绝对值等式问题的一个求解方法

 线性规划、二次规划、双矩阵对策以及其他问题都能转化为线性互补问题,而线性互补问题又可以归结为绝对值等式问题,因此研究绝对值等式问题是非常有意义的。绝对值等式问题是一个NP-hard问题,本文给出了绝对值等式问题的一个求解方法。在假设矩阵A的奇异值（矩阵ATA特征值的非负平方根）大于1时,绝对值等式问题存在唯一解,进而将绝对值等式问题转化为线性互补问题。给出了求解一般线性互补问题的混合整数线性规划解法,数值实验表明此方法对求解绝对值等式问题十分有效。     

用低维二次规划法求解高维线性互补问题

把高维线性互补问题转化为与之等价的高维二次规划问题，然后把高维二次规划问题分解为一系列低维二次规划问题．提出了一种算法，该算法运用这一系列低维二次规划子问题的解去逼近高维线性互补问题的解．证明了该算法的收敛性．数值实验的结果表明该算法是有效可行的，且具有存储量小、精度高等特点，是一类求解大规模线性互补问题的新途径。     

对称仿射二次锥互补问题的二级迭代算法

仿射二次锥互补问题是一类重要的均衡优化问题,包括线性互补问题、半定互补问题、非线性互补问题等。基于矩阵分裂,提出了求解对称仿射二次锥互补问题的一类迭代算法,给出了算法的全局收敛性。并在一定条件下分析了算法的收敛速度。     

整凸二次规划

本文给出了一种求解整凸二次规划的分枝定界法，该算法把松弛问题转化为线性互补问题，由于求解线性互补问题时，充分地利用了前一分枝点所对应的线性互补问题解的信息，从而地减少了计算量。     

一种改进的求解含等式约束凸二次规划问题的Lemke算法

通过对经典的Lemke互补转轴算法求解含有等式约束的凸二次规划问题的分析,发现所得到的线性互补问题(LCP)可能是退化的.由Lemke算法求解(LCP)问题的迭代过程,通过六个命题说明了含有等式约束的凸二次规划问题对应的(LCP)问题退化的原因,并对经典的Lemke算法的迭代过程进行修正,提出了一种改进的Lemke算法,这种算法能有效地搜索到含等式约束凸二次规划问题的最优解.     

线性互补问题的一种非内点连续方法的收敛性分析

对P0矩阵线性互补问题提出了一个基于Chen-Harker-Kanzow-Smale光滑函数的非内点连续算法，该算法在每次迭代时只需求解一个线性等式组，并证明了算法的全局线性收敛性和局部二次收敛性．     

二次规划的整标集法与可分解的二次规划

一般二次规划(QP)常用Fletcher算法或简约梯度法求解，只能得1个K-T点，未必是整体最优解．根据求解线性互补问题全部解的整标集法，文中提出求解二次规划的整标集法，即将(QP)转化为线性互补问题，求出全部互补可行解，得到(QP)的全部K-T点，通过比较得整体最优解．此法不需初始可行点，简便可行，适用于一般二次规划．结合算例将整标集法与Fletcher算法、简约梯度法进行比较．该例用此法求解得7个K-T点，且目标函数值相差甚远．另一例具有无穷多个K-T点．算例表明：对于小规模问题，此法优于Fletcher算法和简约梯度法．文中还提出二次规划可分解的条件，据此可将一类规模较大的问题分解成规模较小的问题，降低了难度．     

绝对值方程研究进展

线性规划、二次规划、双矩阵对策等问题都能转化为线性互补问题,而线性互补问题又可以归结为绝对值方程,因此研究绝对值方程具有重要的意义。绝对值方程是一个NP-hard问题,对绝对值方程的研究现状进行了分析,给出了绝对值方程的理论研究现状,总结了绝对值方程的若干求解算法。这些算法可以归结为三类:1)逐次线性化方法,2)半光滑牛顿法,3)光滑牛顿法。指出解的存在性、构造光滑函数、采用智能算法求解以及算法收敛性分析将成为绝对值方程的研究热点。     

下层为二次规划的双层规划两阶段算法

分析下层为强凸二次规划的双层规划的特殊性质,得到两点结论:若利用下层问题的KKT条件将其化归为线性互补问题(LCP),可结合LCP的互补旋转算法进一步求解原双层规划;若以线性—二次双层规划为子问题构造信赖域算法,得到的子问题的解在原问题的诱导域中。基于以上两点设计出了两阶段算法,在第一阶段,利用LCP互补旋转算法迅速到达一诱导域极点,在第二阶段,利用信赖域算法收敛到局部极小点。收敛性分析和算例表明,此算法简捷且具有较好的收敛性。     

一个求解H-矩阵绝对值线性互补问题的罚方法

考虑一类新的线性互补问题,即绝对值线性互补问题.通过构造与绝对值线性互补问题相等价的罚方程给出了一个求解此类绝对值线性互补问题的罚方法.并证明了当绝对值线性互补问题的矩阵为H-矩阵时算法的全局收敛性.最后,通过数值试验表明了该算法的有效性.     

求非凸二次约束二次规划全局解的凸规划方法

针对非凸二次约束二次规划(QCQP)问题,将问题中二次函数的凸函数部分保留,达到所得松弛规划的可行域更加紧致的目的,得到原问题更好的下界.利用正交变换的方法得到原问题的一个凸规划松弛模型,再利用分支定界算法求其全局最优解.根据问题的最优性和可行性原则,提出一种能整体删除或缩小算法迭代过程中产生的分割子区域的区域删减策略...     

球约束二次规划问题的一个计算方法

研究球约束二次规划问题 .将一般的球约束二次规划问题转化为球约束凸二次规划问题 ,并给出了该问题的KT点和全局最优解的计算方法     

线性互补问题与凸二次规划的几点注记

讨论线性互补问题与Lemke互补转轴算法,将此算法推广到两类凸二次规划;指出两类线性互补问题,并可用简单公式算得互补基本可行解,而不必引入人工变量z_0。最后给出算例。     

凸二次规划的一种分解算法

An algorithm to solve convex quadratic programming with nonnegative variables and linear equation constraints is given by means of the concept of ABS algorithm and decomposition strategy. If the object function is strict convex ,then the optimal solution can be gotten in finite steps ; otherwise ,the algorithm is superlinear convergent.     

有界凸域上非凸二次整体规划问题的单纯形剖分算法

把非凸二次规划问题等价地转变成一个带有调整因子u的规划问题 ,特别当调空因子u取得适当大时 ,该问题转变成一个D、C规划问题 ,进而可以通过解凸二次规划来确定原问题整体最优值的下界 由此建立了有界凸域上非凸二次整体规划问题的单纯形剖分算法 ,并对此算法的收敛性进行了分析     

求解高维凸二次规划的可行方向法

介绍一种求解高维凸二次规划的可行方向法。该方法的可行下降方向可由低维线性互补问题求得，最优步长由简单公式给出，无需精确的线性搜索。计算结果表明，采用本法具有计算量小和节省机器时间的优点。     

具有线性目标函数的半无限凸规划的逆问题

在某些条件下提出具有线性目标函数的半无限凸规划的逆问题,并运用Rockafellar 对偶理论得到这一逆问题的对偶问题.对于特殊情况的半无限线性规划和线性规划给出了相应的结论.