.png){kind=icon}
返回
A new predictor-corrector interior-point algorithm for semidefinite optimization
.png){kind=icon}
OA
AI
DOI：10.1515/dema-2025-0189.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种基于宽邻域的半定优化（SDO）问题的原始-对偶内点预测-校正算法。根据所使用的邻域思想，我们将牛顿方向分解为与中心性方程右侧的正负部分相对应的两个独立方向。预测步使用负部分的方向，而使用与正部分对应的新校正方向也能在校正步中减少对偶间隙。我们证明了新算法的迭代界为O(n log Tr(X₀S₀)/ε)，这与当前内点方法的最佳已知迭代界相匹配。最后，给出了数值结果，表明所提出算法的有效性和竞争力。
Keyword:
semidefinite optimization
predictor-corrector interior-point algorithm
new search directions
wide neighborhood
polynomial complexity
期刊
D
IF:
2.1
论文数:
51
被引数:
0
机构
引用论文
.png){kind=icon}
A newO(nL)-iteration predictor–corrector algorithm with wide neighborhood for semidefinite programming一种新的宽邻域半定规划的 O(√nL)-次迭代预测-校正算法
OAAI
OAAI分享收藏分享收藏
查看更多内容