基于全牛顿步长求解凸二次规划问题的不可行内点算法

借助于全牛顿步长对凸二次规划问题提出了一种新的不可行内点算法.算法主要迭代由可行迭代步和中心路径邻域迭代步组成.其优点是线性搜寻方向是不需要的.最后证明算法迭代复杂性为O(nlogn/ε),与目前最好的不可行内点算法复杂性一致.     

一个求解水平线性互补问题的高阶可行内点算法的多项式复杂性

最近,Zhao和Sun提出了一个求解sufficient线性互补问题的高阶不可行内点算法.不需要严格互补解条件,他们的算法获得了高阶局部收敛率,但他们的文章没有报告多项式复杂性结果.本文我们考虑他们所给算法的一个简化版本,即考虑求解单调水平线性互补问题的一个高阶可行内点算法.我们证明了算法的迭代复杂性是     

基于核函数求解LCPs的全-Newton步不可行内点算法

本文对P_*(κ)线性互补问题设计了一种基于核函数的全-Newton步不可行内点算法,是对Mansouri等人提出的单调线性互补问题全-Newton步不可行内点算法的改进与推广.算法的主迭代由一个可行步和几个中心步构成且可行步采用小步校正.通过建立和应用一些新的技术性结果,证明了算法的多项式复杂性为O((1+2κ)~(3/2)(1og_2log_264(1+2κ))nlogmax{(x0)Ts0,||r0||}/ε),当k=0时,与当前单调线性互补问题的不可行内点算法最好的迭代复杂性界一致.最后,用Matlab数值实验验证了算法的可行性.     

非单调线性互补问题的高阶宽领域内点算法

本文研究了P(K)-阵线性互补问题宽邻域高阶内点算法.利用线性规划的原始-对偶仿射尺度算法来确定迭代方向,得到了算法的收敛性及迭代复杂性,其算法是有效可行的.     

一种新的可分凸二次规划的不可行内点算法

本文对可分凸二次规划提出了一个新的不可行内点算法 ,证明了该算法是一个多项式时间算法 ,并将迭代复杂性界降至O(nL) .     

水平线性互补问题的广义中心路径跟踪算法

对水平线性互补问题提出了一种广义中心路径跟踪算法.任意的原始-对偶可行内点均可作为算法的初始点.每步迭代选择“仿射步”与“中心步”的凸组合为新的迭代方向,采用使对偶间隙尽可能减小的最大步长.算法的迭代复杂性为O(√nL).     

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.     

二阶锥规划两个新的预估-校正算法

基于不可行内点法和预估-校正算法的思想,提出两个新的求解二阶锥规划的内点预估-校正算法．其预估方向分别是Newton方向和Euler方向,校正方向属于Alizadeh-Haeberly-Overton(AHO)方向的范畴．算法对于迭代点可行或不可行的情形都适用．主要构造了一个更简单的中心路径的邻域,这是有别于其它内点预估-校正算法的关键．在一些假设条件下,算法具有全局收敛性、线性和二次收敛速度,并获得了O(rln(ε0/ε))的迭代复杂性界,其中r表示二阶锥规划问题所包含的二阶锥约束的个数．数值实验结果表明提出的两个算法是有效的．     

一个求解P*(k)水平线性互补问题精确极大互补解的不可行内点算法

Stoer,Wechs,和Mizuno最近提出了一个求解P*(k)水平线性互补问题的不可行内点算法,他们的算法能在有限不内得到问题的一个精确解,但是没有讨论算法的多项式复杂性.本文提出一个能得到P*(k)水平线性互补问题精确极大互补解的不可行内点算法,通过使用条件数和误差界理论,我们证明了所给算法是多项式有界的.     

线性权互补问题的新全牛顿步可行内点算法

基于一个连续可微函数,通过等价变换中心路径,给出求解线性权互补问题的一个新全牛顿步可行内点算法.该算法每步迭代只需求解一个线性方程组,且不需要进行线搜索.通过适当选取参数,分析了迭代点的严格可行性,并证明算法具有线性优化最好的多项式时间迭代复杂度.数值结果验证了算法的有效性.     

