线性规划基于修正牛顿方向的宽邻域内点算法

通过修正经典宽邻域算法的搜索方向,提出一种新的求解线性规划问题的宽邻域内点算法,并对算法进行收敛性分析,证明了该算法具有经典宽邻域算法的迭代复杂性界O(nL).数值实验表明算法是有效的.

线性规划的一个宽邻域预估-矫正内点算法

在线性规划的内点算法中,宽邻域算法比窄邻域算法的数值效果好,但宽邻域算法的复杂性比窄邻域差.提出了求解线性规划问题的一个宽邻域预估-矫正内点算法,证明了该算法的迭代复杂性是O(n L),这是线性规划的内点算法中最好的复杂性结果.

一类非单调线性互补问题的宽邻域内点算法

基于线性规划问题原始———对偶类内点算法的思想,讨论一类非单调线性互补问题,为其设计了一种新的算法———宽邻域内点算法,并讨论其多项式收敛性.与路径跟踪法相比较,该算法具有迭代过程简便,应用情景更加广阔等特点.

求解P^＊（τ）阵线性互补问题的宽邻域路径跟踪算法

针对p*(τ)阵线性互补问题,提出一种新的内点算法—宽邻域路径跟踪算法.该算法基于精典线性规划路径跟踪算法思想,把宽邻域路径跟踪算法推广到p*(τ)阵非单调线性互补问题,给出算法的具体步骤,讨论算法的迭代复杂性,并给出数值实验.

一类非单调线性互补问题宽邻域预估校正算法

对于一类非单调线性互补问题给出了一种新的内点算法-宽邻域预估校正算法,算法基于精典预估校正思想,把窄邻域拓展到一个宽邻域里使得算法更快地迭代,讨论了其算法的计算复杂性,并给出了数值实验.

凸二次规划宽邻域原始-对偶势下降内点算法

基于线性规划原始-对偶内点算法的思想,对凸二次规划提出了一种新的内点算法-宽邻域原始-对偶势下降内点算法.算法取牛顿方向作为迭代方向,利用势函数选择迭代步长.由于迭代方向不再正交,因此,算法的复杂性分析不同于线性规划的相应算法的分析.证明了新算法具有O(nL)的迭代复杂性.此外,初步的数值试验表明了算法的可行性以及有效性.

求解一类非单调线性互补问题的宽邻域内点方法及其计算复杂性

对于一类非单调线性互补问题给出了一种新的算法———宽邻域内点算法,并讨论了其计算复杂性。

具有O(n～(1/2)L)复杂性的Mehrotra型预估-矫正算法

针对内点方法在理论和实践之间存在着计算效果好的算法在理论上具有较差复杂性的矛盾,提出一种求解线性规划问题的Mehrotra型预估-矫正内点算法,并证明了该算法的迭代复杂性是O(槡nL).数值实验结果验证了算法的有效性.

线性互补问题的Mehrotra型预估矫正算法

以艾文宝的邻域跟踪算法为基础,增加了一个二阶矫正项,提出了单调线性互补问题的一个Mehrotra型预估矫正算法.由于单调线性互补问题的迭代方向不具有正交性,因此算法的理论分析变得复杂.通过分析,得到了目前线性互补问题最好的复杂度.

线性规划的邻域跟踪算法

提出了线性规划的邻域跟踪算法.当这个邻域是宽邻域时,该算法就是宽邻域原始-对偶内点算法;如果这个邻域退化成中心路径,则算法就退化成中心路径跟踪算法.证明了该算法具有O( nL)次迭代复杂性,而经典的宽邻域算法是O(nL)次迭代复杂性.也证明了该算法在非退化条件下是二次收敛的,并给出了一些计算结果.