脂溶胶

LIPSOL代表线性规划内部点解算器。它是一个免费的,基于Matlab的软件包,用于用内点法求解线性规划。它需要Matlab4.0或更高版本才能运行。LIPSOL的当前版本是针对32位UNIX平台的。LIPSOL是为解决相对较大的问题而设计的。它利用Matlab的稀疏矩阵数据结构和应用程序接口设施,同时利用现有的高效Fortran代码来求解大型、稀疏、对称的正定线性系统。具体地说,LIPSOL从两个Fortran包构造MEX-files:ORNL的Esmond Ng和Barry Peyton开发的稀疏Cholesky分解包和滑铁卢大学的Joseph Liu开发的多个最小阶数排序包。LIPSOL建立在Matlab的高级编程环境中,与Fortran或C语言的代码相比,LIPSOL具有更大程度的简单性和通用性。另一方面,在计算密集型任务中使用高效的Fortran代码,LIPSOL还具有足够的速度来解决中等规模的问题,即使在存在来自Matlab的开销的情况下也是如此。LIPSOL已经在Netlib线性程序集上进行了广泛的测试,并且有效地解决了95个Netlib问题。LIPSOL是免费软件,不提供保修。本文作者所写的所有文件均受自由软件基金会发布的GNU通用公共许可条款的版权保护。


zbMATH参考文献(参考 80篇文章 参考)

显示第1到第20个结果,共80个。
按年份排序(引用)
  1. 戴玉红;刘新伟;孙杰:一种能快速检测非线性规划不可行性的原始-对偶内点法(2020)
  2. Cui,Yiran;Morikuni,Keiichi;Tsuchiya,Takashi;Hayami,Ken:基于Krylov子空间迭代解算器的LP内点方法的实现(2019)
  3. Petra,Cosmin G.;Potra,Florian A.:单调混合水平线性互补问题的齐次模型(2019)
  4. 王国强和王国强(2019年申请方法:王国强)
  5. Yang,Y.:线性规划的两个计算效率高的多项式迭代不可行内点算法(2018)
  6. 马晓珏;刘红伟:线性规划的超线性收敛宽邻域预测校正内点算法(2017)
  7. Yang,Yanguang:CurveLP—线性规划不可行内点算法的MATLAB实现(2017)
  8. Asadi,Alireza;Roos,Cornelis:基于大邻域的线性优化的不可行内点方法(2016)
  9. Cartis,Coralia;Yan,Yiming:使用受控扰动的内点方法的活动集预测(2016)
  10. Ramírez Gil,Francisco Javier;Nelli Silva,Emiliío Carlos;Montealegre Rubio,Wilfredo:使用GPU作为协处理器的三维电热机械致动器的拓扑优化设计(2016)
  11. Barbara,Abdessamad:线性规划中的严格拟凹性和量具的微分势垒特性(2015)
  12. Chubanov,Sergei:线性可行性问题的多项式投影算法(2015)
  13. 平田,吉藤;Shiro,Masanori;Takahashi,Nozomu;Aihara,Kazuyuki;Suzuki,Hideyuki;Mas,Paloma:用线性规划的重心坐标近似高维动力学(2015)
  14. Ploskas,Nikolaos;Samaras,Nikolaos:基于GPU的单纯形算法的高效实现(2015)
  15. Bocanegra,Silvana;Castro,Jordi;Oliveira,Aurelio R.L.:用混合预处理器改进大块体角问题的内点法(2013)
  16. Castro,Jordi;Cuesta,Jordi:用内点法求解三维表格中的CTA原始块角度问题(2013)
  17. 李先红;俞海斌;袁明哲:不同过程具有(\epsilon)-Routh稳定性的最优PID控制器设计(2013)
  18. Bandeira,Michael Martin A.S.;Scheinberg,K.;Vicente,L.N.:稀疏低次插值多项式的计算及其在无导数优化中的应用(2012)
  19. Miguel Carrasco;Ivora,Benjamin;Ramos,Angel Manuel:结构优化的方差期望柔度模型(2012)
  20. Jung,Jin Hyuk;O'Leary,Dianne P.;Tits,AndréL.:凸二次规划的自适应约束约简(2012)