The Random Edge Simplex Algorithm on Dual Cyclic 4-Polytopes
利用随机边截规则的单纯形算法对n个面的对偶循环4-多面体的任意实现所需的时间不超过O(n)。这甚至适用于一般抽象目标函数(AOF)/非循环唯一汇方向(AUSO)。该方法可用于两个多边形乘积的类似结果。相比之下,我们证明了随机小平面的随机规则在对偶循环4-多面体上是缓慢的,即存在随机小平面至少需要Ω(n^2)步的AUSO。
2006-05-04 math.CO math.OC
Bounds for the number of basic feasible solutions generated by the simplex method with the largest distance rule
Faculty of Economics, Kyushu University(九州大学经济学部)
本文分析了最大距离规则下的单纯形方法,推导了生成不同基本可行解数目的上界。通过扩展Kitahara和Mizuno的分析框架,引入由约束矩阵列范数决定的几何参数β,无需非退化解假设。
2026-03-23 math.OC
Exponential Lower Bounds for Many Pivot Rules for the Simplex Method
针对单纯形法的 shadow 与 steepest edge 转轴规则,本文构造线性规划实例,证明任意投影或任意范数选择下均可产生指数级运行时间下界。
2024-05-08 math.CO math.OC
On the Simplex method for 0/1 polytopes
我们提出了新的枢轴规则的单纯形方法的LP超过0/1多面体。我们表明,使用这些规则所采取的非退化步骤的数量是强多项式,甚至线性的维度或变量的数量。我们的界限上的步骤的数量是渐近最优的几个著名的组合多面体。我们的分析是基于0/1多面体的几何形状和经典的最陡边和阴影顶点枢轴规则的新修改。我们绘制有趣的连接我们的枢纽规则和其他知名的组合优化算法。
2021-11-28 math.CO math.OC
The existence of a strongly polynomial time simplex algorithm for linear programs
在最优化和离散几何中最具挑战性的问题是线性规划是否存在强多项式时间单纯形算法。本文利用我们提出的参数分析技术(arXiv:2006.08104)对这一问题给出了肯定的回答。我们表明,有一个单纯形算法的枢转步骤的数量不超过一个LP问题的变量的数量。
2022-09-30 math.OC
Escaping Degeneracy by Following Shadow Edges
Bowdoin College(博多因学院);Illinois State University(伊利诺伊州立大学);Bocconi University(博科尼大学)
本文针对单纯形法的退化问题,提出一种转轴规则,可规避退化并追踪影子边方向,仅需线性数量退化转轴,还改进了0/1多面体上线性规划的退化转轴数量上界。
2026-10-09 cs.DS math.OC
A fast-pivoting algorithm for Whittle's restless bandit index
Universidad Carlos III de Madrid(马德里卡洛斯三世大学)
本文提出了一种快速转动算法,用于计算restless bandit问题的Whittle指数,通过简化单纯形方法和自适应贪婪算法,显著提升了计算效率。
2026-01-21 math.OC
Cycling problems in linear programming
本文给出了线性规划中的一组循环问题。这些问题应该是有用的研究人员开发和测试新的单纯形算法。事实上,这组问题被用来测试最近提出的线性规划的双枢轴单纯形算法。
2021-07-18 math.OC
A primal-simplex based Tardos' algorithm
八十年代中期,Tardos提出了一种强多项式算法来求解系数矩阵的大小由维数多项式限制的线性规划问题。结合Orlin的基于原始的修改和Mizuno的单纯形法的使用,我们介绍了一个修改的Tardos的算法只考虑原始问题和使用单纯形法来解决辅助问题。如果系数矩阵是全幺模的,且辅助问题是非退化的,则该算法是强多项式的。
2014-09-06 math.OC
On the Length of Monotone Paths in Polyhedra
受单纯形算法迭代次数的限制问题的启发,我们研究了在多面体的定向图(由目标函数定向)中单纯形方法所遵循的单调路径的可能长度。我们考虑了最短和最长单调路径,并估计了多面体的单调直径和高度。我们的分析适用于运输多面体,拟阵多面体,匹配多面体,最短路径多面体,和TSP,等等。我们首先表明,组合立方体有单调和Bland枢轴高度的限制,其尺寸和实际上所有的单调路径zonotopes不大于zonotopes的边缘方向的数量。我们稍后使用它来证明几个多面体具有多项式大小的枢轴高度,对于所有的枢轴规则。相反,我们发现,许多著名的组合多面体有指数长单调路径。令人惊讶的是,对于一些著名的枢纽规则,例如,最大的改进和最陡的边缘,这些相同的多面体具有多项式大小的单纯形路径。
