求解二次半定规划的原对偶内点算法(英文)

本文主要给出求解二次半定规划(QSDP)基于NT方向的内点算法。利用尺度矩阵W对称化QSDP的互补松弛条件,牛顿法求解此条件得到NT方向,并且证明了NT方向的存在性和唯一性, 从而得到求解QSDP的原对偶内点算法。数值试验证明此方法是非常有效的。

一类二次半定规划问题及其内点算法

讨论一类二次半定规划对偶性理论及与半定最小二乘问题的联系,并在对偶理论基础上讨论该规划的原始对偶内点算法,同时给出了基于NT方向的唯一性证明.

二次半定规划的原始对偶预估校正内点算法

将半定规划(Semidefinite Programming,SDP)的内点算法推广到二次半定规划(QuadraticSemidefinite Programming,QSDP),重点讨论了AHO搜索方向的产生方法.首先利用Wolfe对偶理论推导得到了求解二次半定规划的非线性方程组,利用牛顿法求解该方程组,得到了求解QSDP的内点算法的AHO搜索方向,证明了该搜索方向的存在唯一性,最后给出了求解二次半定规划的预估校正内点算法的具体步骤,并对基于不同搜索方向的内点算法进行了数值实验,结果表明基于NT方向的内点算法最为稳健.

二次半定规划一个原始对偶路径跟踪算法

本文提出求解二次半定规划的一个基于H..K..M方向的原始对偶路径跟踪算法.文中首先导出确定H..K..M方向的线性方程组,并证明该搜索方向的存在唯一性;然后给出算法的具体步骤,并证明算法产生的迭代点列落在中心路径的某个邻域内.最后采用Matlab(R2011b)数学软件编程对算法进行数值试验.数值结果表明算法是有效的.

凸二次半定规划一个新的原始对偶路径跟踪算法

本文提出求解凸二次半定规划的一个新的原始对偶路径跟踪算法.在每次迭代中,通过求解一个线性方程组产生搜索方向.在一定条件下证明算法产生的迭代点列落在中心路径的邻域内,且算法至多经 O (n|log∈|)次迭代可得到一个∈-最优解.

一类带有混合约束的二次半定规划及其投影收缩算法

研究带有线性等式及线性不等式约束的二次半定规划问题.讨论对偶理论、最优性条件及其等价的单调变分不等式,给出相应的投影收缩算法.经收敛性分析,可得该算法是全局收敛的.

一类二次约束二次半定规划最优性条件

在Lagrange对偶理论基础上,讨论一类二次约束二次半定规划的对偶规划及其最优性条件,并证明了原规划与对偶规划之间具有零对偶间隙,为利用最优性条件设计算法提供了一个途径。

二次半定规划问题的改进投影收缩算法

针对求解二次半定规划问题时收敛速度缓慢,且由于二次半定规划的对偶问题的最优条件与变分不等式的投影方程等价,则可将原问题转化为求解变分不等式问题.从一个新的角度提出了求解变分不等式问题的投影收缩算法,进而解决了该二次半定规划问题.该算法通过引入一个辅助方向来进行改进,利用两次投影的方法降低了对算子的要求,进而达到更好的收敛效果.并在算子单调的条件下给出了算法的收敛性分析和证明.

解凸二次半定规划的过滤集-正则化方法

给出求解一种特殊凸二次半定规划的过滤集-正则化方法,并对其全局收敛性进行分析.最后还提供此算法的初步数值试验结果.

解凸二次半定规划的交替方向法

给出求解凸二次半定规划的交替方向法,并对这个算法的全局收敛性进行分析.

解特殊凸二次半定规划的正则法

本文将利用论文[4]中所讨论的用以解线性半定规划问题的Moreau-Yosida正则法来求解一类特殊的凸二次半定规划问题.进一步,本文还给出了这种方法的全局收敛性分析以及初步的数值试验结果.

解特殊凸二次半定规划的边界点法

给出了解一类特殊凸二次半定规划问题的边界点算法,并证明了其具有全局收敛性。针对此算法进行了初步的数值试验,得到的数据证实了边界点法的有效性.

解特殊凸二次半定规划的边界点法

将利用论文[2]中所讨论的用以解线性半定规划的边界点法来求解一类特殊的凸二次半定规划问题.进一步,本文还给出了这种方法的全局收敛性分析.

凸二次半定规划一个新的路径跟踪算法

给出了求解凸二次半定规划一个原始-对偶路径跟踪算法。引进了中心路径函数,在每次迭代中,基于牛顿法和对称化技术计算NT方向作为搜索方向,证明了满NT步的可行性以及中心函数在新迭代点的性质。在一定条件下算法经0 (n1/2log[(n+1/4)η^0/ε])次迭代后得到一个ε-最优解。

一类二次半定规划内点算法的搜索方向

利用牛顿法求解一类二次半定规划的扰动KKT方程组,得出这类二次半定规划原始-对偶路径跟踪算法搜索方向求解的统一形式,以及HKM搜索方向和NT搜索方向存在唯一的充分条件,最后给出了计算搜索方向的表达式,和特殊情况下搜索方向的计算方法.

二次半定规划的原始对偶内点算法的H..K..M搜索方向的存在唯一性

主要是将半定规划(Semidefinite Programming,简称SDP)的内点算法推广到二次半定规划(Quadratic Semidefinite Programming,简称QSDP),重点讨论了其中搜索方向的产生方法.首先利用Wolfe对偶理论推导得到了求解二次半定规划的非线性方程组,利用牛顿法求解该方程组,得到了求解QSDP的内点算法的H..K..M搜索方向,接着证明了该搜索方向的存在唯一性,最后给出了搜索方向的具体计算方法.

一类二次半定规划内点算法的K..S..H搜索方向的存在唯一性

在对偶理论的基础上,将半定规划(SDP)的原始对偶内点算法推广到一类二次半定规划(QSDP),利用优化理论中经典的牛顿法通过求解非线性方程组得到K..S..H方向,并证明了K..S..H搜索方向的存在唯一性.

二次半定规划的增广拉格朗日算法

基于变换X=VV^T,本文将半定规划问题转换为非线性规划问题,提出了解决此问题的增广拉格朗日算法,并证明了算法的线性收敛性.在此算法中,每一次迭代计算的子问题利用最速下降搜索方向和满足wolf条件的线性搜索法求最优解.数值实验表明,此算法是行之有效的,且优于内点算法.

凸二次半定规划一个长步原始对偶路径跟踪算法

本文基于Nesterov-Todd方向,并引进中心路径测量函数以及原始对偶对数障碍函数,建立了一个求解凸二次半定规划的长步路径跟踪法.算法保证当迭代点落在中心路径附近时步长1被接受.算法至多迭代O(n|lnε|)次可得到一个ε最优解.论文最后报告了初步的数值试验结果.

一种新的求解CQSDP的全-Newton步内点算法

对凸二次半定规划提出了一种新的全-Newton步原始-对偶内点算法.通过建立和应用一些新的技术性结果,证明了算法的迭代复杂性为O(nlogn/ε),这与目前凸二次半定规划的小步校正内点算法最好的迭代复杂性一致.