内点（法）：在线性规划、凸优化等问题中，一类从可行域内部出发并沿着“中心路径（central path）”迭代逼近最优解的算法家族，常用于大规模优化。也可作形容词用，指“内点法的/采用内点法的”。（在其他语境中 interior 也有“内部的”，point 有“点/观点”等常见义。）
/ɪnˈtɪəriər pɔɪnt/
We solved the optimization problem with an interior-point method.
我们用内点法解决了这个优化问题。
For large sparse constraints, interior-point algorithms often converge reliably and scale better than the simplex method.
对于大型稀疏约束问题，内点算法往往收敛更稳定，并且比单纯形法更易扩展到更大规模。
该词由 interior（内部的） + point（点） 组合而成。内点法之所以得名，是因为它的迭代点通常保持在可行域“内部”，并通过障碍函数（barrier）等思想避免直接落到边界上，从而逐步逼近最优解所在的边界/顶点。
Select Language