线性规划的非可行的内点算法

首先简要介绍非可行的内点算法,然后提出一种新的中心路径的取法,并由此给出一个对Kojima-Megiddo-Mizuno算法的改进的方法,这一新的算法是具有O(n2L)次收敛性的算法,并对这一算法的收敛性加以证明,这一新的算法与其它算法最明显的差异是不必假设LP解的存在性,就可以证明原始—对偶问题的多项式时间收敛性。文章的最后通过数值实验将该算法与Ye的解决线性规划的中心路径算法进行了比较。比较的结果显示新的算法从各个方面都要优于Ye的算法。

单调线性互补问题的非精确不可行内点算法

对单调线性互补问题提出了一种非精确不可行内点算法.该算法的迭代方向仅需要达到一个相对的精度.在初始点位于中心线的某邻域内的假设下,证明了算法的全局收敛性.

非线性互补问题的一种不可行非内点连续算法

基于Chen-Harker-Kanzow-Smalc光滑函数,对单调非线性互补问题NCP(f)给出了一种不可行非内点连续算法,该算法在每次迭代时只需求解一个线性等式系统。执行一次线搜索;算法在NCP(f)的解处不需要严格互补的条件下,具有全局线性收敛性和局部二次收敛性.

一种非线性互补问题的不可行非内点连续算法

基于Chen Harker Kanzow Smale光滑函数 ,针对单调非线性互补问题给出了一种不可行非内点连续算法—预估校正算法 ,并在适当的假设条件下 ,证明了算法具有全局收敛性和局部二次收敛性 。