High Performance Optimization

برای مدت طولانی، تکنیک‌های حل مسائل بهینه‌سازی خطی (LP) فقط اندکی بهبود یافتند. اما پانزده سال پیش، یک کشف انقلابی همه چیز را تغییر داد. یک "عصر طلایی" جدید برای بهینه سازی آغاز شد که تا زمان کنونی ادامه دارد. علت هیجان چیست؟ تکنیک های برنامه ریزی خطی قبلاً مجموعه ای از دانش را تشکیل می داد. سپس ناگهان تونلی ساخته شد که آن را به زمینی غنی و امیدوارکننده پیوند می‌داد، که بخشی از آن قبلاً کشت شده بود، بخشی از آن کاملاً ناشناخته بود. این تکنیک های جدید انقلابی اکنون برای حل مسائل خطی مخروطی به کار می روند. این امکان مدل‌سازی و حل کلاس‌های بزرگی از مسائل بهینه‌سازی اساسا غیرخطی را به همان اندازه کارآمدی مسائل LP می‌دهد. این جلد مروری بر آخرین پیشرفت‌های چنین «تکنیک‌های بهینه‌سازی عملکرد بالا» ارائه می‌کند. بخش اول درمان کامل روش های نقطه داخلی برای مسائل برنامه ریزی نیمه معین است. بخش دوم به بررسی هیجان انگیزترین موضوعات تحقیقاتی و نتایج در زمینه بهینه سازی محدب می پردازد.
مخاطبان: این جلد برای دانشجویان تحصیلات تکمیلی و محققانی است که به تکنیک‌های بهینه‌سازی مدرن علاقه دارند.

For a long time the techniques of solving linear optimization (LP) problems improved only marginally. Fifteen years ago, however, a revolutionary discovery changed everything. A new `golden age' for optimization started, which is continuing up to the current time. What is the cause of the excitement? Techniques of linear programming formed previously an isolated body of knowledge. Then suddenly a tunnel was built linking it with a rich and promising land, part of which was already cultivated, part of which was completely unexplored. These revolutionary new techniques are now applied to solve conic linear problems. This makes it possible to model and solve large classes of essentially nonlinear optimization problems as efficiently as LP problems. This volume gives an overview of the latest developments of such `High Performance Optimization Techniques'. The first part is a thorough treatment of interior point methods for semidefinite programming problems. The second part reviews today's most exciting research topics and results in the area of convex optimization.
Audience: This volume is for graduate students and researchers who are interested in modern optimization techniques.