×
Jung，Jin Hyuk郑振贤；黛安·奥利里。；安德烈·L·山雀。

凸二次规划的自适应约束约简。 （英语） Zbl 1245.90082号

计算。最佳方案。申请。 51，第1期，125-157（2012）.
摘要：对于不等式约束多于变量约束的凸二次规划，我们提出了一种自适应的、约束减少的、原对偶内点算法。我们通过从一个精心选择的索引集中集合一个近似矩阵（而不是精确的正规方程矩阵）来减少计算工作量，该索引集包含看起来最关键的约束索引。从大部分约束开始，我们提出的方案在以后的迭代中排除了更多不必要的约束。我们证明了仿射尺度变量的全局收敛性和二次局部收敛速度。对随机问题、数据填充问题和阵列模式合成问题的数值实验表明，在不显著影响迭代次数的情况下，减少约束可以有效地减少每次迭代的时间。我们注意到，类似的约束约简方法可以应用于Mehrotra的预测-校正型算法，尽管没有提供收敛理论。

引用于8文件

MSC公司：

90C20个 二次规划
90C25型 凸面编程
90摄氏51度 内部点方法

关键词：

凸二次规划；约束约简；列生成；原对偶内点法

软件：

牛顿KKTqp；利普索；减少的LP
PDF格式BibTeX公司 XML格式引用
\textit{J.H.Jung}等人，计算。最佳方案。申请。51，编号1，125--157（2012；Zbl 1245.90082）
全文： 内政部

