关于非凸优化的方法， https://blog.csdn.net/kebu12345678/article/details/54926287 提到，可以把非凸优化转换为凸优化，通过修改一些条件。
非凸优化问题如何转化为凸优化问题的方法：
1）修改目标函数，使之转化为凸函数
2）抛弃一些约束条件，使新的可行域为凸集并且包含原可行域
而 https://blog.csdn.net/R1uNW1W/article/details/79000042 的论文提到了解决非凸优化问题的几种方法：
1.利用传统的凸松弛(Convex relaxation)技术，把非凸优化问题转为凸优化问题。凸松弛，其实就是放开一些限制条件，但是不改变问题的本质。
参考：https://blog.csdn.net/gloriazhang2013/article/details/72648571
2.不经过转换，某些符合特定结构的非凸优化问题也可以直接解决。例如使用：投影梯度下降、交替最小化、期望最大化算法、随机优化等方法。
原文：https://www.cnblogs.com/aaronhoo/p/9482370.html