框式凸二次规划宽邻域原始-对偶势下降内点算法

基于线性规划原始-对偶势下降内点算法的思想,对框式凸二次规划提出一种新的内点算法宽邻域原始-对偶势下降内点算法.算法选取牛顿方向作为迭代方向,利用势函数选择迭代步长,分析算法的多项式迭代复杂性,并证明新算法具有较好的迭代复杂性O(nL).     

凸二次规划宽邻域原始-对偶势下降内点算法

基于线性规划原始-对偶内点算法的思想,对凸二次规划提出了一种新的内点算法-宽邻域原始-对偶势下降内点算法.算法取牛顿方向作为迭代方向,利用势函数选择迭代步长.由于迭代方向不再正交,因此,算法的复杂性分析不同于线性规划的相应算法的分析.证明了新算法具有O(nL)的迭代复杂性.此外,初步的数值试验表明了算法的可行性以及有效性.     

框式线性规划的不可行内点算法

对框式线性规划提出了一个原始-对偶不可行内点算法,并证明了该算法的迭代复杂性为多项式时间性.     

解线性规划问题的基于新核函数的内点算法

原始-对偶内点算法是求解线性规划问题和非线性规划问题的重要方法。在本文中,给出了一个新的核函数。基于这个核函数可以构造出一个解线性规划问题的原始-对偶内点算法,并计算出了这个算法的一个理论迭代界。     

求解P*τ阵线性互补问题的高阶宽邻域内点算法

对P*(τ)线性互补问题提出了一种高阶宽邻域内点算法,在算法的每步迭代过程中,基于线性规划原始-对偶仿射尺度算法的思想来求解一个线性方程组,得到迭代方向,再适当选取步长,得到算法迭代的多项式复杂性.     

半定规划的原始-对偶不可行内点算法

对于半定规划问题,通过构造适当的搜索方向,给出了一个原始-对偶不可行内点算法.证明了该算法经过有限步迭代后,或者在某个较大的区域得到问题的一个近似最优解,或者说明问题在该区域内无解.     

凸二次规划基于新的核函数的大步校正原始-对偶内点算法

本文对凸二次规划提出了一种基于新的核函数的大步校正原始-对偶内点算法．这种核函数构造新的障碍函数不仅可以定义新的搜索方向，而且可以控制内迭代的过程，使得对凸二次规划提出的大步校正原始-对偶内点算法的多项式复杂性阶改善到O（√n（logn）2log（n／ε）），优于基于经典对数障碍函数的相应算法的复杂性阶．     

非线性互补问题高阶宽邻域内点算法

对p*(κ)线性互补问题提出了一种高阶宽邻域内点算法,在算法的每步迭代过程,基于线性规划原始-对偶仿射尺度算法的思想来求解一个线性方程组得到迭代方向,在适当选取步长,得到算法的多项式复杂性.     

一种新的求解CQSDP的全-Newton步内点算法

对凸二次半定规划提出了一种新的全-Newton步原始-对偶内点算法.通过建立和应用一些新的技术性结果,证明了算法的迭代复杂性为O( n log n )ε ,这与目前凸二次半定规划的小步校正内点算法最好的迭代复杂性一致.     

枢式线性规划的不可行内点算法

对框式线性规划提出了一个原始-对偶不可行内点算法，并证明了该算法的迭代复杂性为多项式时间性。     

求解半定规划的原始对偶势下降内点算法研究

介绍了半定规划的一般模型、最优性条件及求解半定规划问题的原始对偶势下降内点算法.借助两个形象的图形分析了势下降内点算法的迭代轨迹,并对求解半定规划的Filter势下降内点算法进行了研究,提出了Filter的构造方法.在一定的条件下,该算法可避免Maratos效应和势函数海色矩阵不正定等问题的产生.     

线性规划的不可行内点原始-对偶仿射尺度算法

本对线性提出了一个不可行内点原始－对偶仿射尺度算法,并证明了算法是一个多项式时间算法。     

Interior-point algorithm for linear optimization based on a new kernel function

In this paper, we design a primal-dual interior-point algorithm for linear optimization. Search directions and proximity function are proposed based on a new kernel function which includes neither growth term nor barrier term. Iteration bounds both for large-and small-update methods are derived, namely, and . This new kernel function has simple algebraic expression and the proximity function has not been used before. Analogous to the classical logarithmic kernel function, our complexity analysis is easier than the other primal-dual interior-point methods based on logarithmic barrier functions and recent kernel functions.     

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.     

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提出了一种满Newton步不可行内点算法.算法的每次主迭代是由一个可行步和若干个中心步组成.在算法的分析中,引入了一个有限核函数取代经典的对数障碍函数从而导出新的可行步,并且证明了算法的迭代复杂性与目前已知最好的线性互补问题的不可行性内点算法的迭代复杂性结果保持一致.     

Kernel function-based primal-dual interior-point methods for symmetric cones optimization

In this paper, we present a large-update primal-dual interior-point method for symmetric cone optimization(SCO) based on a new kernel function, which determines both search directions and the proximity measure between the iterate and the center path. The kernel function is neither a self-regular function nor the usual logarithmic kernel function. Besides, by using Euclidean Jordan algebraic techniques, we achieve the favorable iteration complexity O( r~(1/2)(log r)~2 log(r/ ε)), which is as good as the convex quadratic semi-definite optimization analogue.     

大规模电力系统离散无功优化问题的解耦算法

根据节点分裂法将大规模电力系统的离散无功优化模型转化成多区域分解形式,再采用引入离散惩罚的非线性原对偶内点法求解,从而获得具有分块结构的降阶线性修正方程组。对弱耦合系统,直接将非对角子矩阵置零即可实现修正方程的完全解耦,算法具有局部线性收敛特性,且其计算速度要比非线性原对偶内点法快。对于不能实现解耦的强耦合系统,仍然可以采用与处理弱耦合系统类似的方法获得近似牛顿方向和解耦对角矩阵,以它们作为迭代初值和预处理器,采用GMRES法求解,保证算法具有良好的收敛性和较快的计算速度。以1062节点系统和一个实际538节点系统作为试验系统验证所提算法的有效性,进一步提出较实用的解耦判据,并对集中连续优化、集中离散优化及解耦离散优化结果进行了比较以及对不同分解方案下的计算结果进行了比较分析。