Advances in Optimization and Approximation

✍ Scribed by Ding-Zhu Du, Jie Sun (eds.)

• Publisher: Springer US
• Year: 1994
• Tongue: English
• Leaves: 402
• Series: Nonconvex Optimization and Its Applications 1
• Edition: 1
• Category: Library

✦ Synopsis

1. The Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59 3. Convergence Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . , . . . . 60 4. Complexity Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 5. Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 A Simple Proof for a Result of Ollerenshaw on Steiner Trees . . . . . . . . . . 68 Xiufeng Du, Ding-Zhu Du, Biao Gao, and Lixue Qii 1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68 2. In the Euclidean Plane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 3. In the Rectilinear Plane . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 4. Discussion . . . . . . . . . . . . -. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 Optimization Algorithms for the Satisfiability (SAT) Problem . . . . . . . . . 72 Jun Gu 1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 2. A Classification of SAT Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7:3 3. Preliminaries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . IV 4. Complete Algorithms and Incomplete Algorithms . . . . . . . . . . . . . . . . . . . . . . . . . . 81 5. Optimization: An Iterative Refinement Process . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 6. Local Search Algorithms for SAT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 7. Global Optimization Algorithms for SAT Problem . . . . . . . . . . . . . . . . . . . . . . . . 106 8. Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 9. Future Work . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140 10. Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143 Ergodic Convergence in Proximal Point Algorithms with Bregman Functions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 Osman Guier 1. Introduction . . . : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 2. Convergence for Function Minimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158 3. Convergence for Arbitrary Maximal Monotone Operators . . . . . . . . . . . . . . . . . 161 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163 Adding and Deleting Constraints in the Logarithmic Barrier Method for LP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 D. den Hertog, C. Roos, and T. Terlaky 1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16(5 2. The Logarithmic Darrier Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . lG8 CONTENTS IX 3. The Effects of Shifting, Adding and Deleting Constraints . . . . . . . . . . . . . . . . . . 171 4. The Build-Up and Down Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 . . . . . . 5. Complexity Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 A Projection Method for Solving Infinite Systems of Linear Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 Hui Hu 1. Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 2. The Projection Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186 3. Convergence Rate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189 4. Infinite Systems of Convex Inequalities . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191 5. Application . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193 References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

✦ Table of Contents

Front Matter....Pages i-xiii
Scheduling Multiprocessor Flow Shops....Pages 1-8
The K -Walk Polyhedron....Pages 9-29
Two Geometric Optimization Problems....Pages 30-57
A Scaled Gradient Projection Algorithm for Linear Complementarity Problems....Pages 58-67
A Simple Proof for a Result of Ollerenshaw on Steiner Trees....Pages 68-71
Optimization Algorithms for the Satisfiability (SAT) Problem....Pages 72-154
Ergodic Convergence in Proximal Point Algorithms with Bregman Functions....Pages 155-165
Adding and Deleting Constraints in the Logarithmic Barrier Method for LP....Pages 166-185
A Projection Method for Solving Infinite Systems of Linear Inequalities....Pages 186-194
Optimization Problems in Molecular Biology....Pages 195-216
A Dual Affine Scaling Based Algorithm for Solving Linear Semi-Infinite Programming Problems....Pages 217-234
A Genuine Quadratically Convergent Polynomial Interior Point Algorithm for Linear Programming....Pages 235-246
A Modified Barrier Function Method for Linear Programming....Pages 247-255
A New Facet Class and a Polyhedral Method for the Three-Index Assignment Problem....Pages 256-274
A Finite Simplex-Active-Set Method for Monotropic Piecewise Quadratic Programming....Pages 275-292
A New Approach in the Optimization of Exponential Queues....Pages 293-312
The Euclidean Facilities Location Problem....Pages 313-331
Optimal Design of Large-Scale Opencut Coal Mine System....Pages 332-346
On the Strictly Complementary Slackness Relation in Linear Programming....Pages 347-361
Analytical Properties of the Central Trajectory in Interior Point Methods....Pages 362-375
The Approximation of Fixed Points of Robust Mappings....Pages 376-389

✦ Subjects

Optimization; Operations Research/Decision Theory; Theory of Computation; Discrete Mathematics in Computer Science