2020-01-27 math.CO math.OC
Tropicalizing the simplex algorithm
我们开发了一个热带模拟单纯形算法的线性规划。特别是,我们得到一个组合算法来执行一个热带枢转的步骤,包括计算降低成本,在O(n(m+n))的时间,其中m是约束的数量和n是维度。
2014-12-21 math.CO math.OC
A Parametric Simplex Algorithm for Linear Vector Optimization Problems
提出了一种求解线性向量最优化问题的参数单纯形算法。该算法可以被视为多目标单纯形(Evans-Steuer)算法的变体[12]。与之不同的是,该算法是在参数空间中工作的,并不以寻找所有有效解的集合为目标。相反,它找到了Loehne [16]意义上的解,也就是说,它找到了允许生成整个边界的有效解的子集。从这个意义上说,它也可以被看作是参数自对偶单纯形算法的推广,该算法最初是为解决单目标线性最优化问题而设计的,并被修改为解决Ruszczynski和Vanderbei [21]中的两个目标有界LVOP,其中正正交作为排序锥。本文提出的算法适用于任意维数、任意实心尖多面体序锥C以及有界和无界问题。提供了数值结果,以比较所提出的算法与基于目标空间的LVOP算法([13]中的Benson算法),该算法也提供了[16]意义上的解决方案,以及Evans-Steuer算法[12]。结果表明,对于非退化问题,该算法优于Benson算法,与Evan-Steuer算法相当。对于高度退化的问题,Benson算法[13]优于单纯形算法;然而,参数单纯形算法在计算上比Evans-Steuer算法更有效。
2016-07-29 math.OC
Two New Bounds on the Random-Edge Simplex Algorithm
我们证明了随机边单纯形算法在任意n个顶点的简单d-多胞形上需要期望的至多13 n/sqrt(d)个主元步。这是一般多面体的第一个非平凡的上界。我们还描述了一个精致的分析,可能会产生更好的界限特定类别的多面体。作为一个应用,我们证明了对于组合d-立方体,随机边的性能上的2^d的平凡上界可以通过d中的任何期望的多项式因子来渐进地改进。
2008-07-15 math.CO math.OC
On Combinatorial Network Flows Algorithms and Circuit Augmentation for Pseudoflows
该研究引入伪流多面体框架,揭示了多种经典网络流组合算法与回路增广、单纯形法转轴规则的对应关系,为理解这类算法的内在联系提供了统一视角。
2023-12-19 math.OC
rDSM -- A robust Downhill Simplex Method software package for optimization problems in high dimensions
rDSM通过体积最大化纠正单纯形退化并重估噪声目标值,提升下山单纯形法在高维及噪声环境下的收敛性与适用性。
2025-09-07 math.OC
Pivot Rules for Circuit-Augmentation Algorithms in Linear Optimization
回路增广算法是单纯形方法的推广,其中在每一步中,允许沿着一组固定的方向移动,称为回路,这是多面体的边的超集。我们表明,在电路增强框架中,最大的改进和Dantzig枢轴规则是NP难的,已经为0/1-LP。相应地,最速下降主元规则可以在0/1设置中在多项式时间内执行,并且对于0/1-LP,根据该规则达到最优解所需的电路扩充的数量是强多项式的。在单纯形方法中,回路扩充的数目作为步骤数目的代理已经引起了人们的兴趣,并且多面体的回路直径已经被研究作为多面体组合直径的下界。扩展以前的结果,我们表明,对于任何多面体$P$的电路直径是有界的一个多项式的输入位大小的$P$。这与多面体的组合直径的最佳界限相反。有趣的是,我们证明了电路增强框架可以用来对经典单纯形方法本身做出新的结论:特别是,作为我们的电路结果的副产品,我们证明了(i)计算最短的(ii)对于$0/1$多面体,可以使用最陡的改进边来构造强多项式长度的单调路径。
2020-10-22 cs.DM math.CO math.OC
Combinatorial simplex algorithms can solve mean payoff games
组合单纯形算法是单纯形法的一个实例,其中主元仅依赖于组合数据。我们表明,这种算法承认热带模拟,可用于解决平均收益游戏。此外,任何具有强多项式复杂性的组合单纯形算法(这样的算法的存在是开放的)将以这种方式提供求解平均支付博弈的强多项式算法。平均支付博弈是NP和co-NP的,它们是否可以在多项式时间内解决是一个开放的问题。我们的算法依赖于一个热带实施的单纯形法在一个实封闭的领域的哈恩系列。其中一个关键因素是一种新的符号扰动方案,它允许我们将任意平均回报游戏实例提升为哈恩级数上的非退化线性规划。
2014-01-27 math.CO math.OC
A $(2/3)n^3$ fast-pivoting algorithm for the Gittins index and optimal stopping of a Markov chain