基于代数等价路径的一致P-函数非线性互补问题的可行内点算法

对一致P-函数非线性互补问题，提出了一种新的基于代数等价路径的可行内点算法，并讨论了计算复杂性．该算法可以在任一内部可行点启动，并且全局收敛；当初始点靠近中心路径时，此算法便成为中心路径跟踪算法，特别对于单调线性互补问题，总迭代次数为O（√nL），其中L是问题的输入长度。     

约束优化问题的一类光滑罚算法的全局收敛特性

对约束优化问题给出了一类光滑罚算法.它是基于一类光滑逼近精确罚函数 l_p(p\in(0,1]) 的光滑函数 L_p 而提出的.在非常弱的条件下, 建立了算法的一个摄动定理, 导出了算法的全局收敛性.特别地, 在广义Mangasarian-Fromovitz约束规范假设下, 证明了当 p=1 时, 算法经过有限步迭代后, 所有迭代点都是原问题的可行解; p\in(0,1) 时,算法经过有限迭代后, 所有迭代点都是原问题可行解集的内点.     

半定规划的一个新的宽邻域非可行内点算法

基于一种新的宽邻域,提出一个求解半定规划的新的非可行内点算法．在适当的假设条件下,证明了该算法具有较好的迭代复杂界O（√nL）,优于目前此类算法的最好的复杂性O（n√nL）,等同于可行内点算法．     

求解互补问题的不可行内点法及其计算复杂性

给出了求解一类非单调非线性互补问题的一种不可行内点法,讨论了该算法的收敛性及计算复杂性.分析结果表明,所给方法是一多项式时间算法.     

约束优化问题的一类光滑罚算法的全局收敛特性（英文）

对约束优化问题给出了一类光滑罚算法.它是基于一类光滑逼近精确罚函数l_p(p∈(0,1])的光滑函数L_p而提出的.在非常弱的条件下,建立了算法的一个摄动定理,导出了算法的全局收敛性.特别地,在广义Mangasarian-Fromovitz约束规范假设下,证明了当p=1时,算法经过有限步迭代后,所有迭代点都是原问题的可行解;当p∈(0,1)时,算法经过有限迭代后,所有迭代点都是原问题可行解集的内点.     

一个求解单调线性互补问题的高阶不可行内点算法

本文通过使用相同的矩阵因子，给出了一个求解单调线性互补问题的r-阶Mehrotra型宽城不可行内点算法，其中嵌入Wright的快速步与安全步算法．所给算法的迭代复杂性为O（n~((r 1)/r)L）．在考虑的问题有一个严格互补解的条件下，所给算法具有2阶Q-超线性收敛性．     

一致P-函数非线性互补问题的宽邻域不可行内点算法及其计算复杂性

1引言与记号单调线性互补问题和线性规划问题的原始-对偶路径跟踪算法,1989年的文献[1、2]分别首先提出。以后又出现了一些改进的算法。早期的原始-对偶路径跟踪算法及其改进算法的迭代点列大都是在包含中心路径C的一个2-范数的窄邻域里,这种可行内点算法通常理论上具有最好的迭代复杂性O(n~(1/2)L),但是由于窄邻域极大地限制了迭代步长,实     

求解P_*(κ)-阵线性互补问题的高阶仿射尺度内点算法

对P*(k)-阵线性互补问题提出了一种高阶内点算法.算法的每步迭代是基于线性规划原始-对偶仿射尺度算法的思想来确定迭代方向,再通过适当选取步长,得到算法的多项式复杂性.     

框式凸二次规划问题的非精确不可行内点算法

对框式凸二次规划问题提出了一种非精确不可行内点算法 ,该算法使用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     

基于一类新方向的宽邻域路径跟踪内点算法

基于一类带有参数theta的新方向, 提出了求解单调线性互补问题的宽邻 域路径跟踪内点算法, 且当theta=1时即为经典牛顿方向. 当取theta为与问题规模 n无关的常数时, 算法具有O(nL)迭代复杂性, 其中L是输入数据的长度, 这与经典宽邻 域算法的复杂性相同; 当取theta=\sqrt{n/\beta\tau}时, 算法具有O(\sqrt{n}L)迭代复杂性, 这里的\beta, \tau是邻域参数, 这与窄邻域算法的复杂性相同. 这是首次研究包括经典宽邻域路径跟踪算法的一类内点算法, 给出了统一的算法框架和收敛性分析方法.