P_*(κ)线性互补问题基于一类新核函数的大步校正内点算法(英文)

本文采用一簇新的核函数设计原始-对偶内点算法用于解决P*(κ)线性互补问题.通过利用一些优良、简洁的分析工具,证明该算法具有O(q(2κ+1)n1/p(logn)1+1/qlog(n/ε))迭代复杂性.     

P*(κ)阵线性互补问题一种新的宽邻域预估-校正内点算法

基于邻近度量函数的最小值,对P*(κ)阵线性互补问题提出了一种新的宽邻域预估-校正算法,在较一般的条件下,证明了算法的迭代复杂性为O(κ+1)23n log(x0ε)Ts0.算法既可视为Miao的P*(κ)阵线性互补问题Mizuno-Todd-Ye预估-校正内点算法的一种变形,也可以视为最近Zhao提出的线性规划基于邻近度量函数最小值的宽邻域内点算法的推广.     

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.     

P*(k)线性互补问题的Mehrotra型预估-校正算法复杂性分析

本文提出一种求解单调非线性互补问题的Mehrotra型预估-校正算法.新算法采用不同的自适应更新策略.在尺度化的Lipschitz条件下,证明了新算法的迭代复杂性为O(n2 log (x0)T s0/ε)),其中(x0,s0)为初始点,ε为精度.     

一类新的求解P_*(κ)阵线性互补问题的多项式内点算法

利用核函数及其性质,对P_*(k)阵线性互补问题提出了一种新的宽邻域不可行内点算法.对核函数作了一些适当的改进,所以是不同于Peng等人介绍的自正则障碍函数.最后证明了算法具有近似O((1+2k)n3/4log(nμ~0)/ε)多项式复杂性,是优于传统的基于对数障碍函数求解宽邻域内点算法的复杂性.     

P*(k)线性互补问题基于新核函数的大步校正算法

本文研究了P_*(k)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+2k)√n(log n)² log (n)/(ε),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.     

一个求解P_*(κ)水平线性互补问题精确极大互补解的不可行内点算法(英文)

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．     

一个求解P_*(k)阵线性互补问题的渐近O((k 1)n~3L)宽域路径跟踪算法

本文通过使用高界校正技术,给出了一个求解P*(k)阵线性互补问题的宽域路径跟踪算法,其迭代复杂性为渐近O((k＋1)L)．通过使用秩-1校正技术,其每步的计算复杂性从常规的O(n3)约减到O(n2.5);因此,算法总的计算复杂性为渐近O((k＋1)n3L)．     

线性互补问题的宽邻域预估校正算法

对线性互补问题提出了一种新的宽邻域预估校正算法,算法是基于经典线性规划路径跟踪算法的思想,将Maziar Salahi关于线性规划预估校正算法推广到线性互补问题中,给出了算法的具体迭代步骤并讨论了算法迭代复杂性,最后证明了算法具有多项式复杂性为O(ηlog(X~0)~Ts~0/ε)。     

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.     

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     

单调线性互补问题的Mehrotra型预估-校正算法的迭代复杂性

Mehrotra型预估-校正算法是很多内点算法软件包的算法基础,但它的多项式迭代复杂性直到2007年才被Salahi等人证明.通过选择一个固定的预估步长及与Salahi文中不同的校正方向,本文把Salahi等人的算法拓展到单调线性互补问题,使得新算法的迭代复杂性为O(n log((x0)T s0/ε)),同时,初步的数值实验证明了新算法是有效的.     

基于一个有限罚函数的二阶锥优化的原始-对偶内点算法

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．     

一个新的求解半正定规划问题的原始对偶内点算法

选择合适的核函数对设计求解线性规划与半正定规划的原始对偶内点算法以及复杂性分析都十分重要.Bai等针对线性规划提出三种核函数,并给出求解线性规划的大步迭代复杂界,但未给出数值算例验证算法的实际效果(Bai Y Q,Xie W,Zhang J.New parameterized kernel functions for linear optimization.J Global Optim,2012.DOI 10.1007/s10898-012-9934-z).基于这三种核函数设计了新的求解半正定规划问题的原始对内点算法.进一步分析了算法关于大步方法的计算复杂性界,同时通过数值算例验证了算法的有效性和核函数所带参数对计算复杂性的影响.     

单调线性互补问题的一种内点算法

本文研究了单调线性互补问题的一种内点算法.利用牛顿方向和中心路径方向,获得了求解单调线性互补问题的一种内点算法,并证明该算法经过多项式次迭代之后收敛到原问题的一个最优解.数值实验表明此方法是有效的.     

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.     

求解线性互补问题的一种新的势下降内点算法

本文针对具有半正定矩阵的线性互补问题提出了一个新的内点方法———势函数下降内点方法.采用部分校正技术和Sherman-Morrison-Woodbury准则获得问题的近似最优解.讨论了该算法的收敛性,并证明了该算法为多项式算法.     

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.     

二阶锥线性互补问题内点法的复杂性

本文提出一个二阶锥线性互补问题的长步原始对偶内点法,搜索方向由一个一般的核函数来定义.如果给出初始的严格内点,可以得到本算法的复杂性为O((1+2k)llog(lμ0/ε)).