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。     

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.     

基于松弛策略解半无限规划模型的修正算法

对于一类线性半无限规划问题给出一种我们称之为修正算法的一种新算法.算法采用松弛策略使得满足一定条件的新割面（相当于一个约束）在每一步迭代时被找到.修正算法的主要改进是避免了每一步迭代寻找全局极小解,或者在每一步迭代中去检验δ（xk）是否为极小值.最后,基于提出的修正算法,并与传统割平面方法、普通离散方法对同一问题作了初步的数值比较实验.     

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．     

凸二次规划的一种基于削减策略的Mehrotra型预估-校正算法

2008年,Salahi等对线性规划提出一种新的Mehrotra型预估-校正算法.基于削减(cut)策略,该算法保证校正步长有下界,从而具有多项式复杂性.基于这种思路,将此方法推广到凸二次规划.由于新算法的迭代方向不再正交,因此算法的复杂性分析与线性规划时不同.通过一些新的技术引理,证明了算法在最坏情况下,至多经过O(n5/2logεn)次迭代终止.最后,利用数值实验验证了算法的可行性与有效性.     

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)).     

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.