大规模绝对值等式问题的势下降内点算法

研究了求解一类大规模绝对值等式问题的一个新算法.首先,把绝对值等式转化为单调线性互补问题,然后结合牛顿方向和中心路径方向,给出了求解线性互补问题的一种势下降内点算法,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对求解大规模绝对值等式问题是非常有效的.     

单调线性互补问题的非精确不可行内点算法

对单调线性互补问题提出了一种非精确不可行内点算法．该算法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．     

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。     

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.     

非负线性最小二乘问题的一种严格可行内点算法

给出了非负线性最小二乘问题的一个新算法.首先,把非负线性最小二乘转化为线性互补问题,结合牛顿方向和中心路径方向,通过求解一个线性方程组得到搜索方向;进而获得了求解非负线性最小二乘问题的一种严格可行内点算法,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.     

绝对值方程的一种严格可行内点算法

给出绝对值方程的一种新算法. 先把绝对值方程转化为线性互补问题, 再结合牛顿方向和中心路径方向, 通过求解一个线性方程组得到搜索方向.  获得了求解绝对值方程的一种严格可行内点算法, 并证明了该算法经过有限次迭代后收敛到原问题的一个最优解, 数值实验表明方法是有效的.     

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.     

线性不等式约束优化问题的仿射内点信赖域子空间算法

使用仿射变换内点回代技术的信赖域子空间算法解线性不等式约束的非线性优化问题．通过构造一个二维子空间，在子空间中求解信赖域的子问题得到迭代方向，结合线搜索内点回代技术获得可接受的步长因子，产生保证目标函数值单调下降的严格内点可行迭代序列．子空间技术的应用使得该方法适用于求解大规模问题．在合理的假设条件下，给出了信赖域子空间算法的良好性质，从而保证了算法不仅具有整体收敛性，而且保持超线性收敛速率，数值计算结果表明了算法的有效性。     

一种新的求解单调线性互补问题的满Newton步不可行内点算法

将一种改进的满Newton步不可行内点算法拓展到单调线性互补问题(LCP)中.由于单调LCP的迭代方向不再具有正交性,因此算法的收敛分析不同于线性规划的情况.通过提出一些新的分析工具,证明了算法具有迭代复杂性O(n log (max{(x0)Ts0,‖r0‖}/ε)).     

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.