A Globally and Superlinearly Convergent Primal-dual Interior Point Method for General Constrained Optimization
A Globally and Superlinearly Convergent Primal-dual Interior Point Method for General Constrained Optimization
复制标题
一般约束优化的全局超线性收敛原对偶内点法
DOI：
10.4208/nmtma.2015.m1338
复制
发表时间：
2015-08
期刊：
影响因子：
--
通讯作者：
Jinbao Jian
中科院分区：
文献类型：
--
作者：
Jianling Li;Jian Lv;Jinbao Jian
本文提出了一种求解一般约束优化问题的原始-对偶内点方法，该方法结合了罚函数和一种新的有效集识别技术。在每一次迭代中，该算法只需求解两个或三个系数矩阵相同的约化线性方程组。由于工作集的引入，线性方程组的规模可以减小，工作集是对活动集的估计。罚参数自动更新，放宽了拉格朗日海森近似的一致正定性条件。在较温和的条件下，该算法具有全局收敛和超线性收敛。最后，给出了一些初步的数值结果。
In this paper, a primal-dual interior point method is proposed for general constrained optimization, which incorporated a penalty function and a kind of new identification technique of the active set. At each iteration, the proposed algorithm only needs to solve two or three reduced systems of linear equations with the same coefficient matrix. The size of systems of linear equations can be decreased due to the introduction of the working set, which is an estimate of the active set. The penalty parameter is automatically updated and the uniformly positive definiteness condition on the Hessian approximation of the Lagrangian is relaxed. The proposed algorithm possesses global and superlinear convergence under some mild conditions. Finally, some preliminary numerical results are reported.
登录
查看更多内容
DOI：
10.1137/s1052623401383881
发表时间：
2002-10
期刊：
SIAM J. Optim.
影响因子：
--
作者：
Yu-Fei Yang;Donghui Li;L. Qi
通讯作者：
Yu-Fei Yang;Donghui Li;L. Qi
影响因子：
3.1
作者：
Gill, PE;Murray, W;Saunders, MA
通讯作者：
Saunders, MA
影响因子：
3.1
作者：
Tits, AL;Wächter, A;Lawrence, CT
通讯作者：
Lawrence, CT
DOI：
10.1007/978-3-642-61582-5
发表时间：
2016
期刊：
--
影响因子：
--
作者：
D. Eichmann
通讯作者：
D. Eichmann
影响因子：
3.1
作者：
Facchinei, F;Fischer, A;Kanzow, C
通讯作者：
Kanzow, C