2018爱思唯尔有限公司。版权所有。
Keyword:
Reformulation-Linearization Technique (RLT)
J-set relaxation
McCormick inequalities
Polynomial programming problems
Linear programming relaxations
Branch-and-bound algorithms
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
C
IF:
4.3
论文数:
6.5K
被引数:
1.8W
机构
引用论文
Honey bee and native solitary bee foraging behavior in a crop with dimorphic parental lines.png)
PLOS ONE
OAAI
PLOS ONEIF0
OAAI分享收藏Distribution of breeding songbirds in Bradfield Woods, Suffolk, in relation to vegetation and coppice managementBird Study
Bird StudyIF0
PREAI
分享收藏分享收藏
查看更多内容