Аннотация:
Мультипликативные методы для разреженных матриц являются наиболее приспособленными для снижения трудоемкости операций решения систем линейных уравнений, выполняемых на каждой итерации симплекс-метода. Матрицы ограничений в этих задачах слабо заполнены ненулевыми элементами, что позволяет получать мультипликаторы, главные столбцы которых также разрежены, а операция умножения вектора на мультипликатор по трудоемкости пропорциональна числу ненулевых элементов этого мультипликатора. Кроме того, при переходе к смежному базису мультипликативное представление достаточно легко корректируется. Для повышения эффективности таких методов требуется уменьшение заполненности мультипликативного представления ненулевыми элементами. Однако на каждой итерации алгоритма к последовательности мультипликаторов добавляется еще один. А трудоемкость умножения, которая линейно зависит от длины последовательности, растет. Поэтому требуется выполнять время от времени перевычисление обратной матрицы, получая ее из единичной. Однако в целом проблема не решается. Кроме того, набор мультипликаторов представляет собой последовательность структур, причем размер этой последовательности неудобно велик и точно неизвестен. Мультипликативные методы не учитывают фактора высокой степени разреженности исходных матриц и ограничения-равенства, требуют определения первоначального базисного допустимого решения задачи и, как следствие, не допускают сокращения размерности задачи линейного программирования и регулярной процедуры сжатия — уменьшения размерности мультипликаторов и исключения ненулевых элементов из всех главных столбцов мультипликаторов, полученных на предыдущих итерациях. Таким образом, разработка численных методов решения задач линейного программирования, позволяющих преодолеть или существенно ослабить недостатки схем реализации симплекс-метода, относится к актуальным проблемам вычислительной математики.
В данной работе рассмотрен подход к построению численно устойчивых прямых мультипликативных методов решения задач линейного программирования, учитывающих разреженность матриц, представленных в упакованном виде. Преимущество подхода состоит в уменьшении размерности и минимизации заполнения главных строк мультипликаторов без потери точности результатов, причем изменения в позиции очередной обрабатываемой строки матрицы не вносятся, что позволяет использовать статические форматы хранения данных.
В качестве прямого продолжения данной работы в основу построения прямого мультипликативного алгоритма задания направления спуска в ньютоновских методах безусловной оптимизации предлагается положить модификацию прямого мультипликативного метода линейного программирования путем интеграции одной из существующих техник построения существенно положительно-определенной матрицы вторых производных.
Ключевые слова:
численно устойчивые прямые мультипликативные методы, линейное программирование, формат хранения разреженных матриц, параллельное выполнение матричных операций без распаковывания, минимизация заполнения главных строк мультипликаторов, разреженные матрицы.
Поступила в редакцию: 20.07.2016 Исправленный вариант: 06.12.2016 Принята в печать: 19.01.2017
Тип публикации:
Статья
УДК:519.85
Образец цитирования:
А. Б. Свириденко, “Прямые мультипликативные методы для разреженных матриц. Линейное программирование”, Компьютерные исследования и моделирование, 9:2 (2017), 143–165
\RBibitem{Svi17}
\by А.~Б.~Свириденко
\paper Прямые мультипликативные методы для разреженных матриц. Линейное программирование
\jour Компьютерные исследования и моделирование
\yr 2017
\vol 9
\issue 2
\pages 143--165
\mathnet{http://mi.mathnet.ru/crm55}
\crossref{https://doi.org/10.20537/2076-7633-2017-9-2-143-165}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/crm55
https://www.mathnet.ru/rus/crm/v9/i2/p143
Эта публикация цитируется в следующих 4 статьяx:
А. Б. Свириденко, “Оценка числа итераций для сильно полиномиальных алгоритмов линейного программирования”, Компьютерные исследования и моделирование, 16:2 (2024), 249–285; A. B. Sviridenko, “The iterations’ number estimation for strongly polynomial linear programming algorithms”, Computer Research and Modeling, 16:2 (2024), e249–e285
А. Б. Свириденко, “О проектировании нуля на линейное многообразие, многогранник и вершину многогранника. Ньютоновские методы минимизации”, Компьютерные исследования и моделирование, 11:4 (2019), 563–591
А. Б. Свириденко, “Прямые мультипликативные методы для разреженных матриц. Квадратичное программирование”, Компьютерные исследования и моделирование, 10:4 (2018), 407–420
А. Б. Свириденко, “Прямые мультипликативные методы для разреженных матриц. Ньютоновские методы”, Компьютерные исследования и моделирование, 9:5 (2017), 679–703