P＊(κ)线性互补问题的一个大步校正内点算法的迭代复杂性(英文)

本文基于一个带参数的函数,为P*(κ)线性互补问题设计出了一个大步校正内点算法.算法讨论沿用了Peng等在文[9]对互补问题基于自正则函数的讨论模式.但是,与Peng的算法不同的是,我们所考虑的带参数的函数是非自正则的.算法最终被证明具有较好的多项式复杂性.

凸二次规划基于新的核函数的大步校正原始-对偶内点算法

本文对凸二次规划提出了一种基于新的核函数的大步校正原始-对偶内点算法.这种核函数构造新的障碍函数不仅可以定义新的搜索方向,而且可以控制内迭代的过程,使得对凸二次规划提出的大步校正原始-对偶内点算法的多项式复杂性阶改善到O(槡n(logn)2log(n/ε)),优于基于经典对数障碍函数的相应算法的复杂性阶.

P_*(κ)线性互补问题基于新核函数的大步校正算法（英文）

本文研究了P*(κ)线性互补问题的大步校正原始-对偶内点算法.基于一个强凸且不同于通常的对数函数和自正则函数的新核函数,对具有严格可行初始点的该问题,算法获得的迭代复杂性√为O(1+2κ)n(log n)2lognε,该结果缩小了大步校正内点算法的实际计算与理论复杂性界之间的差距.

一个解半正定规划问题的基于广义对数障碍函数的原始对偶内点算法

本文对经典对数障碍函数推广,给出了一个广义对数障碍函数.基于这个广义对数障碍函数设计了解半正定规划问题的原始-对偶内点算法.分析了该算法的复杂性,得到了一个理论迭代界,它与已有的基于经典对数障碍函数的算法的理论迭代界一致.同时,并给出了一个数值算例,阐明了函数的参数对算法运行时间的影响.

基于一个有限罚函数的二阶锥优化的原始-对偶内点算法(英文)

本文基于一个有限罚函数,设计了关于二阶锥优化问题的原始-对偶路径跟踪内点算法,由于该罚函数在可行域的边界取有限值,因而它不是常规的罚函数,尽管如此,它良好的解析性质使得我们能分析算法并得到基于大步校正和小步校正方法目前较好的多项式时间复杂性分别为O(N^(1/2)log N log N/ε)和O(N^(1/2)log N/ε),其中N为二阶锥的个数．