Language agnostic 实施",；“内点法”；求解LP（和QP）

我想看看IPMs的几个实现。语言最好是C/C++、Java或任何脚本语言，如python、perl。其他的也可以

我正在寻找一个好的资源，可以帮助我

优化技术基础

内点法的基本原理及其与其他技术的基本区别

IPM的类型

算法细节，以及

示例实现

我对此感兴趣，这是我项目的一部分，我将使用这些想法/逻辑来解决线性或二次方程组

---

让我知道，如果你有任何关于上述资源的信息

单纯形法和内点法都有自己的位置。一个不是更好，也不是更快 总的来说，与其他方法相比，您会发现每种方法在不同的情况下都表现得更好 各类问题

代码，开源硬币或项目，具有单纯形、对偶单纯形、以及用C++实现的内点方法。p> 然而，如果你只是想解一个线性或二次方程组 形式f（x）=0，那么这根本不是你想要的。如果你想要的系统是 线性，那么您需要了解直接或迭代线性解算器。如果问题 如果是非线性的，你应该研究牛顿法或拟牛顿法

---

祝你好运。

另一个开源内部点线性规划求解器是用C编写的GLPK： 和

---

Bob Vanderbei的线性规划书(http://www.princeton.edu/~rvdb/LPbook/）是一本解释二次规划内点算法使用的好书。被引用的网站也有软件链接，但它似乎不是“商业质量”软件。Vanderbei还有LOQO，一种更具工业实力的二次规划内点代码(http://www.princeton.edu/~rvdb/ps/loqo5.pdf）。内点qp的另一个最新想法是：

首先，不要比较单纯形法和内点法。他们有不同的方法来解决这个问题。单纯形法用于最大化或最小化函数，内点法用于确定给定函数内的所有可能点，该函数通过加或减δ（非常小的值）满足集函数。你可以在这里找到关于它们的详细信息

---

[1] ：

单工有什么问题？据我所知，它解线性方程的速度仍然比任何IPM？单纯形解的速度快得多，但根据Boyd的凸优化书，它需要时间。所以，到目前为止，对IPM感兴趣。@willem，内点法比单纯形法更能有效地解决非常稀疏的LP问题。