求解一般l1趋势过滤问题的原始对偶内点法

针对一般l₁趋势过滤问题提出一种原始对偶内点法，首先给出原始对偶内点法的算法框架，并对原始对偶内点法进行收敛性分析和算法复杂度分析.最后，将提出的算法和目前流行的半光滑牛顿增广拉格朗日方法和交替方向乘子法进行对比.实验结果表明：当模型中的参数变化时，原始对偶内点法更加高效和稳健.     

带参数扰动的原始对偶内点算法求解一类非线性规划问题

给出一种通过新的原始对偶内点法求解一类非线性规划问题的算法及带参数扰动的原始对偶内点法的收敛性,并通过数值实例说明了该算法的有效性.该算法改进了原始对偶内点法,可由参数控制可行域的形状,扩大了初始点的选择范围,并通过修正牛顿法找到值函数的下降方向.     

带参数扰动的原始对偶内点算法

出一种通过新的原始对偶内点法求解一类非线性规划问题的算法及带参数扰动的原始对偶内点法的收敛性, 并通过数值实例说明了该算法的有效性.  该算法改进了原始对偶内点法, 可由参数控制可行域的形状, 扩大了初始点的选择范围, 并通过修正牛顿法找到值函数的下降方向.     

一类二次半定规划问题及其内点算法

讨论一类二次半定规划对偶性理论及与半定最小二乘问题的联系,并在对偶理论基础上讨论该规划的原始对偶内点算法,同时给出了基于NT方向的唯一性证明.     

凸规划的一种对偶内点算法

将带有不等式约束的凸规划问题转化为拉格朗日对偶问题,构造了一种求解凸规划的偶内点算法,证明了在不存在对偶差的情况下,当对偶变量序列收敛到对偶问题最优解时,原始变量序列收敛于原始问题的最优解。     

框式线性规划的原始——对偶不可行内点算法的进一步研究

进一步研究「１」中对框式线性规划提出的原始－对偶不可行内点算法,并证明了如果算法迭代按终止准则的后半部分停止,原始－对偶规划具有某种不可行性。     

基于一个新函数的二阶锥规划的原始对偶内点算法分析

用一个新的函数替代特殊的kernel函数,给出了基于这个函数的原始对偶内点算法,并给出了对于large-update methods(即τ=O(N),θ=Θ(1))迭代的上界O(N1-pln(N/ε)).     

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。     

二阶锥规划基于核函数凸组合的内点算法

首先给出了一个新的核函数,该函数为两个核函数的凸组合,进而将该核函数应用于求解二阶锥规划原始对偶内点算法中.分析了算法的复杂性并得到了一个关于大步校正方法的迭代界.最后给出了数值试验结果,讨论了参数对算法的影响.     

用原始－对偶算法求解过指定顶点的最短路

建立了赋权有向图中两顶点间过指定顶点的最短路问题的线性规划模型，用原始－对偶算法给出一个求解方法     

凸非线性规划的一个预估-校正跟踪路径算法

提出一个预估-校正跟踪组合内点同伦路径算法,证明其全局收敛性,并用实数值算例验证其有效性.该算法由任意给定的一个内点,通过跟踪组合同伦路径得到凸非线性规划问题的解,并由β-锥邻域在可行域的内部确保迭代点是内点.该算法全局收敛,是一种求解凸非线性规划问题的有效算法.     

大步长路径跟踪内点新算法

给出一种求解约束非线性规划问题的大步长路径跟踪内点新算法.首先,为克服内点法初始点选取的困难,通过引入辅助变量来构造原问题的等价问题;其次,构造一个新的关系不等式来证明算法的全局收敛性;最后,在此基础上设计一个新的大步长路径跟踪内点算法.该算法在有限步内能得到原问题的近似最优解,并且数值试验表明,该算法是可行的.      

具有O((√)nL)复杂性的Mehrotra型预估-矫正算法

针对内点方法在理论和实践之间存在着计算效果好的算法在理论上具有较差复杂性的矛盾,提出一种求解线性规划问题的Mehrotra型预估-矫正内点算法,并证明了该算法的迭代复杂性是O((√)nL).数值实验结果验证了算法的有效性.     

拟法锥条件下带均衡约束多目标规划问题的同伦方法

利用组合同伦内点法给出了带均衡约束的多目标规划的求解问题,在合适的假设条件下,证明了该算法具有全局收敛性,数值例子表明该算法是合理有效的.     

线性规划的一个宽邻域预估-矫正内点算法

在线性规划的内点算法中,宽邻域算法比窄邻域算法的数值效果好,但宽邻域算法的复杂性比窄邻域差.提出了求解线性规划问题的一个宽邻域预估-矫正内点算法,证明了该算法的迭代复杂性是O(n L),这是线性规划的内点算法中最好的复杂性结果.     

多边形内点自动生成算法的设计与实现

多边形内点可以用来关联多边形属性信息,也可以代表多边形构建多边形组群邻近关系。已有的多边形内点选取算法中,重点在于保证内点在多边形的内部,但是不能保证内点在多边形的中心区域,尤其是含岛屿多边形的情况,这时就不能有效地代表多边形建立正确的邻近关系。基于重心点算法、面积平分原则和移位处理,设计并实现了多边形内点自动生成算法。经实验验证,此算法能够保证多边形内点在多边形的中心区域。     

凸二次规划的不可行内点算法

给出了一个求解凸二次规划的不可行点内点算法，算法的初始迭代点为非负不可行内 ，证明了算法的全局收敛性。该算 法可以看作是Ｋｏｊｉｍａ算人关于线性规划算法的推广，也可以看作是Ｍｏｎｔｅｉｒｏ等人关于可行内点算法的推广。     

线性规划基于修正牛顿方向的宽邻域内点算法

通过修正经典宽邻域算法的搜索方向, 提出一种新的求解线性规划问题的宽邻域内点算法, 并对算法进行收敛性分析, 证明了该算法具有经典宽邻域算法的迭代复杂性界O(nL). 数值实验表明算法是有效的.     

多目标凸规划问题有效解集的求法

利用组合同伦内点法研究了多目标凸规划的求解问题,得到了多目标凸规划问题的有效解集,证明了同伦内点算法的全局收敛性.数值例子表明此算法是可行并且有效的.