本文提出一种复杂度为 $(2/3)n^3$ 的快速旋转算法计算Gittins指数,并应用于马尔可夫链最优停时问题,通过利用特殊结构显著降低计算量,相比现有算法实现显著时间节省。
2023-04-04 math.OC math.PR
The Simplex Algorithm in Dimension Three
本文研究了三元线性规划,即三维简单多面体上的单纯形算法的最坏情况。在我们考虑的主元规则中,“随机边缘”规则产生最好的渐近行为以及最复杂的分析。所有其他规则都变得更容易研究,但也产生更差的结果:它们中的大多数基本上表现出最坏的行为;这包括Kalai的“随机面”规则,没有维数限制,已知是次指数的,以及Zadeh的确定性历史依赖规则,迄今为止还没有发现一般维数的非多项式实例。
2004-08-20 math.CO math.OC
SCLP-Simplex Algorithm for Robust Fluid Processing Networks
针对流体处理网络模型最优控制的SCLP鲁棒对应问题存在规模过大和退化的缺陷,本文提出理论成果与算法,保留标称SCLP维度并避免退化,提升鲁棒流体处理网络的求解效率。
2024-12-01 math.OC
A Network Simplex Method for the Budget-Constrained Minimum Cost Flow Problem
本文提出了一种求解有限约束最小费用流问题的网络单纯形算法,该算法是传统最小费用流问题的一种扩展,通过引入与每条边相关的第二类费用,使其在可行流中的总价值受到给定预算B的约束.我们提出了一个完全组合的算法,是基于一个新的合并的两种积分节点的潜力和三种降低成本的描述。我们证明了最优性准则,并结合两种方法,通常用于避免循环在传统的网络单纯形算法到新的技术,适用于我们的问题。有了这些技术和我们的定义,降低成本,我们能够证明一个伪多项式的运行时间的整个过程中,这可以进一步改善,结合Dantzig的旋转规则。此外,我们提出的计算结果,比较我们的程序与Guesthouse。
2016-09-30 cs.DS math.OC
Regular simplex tensors: optimization landscape, conjecture proof, and beyond
the School of Microelectronics and Communication Engineering, Chongqing University(重庆大学微电子与通信工程学院)
本文通过建立鲁棒特征对与局部最优特征对的联系,并开发高效模型枚举所有特征对,证明了正则单纯形张量的唯一鲁棒特征向量(除少数例外情形)是框架中的向量。
2026-09-29 math.OC
An Exponential Lower Bound for Zadeh's pivot rule
单纯形算法是否存在有效的主元规则是离散最优化中最重要的问题之一。虽然许多自然的、确定性的主元规则都可以产生指数级的运行时间,但随机面规则的运行时间是次指数级的。在很长一段时间里,扎德规则仍然是第一个具有次指数运行时间的确定性主元规则的最突出的候选者。我们提出了一个下界建设,表明扎德的规则,实际上是指数在最坏的情况下。我们的建设是基于一个密切的关系,奇偶博弈的策略改进算法和马尔可夫决策过程的政策迭代算法,我们也得到指数下界Zadeh的规则在这些情况下。
2020-10-30 cs.DS math.CO math.OC
The Polyhedral Geometry of Pivot Rules and Monotone Paths
受单纯形法性能分析的启发,我们研究了线性规划主元规则族的行为。我们引入规范化权重枢轴规则,这是基本的原因如下:首先,它们是无记忆的,在这个意义上,枢轴是由本地信息编码的树形图。其次,许多最常用的透视规则属于该类,我们表明这个子类对于理解所有透视规则的复杂性至关重要。最后,归一化权重枢轴规则可以以自然连续的方式参数化。我们证明了两个多面体的存在,枢纽规则多面体和cubotopes,捕获的行为规范化的重量枢纽规则多面体和线性规划。我们解释他们的脸结构的多树状。我们计算相干树形图的数量的上界,也就是我们的多面体的顶点。除了优化,我们的结构提供了新的视角,经典的几何组合。我们引入了一个归一化权重主元规则,我们称之为最大斜率主元规则,它推广了阴影顶点主元规则。相应的主元规则多面体和主元规则多面体改进了Billera-Sturmfels的单调路径多面体。此外,我们的多面体的特殊情况下产生置换面体,associahedra,和multiplihedra。为了最大程度地改进主元规则,我们绘制了扫描多面体和多拟阵的连接。
2022-01-13 math.CO math.OC
Experiments with two-row cuts from degenerate tableaux
最近,人们对从两行或多行最优单纯形表生成的切割平面感兴趣。我们可以构造整数规划的例子,其中从两行生成的单个切割平面支配整个分裂闭包。受这些理论结果的启发,我们研究了从MIPLIB库中的一组实例上添加从两行生成的切割平面族的效果。这些切割是否与GMI切割竞争的结论对实验装置非常敏感。特别是,我们考虑的问题的可靠性与侵略性的切割发电机,一个问题,通常是没有在文献中解决。
2017-01-23 math.OC
(Machine) Learning to Improve the Empirical Performance of Discrete Algorithms
