2019年6月3日，SIAM Fellow、新加坡国立大学 Toh Kim-Chuan教授访问我院，并在子彬院北205室为我校师生进行了以“An Asymptotically Superlinearly Convergent Semismooth Newton Augmented Lagrangian Method for Linear Programming”为题目的学术报告。此次报告由我院青年研究员郦旭东主持。
Toh教授首先介绍了线性规划问题的模型，并给出了很多大规模线性规划问题的实际例子。之后，Toh教授简要介绍了现有流行的大规模线性规划问题的内点算法并讨论了该算法的特性，Toh教授指出了内点算法在求解大规模问题时的内蕴困难。为快速精确求解大规模线性规划问题，Toh 教授提出了基于半光滑牛顿法的增广拉格朗日算法（Snipal）。随后，Toh讲解了如何将该算法与一类预处理邻近点方法联系起来并分析了Snipal算法的全局与局部快速收敛性质。同时，Toh教授仔细分析了该算法每一步迭代所涉及到的广义雅可比矩阵的二阶稀疏性质，并讲解了如何利用这个重要性质加速所涉及的大规模线性方程组的求解。最后，Toh教授利用实际算例将Snipal算法与商业线性规划软件Gurobi进行了比较，展示了Snipal算法优越的数值效果。
最后，Toh Kim-Chuan教授回答了在场师生的提问并同大家进行了热情交流，本次报告会圆满结束。