参考文献：

[1] Absil，P.-A.，Tits，A.L.：不定二次规划的Newton-KKT内点方法。计算。最佳方案。申请。36(1), 5–41 (2007) ·Zbl 1278.90288号 ·doi:10.1007/s10589-006-8717-1
[2] 阿特金森，K.E.：数值分析导论。威利，华盛顿（2005）
[3] Burges，C.：模式识别支持向量机教程。数据最小知识。发现。2(2), 121–167 (1998) ·Zbl 05470543号 ·doi:10.1023/A：1009715923555
[4] Cortes，C.，Vapnik，V.：支持向量网络。机器。学习。20(3), 273–297 (1995) ·Zbl 0831.68098号
[5] Dantzig，G.B.：线性规划与扩展。普林斯顿大学出版社，普林斯顿（1963）·Zbl 0108.33103号
[6] Dantzig，G.B.，Ye，Y.：线性规划的一种建立内部方法：仿射标度形式。技术报告，爱荷华州大学，爱荷华市，IA 52242，美国（1991年7月）
[7] Ferris，M.C.，Munson，T.S.：大规模支持向量机的内部点方法。SIAM J.Optim公司。13(3), 783–804 (2002) ·Zbl 1039.90092号 ·doi:10.1137/S1052623400374379
[8] Griva，I.，Nash，S.G.，Sofer，A.：线性和非线性优化，第二版。SIAM，费城（2009）·Zbl 1159.90002号
[9] Hertog，D.，Roos，C.，Terlaky，T.：LP路径允许方法的构建变体。荷兰代尔夫特理工大学DUT-TWI-91-47技术报告（1991）·Zbl 0734.6500号
[10] Hertog，D.，Roos，C.，Terlaky，T.：添加和删除路径中的约束-线性规划的跟随方法。摘自：优化与逼近进展（非凸优化及其应用），第1卷，第166-185页。Kluwer学术，多德雷赫特（1994）·Zbl 0828.90084号
[11] Higham，N.J.：半定矩阵的Cholesky分解分析。In：Cox，M.G.，Hammarling，S.J.（eds.）《可靠数值计算》，沃尔顿街，牛津OX2 6DP，英国，1990年，第161-185页。牛津大学出版社，牛津（1990）
[12] Householder，A.S.：数值分析中的矩阵理论。Blaisdell，纽约（1964年）。纽约多佛重印（1975年）·Zbl 0161.12101号
[13] Jung，J.H.：凸二次规划的自适应约束约简和训练支持向量机。马里兰大学博士论文（2008年）。可在http://hdl.handle.net/1903/8020
[14] Jung，J.H.，O'Leary，D.P.，Tits，A.L.：训练支持向量机的自适应约束约简。电子。事务处理。数字。分析。31, 156–177 (2008) ·Zbl 1177.90308号
[15] Karmarkar，N.：线性规划的一种新的多项式时间算法。组合数学4（4），373–395（1984）·Zbl 0557.90065号 ·doi:10.1007/BF02579150文件
[16] Luo，Z.-Q.，Sun，J.：凸二次可行性问题的基于分析中心的列生成算法。SIAM J.Optim公司。9(1), 217–235 (1998) ·Zbl 1032.90526号 ·doi:10.1137/S1052623495294943
[17] Mehrotra，S.：关于原对偶内点方法的实现。SIAM J.Optim公司。2（4），575-601（1992）·Zbl 0773.90047号 ·doi:10.1137/0802028年
[18] Nocedal，J.、Wright，S.J.：数值优化。施普林格，柏林（2000）·Zbl 0930.65067号
[19] Nordebo，S.，Zang，Z.，Claesson，I.：应用于阵列模式合成的半无限二次规划算法。IEEE传输。电路系统。二、 模拟数字。信号处理。48(3), 225–232 (2001) ·数字对象标识代码：10.1109/82.924065
[20] Saad，Y.：稀疏线性系统的迭代方法，第2版。SIAM，费城（2003）。第9章·Zbl 1031.65046号
[21] Schölkopf，B.，Smola，A.J.：使用内核学习：支持向量机、正则化、优化及其他。麻省理工学院出版社，剑桥（2001）·Zbl 1008.62507号
[22] Tikhonov，A.N.，Arsenin，V.Y.：不良问题的解决方案。威利，华盛顿（2005）·Zbl 0499.65030号
[23] Tits，A.L.，Zhou，J.L.：线性规划和凸二次规划的简单、二次收敛的内点算法。摘自：Hager，W.W.，Hearn，D.W.，Pardalos，P.M.（编辑）《大规模优化：现状》，第411-427页。Kluwer学术，多德雷赫特（1994）·Zbl 0811.90069号
[24] Tits，A.L.，Absil，P.-A.，Woessner，W.P.：具有许多不等式约束的线性规划的约束约简。SIAM J.Optim公司。17(1), 119–146 (2006) ·Zbl 1112.90049号 ·doi:10.1137/050633421
[25] Tone，K.：线性规划内点方法中的一种活动集策略。数学。程序。59(3), 345–360 (1993) ·Zbl 0804.90093 ·doi:10.1007/BF01581252
[26] Wang，W.，O'Leary，D.P.：线性规划的预测-校正内点方法中迭代方法的自适应使用。数字。算法25（1-4），387-406（2000）·Zbl 0977.65054号 ·doi:10.1023/A:1016614603137
[27] Watson，G.：数据拟合和函数逼近规范的选择。Acta Numer公司。7, 337–377 (1998) ·Zbl 0909.65003号 ·doi:10.1017/S0962492900002853
[28] Winternitz，L.、Nicholls，S.O.、Tits，A.、O’Leary，D.：Mehrotra预测校正算法的一种约束简化变体，2007年。已提交发布。http://www.optimization-online.org/DB_FILE/2007/07/1734.pdf ·Zbl 1245.90056号
[29] Wright，S.J.：原始-双重内点方法。SIAM，费城（1997）·Zbl 0863.65031号
[30] Ye，Y.：线性规划的“构建”方案。数学。程序。46(1), 61–72 (1990) ·Zbl 0698.90054号 ·doi:10.1007/BF01585727
[31] Ye，Y.：线性规划的$O（n^{（\backslash\）mbox{3}}L）$位约简算法。数学。程序。50, 239–258 (1991) ·Zbl 0734.90057号 ·doi:10.1007/BF01594937
[32] Ye，Y.：一种允许列生成的潜在约简算法。SIAM J.Optim公司。2(1), 7–20 (1992) ·Zbl 0767.90049号 ·doi:10.1137/0802002年
[33] Zhang，Y.：在MATLAB环境下用内点法求解大规模线性规划。马里兰州大学巴尔的摩县数学与统计系96–01技术报告（1996）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。