UC Davis Computer Science(加州大学戴维斯分校计算机科学);UC Davis Mathematics(加州大学戴维斯分校数学)
本文讨论了一个数据驱动的,基于算法的框架,使算法决策或建议,而无需专家知识。我们提高了两个算法的案例研究的性能:选择一个枢纽规则的单纯形方法和选择的所有对最短路径算法。我们训练机器学习方法,以在没有人类专家意见的情况下为给定数据选择最佳算法。我们使用两种类型的技术,神经网络和提升决策树。基于我们的实验,我们得出结论:1)我们的选择框架推荐了各种枢轴规则,这些规则与仅使用固定的默认枢轴规则相比,可以提高整体性能。多年来,专家们将最陡边枢轴规则确定为最受欢迎的枢轴规则。我们的数据分析证实,最陡边的迭代次数不超过4%,而最优选择证实了人类专家的知识,但这次的知识是使用机器学习获得的。在这里,我们的推荐系统在使用梯度提升树时是最好的。2)对于全对最短路径问题,训练的模型有很大的改进,我们的选择平均距离最优选择0.07%。结论似乎不受我们使用的机器学习方法的影响。我们试图对这两个算法问题进行并行分析,但很明显,它们存在内在差异。例如,在所有对最短路径问题中,图密度是一个合理的预测因子,但在单纯形方法中没有类似的单个参数用于决策。
2021-09-29 cs.LG math.CO math.OC
The Random Edge Rule on Three-Dimensional Linear Programs
对于n个约束的三维线性规划,采用随机边主元规则的单纯形算法所取路径的最坏情况期望长度f(n),当n足够大时,有界为1.3445 n ≤ f(n)≤ 1.4943 n.
2003-01-09 math.CO math.OC
Super-Linear Sub-Quadratic Worst-Case Computational Complexity Achieved by spdspds Algorithm for Linear Programming Problem
National Institute of Technology Karnataka Surathkal(卡纳塔克国家技术学院苏拉特卡尔分校)
本文提出一种新的迭代算法spdspds,通过改进的对称基本变量与非基本变量交换策略,实现线性规划问题的O(L^{1.5})最坏情况计算复杂度。
2026-06-30 math.OC
Revisiting Degeneracy, Strict Feasibility, Stability, in Linear Programming
目前,单纯形法和内点法是求解线性规划问题最常用的算法。与一般的圆锥规划不同,具有有限最优值的LP不需要严格的可行性来建立强对偶。因此严格可行性很少被关注,即使严格可行性等价于稳定性和一个紧对偶最优集。这种缺乏关注也是正确的其他类型的退化的基本可行解在LP。在本文中,我们讨论的特定退化,缺乏严格的可行性,必然会导致困难的单纯形和内点方法。特别是,我们证明了缺乏严格可行性意味着每个基本可行解(BFS)都是退化的;因此相反,非退化BFS的存在意味着严格可行性(规律性)成立。我们使用面约简和简单的线性代数证明了结果。特别地,面约化系统揭示了等式约束系统的线性映射的隐式非满射性。因此,我们强调,面部减少涉及两个步骤,其中,第一个保证严格的可行性,第二个恢复完整的行秩的约束矩阵。这说明了严格可行性失败的问题的隐奇异性,也有助于获得新的有效的预处理技术。我们包括一个有效的预处理方法,可以作为一个扩展的阶段,我的两相单纯形法。我们表明,这可以用来避免在文献中许多众所周知的问题集,例如,NETLIB问题集。
2023-01-09 math.OC
MadNCL: A GPU Implementation of Algorithm NCL for Large-Scale, Degenerate Nonlinear Programs
本文提出MadNCL,一种基于增广拉格朗日方法的GPU实现,通过融合循环、外推及稳定化/凝聚KKT系统求解,高效处理大规模退化非线性规划,实验验证其在最优潮流等问题上的有效性。
2025-10-07 math.OC
Verified Linear Programming via Tolerance-Aware Precision Boosting
Newcastle University(纽卡斯尔大学);University of Birmingham(伯明翰大学);MPI-SWS(马克斯·普朗克软件系统研究所);Università di Roma “La Sapienza”(罗马大学)
本文提出容差感知的精度提升单纯形算法,在浮点实现与精确有理数实现间建立可证明的等价条件,并引入delta-完备终止准则,实现带形式保证的线性规划求解。
2026-10-30 cs.NA math.NA math.OC
A Novel Skip Orthogonal List for Dynamic Optimal Transport Problem
University of Science and Technology of China(中国科学技术大学)
针对数据点变化时需重算最优运输成本的问题,提出结合动态树技术的二维跳跃正交链表,基于单纯形法实现高效动态更新,实验证明其在动态场景下性能显著优于现有算法。
2024-01-27 cs.AI cs.CG cs.DS