线性规划问题的广义投影梯度法

文中算法的迭代初始过程是利用内点横穿可行域内部直接达到边界，其迭代轨迹不同手内点法始终在内部弯行的迭代轨迹，是一个将内点与单纯形法联系起来的方法。     

用广义正交投影矩阵求解线性规划

对线性规划的内点算法，文[1，2]均使用正交投影矩阵，这就要求约束条件的系数矩阵行满秩，同时内点法要求迭代点始终为内点，在算法终止时所得到的点在理论上只能是一个近似最优解．利用广义正交投影矩阵，我们获得了求解解线性规划的可行下降方向，这样不仅可以放宽系数矩阵行满秩的条件，而且得到的迭代点可以不是内点，因迭代过程穿过区域内部和区域的边界面的相对内部，在理论上确保了最优解为精确解，并证明该算法在有限步终止。