线性约束规划内点法及其修正算法

凸规划的内点算法是目前较热门的课题之一，参考资料「２」，「３」等均给出了较深入的研究，本文在参考前人的工作前提下，提出了带线性约束凸规划的内点算法结论及相应算法，另外，本文定义了偏移因子，偏移因子对的概念，对下降方向作出了修正，并给出了相关算法。     

线性约束凸规划内点法及其修正算法

凸规划的内点算法是目前较热门的课题之一，参考资料[2]；[3]等均给出了较深入的研究．本文在参考前人的工作前提下，提出了带线性约束凸规划的内点算法结论（定理2．8）及相应算法．另外，木文定义了偏移因子，偏移因子对的概念，对下降方向作出了修正，并给出了相关算法．     

求解退化单调线性互补问题极大互补解的复杂性

本文考虑求解退化单调线性互补问题的一类不可行内点算法，其中嵌入一个恢复算法，给出了用这类算法产生所考虑问题的一个精确极大互补解的复杂性．     

解一般线性规划逆问题的一个O（n^3L）算法

本文讨论了一般线性规划逆问题在各种情况下的求解，并基于解凸二次规划的原对偶内点算法，给出了一个O（n3L）算法和一个实用算法．     

框式线性规划非精确不可行内点算法

本文为框式线性规划给出了一个非精确不可行内点算法．该算法使用的搜索方向仅需要达到一个相对的精度，这样的搜索方向可以通过Krylov子空间迭代法，比如CG或QMR得到，本文最后证明了算法的全局收敛性。     

基于指数型核函数的线性规划原始对偶内点算法

给出线性规划原始对偶内点算法的一个单变量指数型核函数.首先研究了这个指数型核函数的性质以及其对应的障碍函数.其次,基于这个指数型核函数,设计了求解线性规划问题的原始对偶内点算法,得到了目前小步算法最好的理论迭代界.最后,通过数值算例比较了基于指数型核函数的原始对偶内点算法和基于对数型核函数的原始对偶内点算法的计算效果.     

修正的IPA算法的建立及在不等式约束凸优化问题中的应用

本文首先对IPA算法进行了修正，并证明了修正IPA算法的收敛性，然后将修正后的IPA应用到不等式约束凸优化问题中得到新的内点算法，并与传统的障碍函数法作了比较，从理论上体现了新算法的优势，并给出了其工程解求解法以及收敛性的证明．     

求解凸二次规划问题的不可行内点算法

该文对一般的凸二次规划问题，给出了一个不可行内点算法，并证明了该算法经过犗（狀２犔）步迭代之后，要么得到问题的一个近似最优解，要么说明该问题在某个较大的区域内无解．     

一种内点法解二次规划

二次规划（QP）为NP完全问题，本文研究了一种简单形式的二次规划。 一种基于依赖域子问题和内点法的算法被给出，其全局收敛被给出，特殊情况下，具有局部二次收敛。     

一类线性与框式约束凸规划问题的原始-对偶内点算法

本文对一类具有线性和框式约束的凸规划问题给出了一个原始-对偶内点算法, 该算法可在任一原始-对偶可行内点启动, 并且全局收敛,当初始点靠近中心路径时, 算法成为中心路径跟踪算法。 数值实验表明, 算法对求解大型的这类问题是有效的。     

Degree Ramsey numbers for even cycles

Let $H\stackrel{s}{?}G$ denote that any $s$-coloring of $E\left(H\right)$ contains a monochromatic $G$. The degree Ramsey number of a graph $G$, denoted by $R_{\Delta }(G,s)$, is $min\{\Delta \left(H\right):H\stackrel{s}{?}G\}$. We consider degree Ramsey numbers where $G$ is a fixed even cycle. Kinnersley, Milans, and West showed that $R_{\Delta }(C_{2k},s)\ge 2s$, and Kang and Perarnau showed that $R_{\Delta }(C_4,s)=\Theta \left(s^2\right)$. Our main result is that $R_{\Delta }(C_6,s)=\Theta \left(s^{3∕2}\right)$ and $R_{\Delta }(C_{10},s)=\Theta \left(s^{5∕4}\right)$. Additionally, we substantially improve the lower bound for $R_{\Delta }(C_{2k},s)$ for general $k$.