این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Iranian Journal of Mathematical Sciences and Informatics، جلد ۱۲، شماره ۱، صفحات ۱۳۱-۱۵۲
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی An Interior Point Algorithm for Solving Convex Quadratic Semidefinite Optimization Problems Using a New Kernel Function
چکیده انگلیسی مقاله In this paper, we consider convex quadratic semidefinite optimization problems and provide a primal-dual Interior Point Method (IPM) based on a new kernel function with a trigonometric barrier term. Iteration complexity of the algorithm is analyzed using some easy to check and mild conditions. Although our proposed kernel function is neither a Self-Regular (SR) function nor logarithmic barrier function, the primal-dual IPMs based on this kernel function enjoy the worst case iteration bound $Oleft(sqrt{n}log nlog frac{n}{epsilon}right)$ for the large-update methods with the special choice of its parameters. This bound coincides to the so far best known complexity results obtained from SR kernel functions for linear and semidefinite optimization problems. Finally some numerical issues regarding the practical performance of the new proposed kernel function is reported.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محمدرضا پیغامی | m r peyghami
faculty of matematics


s فتحی هفشجانی | s fathi hafshejani
faculty of matematics
نشانی اینترنتی http://ijmsi.ir/browse.php?a_code=A-10-1111-1&slc_lang=en&sid=en
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/456/article-456-386101.pdf
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات