凸二次规划的一种宽邻域预估-校正算法

Zhao对线性规划提出了一种基于邻近度量函数最小值的宽邻域预估-校正算法, 并证明了算法的多项式复杂性。基于他的思路,将此方法拓展到凸二次规划,设计了一种新的基于邻近度量函数最小值的宽邻域预估-校正算法。由于新算法的迭代方向向量Δx,Δs不再满足正交性,因此算法的收敛性分析不同于线性规划的情形,同时也证明了新算法具有 已知的最好迭代复杂性Onln(x0)Ts0ε,初步数值实验验证了算法的有效性。     

非单调线性互补问题的宽邻域预估校正算法

对P*(κ)阵线性互补问题提出了一种新的宽邻域预估校正内点算法.该算法是基于Mehrotra型预估校正算法思想,把线性规划问题拓展到非单调线性互补问题中(P*(κ)-LCP),并讨论了其计算复杂性.分析结果表明,所给算法是多项式时间算法.最后通过数值实验验证了算法的有效性.     

单调线性互补问题基于新的核函数的大步校正内点算法

提出了单调线性互补问题基于新的核函数的大步校正内点算法.这个核函数是强凸的,而且它既不是自正则函数也不是经典的对数函数.基于这个核函数,可以定义新的迭代方向和邻近度量.利用这个新的核函数的一些性质,得到新算法的迭代复杂性为O（√n（logn）^2log（n/ε））,这减少了大步校正原始-对偶内点算法的实际计算效果与理论复杂性之间的差距.     

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.     

一类非单调线性互补问题的预估校正算法

对于一类非单调线性互补问题给出了一种新的内点算法－预估校正算法，并讨论了其多项式的收敛性。     

单调非线性互补问题基于一类核函数的原始-对偶大步校正内点算法

基于一类非自正则核函数,为单调非线性互补问题提出了一个新的原始—对偶大步校正内点算法.该算法借助于Peng在文献[Peng J,Roos C,Terlaky T.Self-Regularity:A New Paradigmfor Primal-Dual Interior-Point Algorithms.Princeton,NJ:Princeton University Press,2002]中相应算法的分析框架,通过将非自正则函数作为分析工具,来确定出算法的搜索方向和步长.算法最终被证明具有多项式复杂性.特别地,当取增长项q=logn时,该算法迭代复杂性为O( (1+L)2 1/n1+p (logn)(1+2p)/(1+p)logn/ε),与基于经典的对数障碍函数的算法相比,此迭代界有了较大的提高.     

一个求解P（K）—矩阵线性互补问题的宽邻域路径跟踪算法

基于预校正方法,对Ｐ（Ｋ）－矩阵线性互补问题给出了一个失代复杂性Ｏ（ｋ＋１）ｎ＾２／３Ｌ）的宽邻域路径跟踪算法,算法改进了Ｚｈａｎｇ等的可行宽域路径跟踪算法的迭代复杂性;比迭代复杂性为Ｏ（ｋ＋１）√ｎＬ的小邻域路径跟踪算法为好。     

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.     

单调线性互补问题基于核函数的满-Newton步不可行内点算法

针对单调线性互补问题设计了一种基于核函数的满-Newton步不可行内点算法,算法的主迭代由一个可行步和几个中心步构成。通过建立和应用一些新的分析工具,证明了算法的多项式复杂性为O(nlogmax{(x0)Ts0,‖r0‖/n}),这与当前单调线性互补问题的不可行内点算法最好的迭代界一致。