求解约束规划一个非线性Lagrange函数.pdfVIP

维普资讯 第36卷第6期 数 学 进 展 V01．36．NO．6 2007年12月 ADVANCESIN M ATHEM ATICS Dec．，2007 求解约束规划的一个非线性Lagrange函数 顾剑 ，任咏红 (大连理一大学应用数学系，大连，辽宁， 1】6024) 摘要： 本文提出了一个求解不等式约束优化问题的{线性 Lagrange函数，并构造了基于该函 数的对偶算法．证明了当参数 小于某一阈值 (70时，由算法生成的啄始一对偶点列是局部收敛的， 并给出了原始一对偶解的误差估计．此外，建立了基于该函数为对隅理论．最后给出了算法的数值结 果． 关键词： 非线性Lagrange函数；对偶算法；对偶函数；鞍点 MR(1991)主题分类：90C30／中图分类号： O157．5 文献标识码：A 文章编号：ArticleID：1000—0917(2007)06—0749—12 0引言 考虑不等式约束问题 mIl，0() fl1 s．t．^()≥0， i=l，2，… ，m， 一 其中 ：鼹”一鼹，i=0，l，… ，m是连续町微函数，L(x，)=：fo(x)一∑ 。^()是问题 (1) 的经典Lagrange函数． 凸规划的经典Lagrange函数 L(x，)满足鞍点条件 L(x，) L(x， ) L(x， )，V ∈鼹”，u∈鼹 ． 2【) 而对一般的非线性规划而言，鞍点条件是不成立的．于是人们试图构造满足条件 (2)的非线性 Lagrange函数．基于非线性Lagrange函数的算法被众多学者广泛研究，如 Bertsekas[]提出了 指数函数乘子法；Polyak[。】提出了两种修正障碍函数一修正Frisch函数和修正Carroll函数， 他证明了在适当条件下，罚参数 k存在阈值 k00，当k k0时，基于这两种函数建立的算法 均局部收敛于原始最优解与对偶最优解，同时也给出了近似解的误差估计式；Polyak0[】又提出 了求解非线性规划问题的Log—Sigmoid乘子法；又如贺素香等 []也对一个用于求解不等式约束 优化问题的非线性 Lagrange函数进行了研究，证明了基于这一非线性 Lagrange函数的对偶算 法具有 Q 线性收敛速度等等． 本文将考虑非线性 Lagrange函数 G(x，，)=fox()一∑ i{exp[1一(^()+1)]_1)。 (3) i=1 收稿 日期；2005—05—17．修改稿收到日期： 2006-06-30 基金项目：国家自然科学基金 (No． B mail： arrow820305@163．com 维普资讯 750 数 学 进 展 基于该函数的对偶算法如下： 对偶算法 步 1 给定充分小的dr0，0，U。∈酞m++，。∈酞 ．令 8=0． 步 2 (近似)求解 minG(x，U。，盯)，得到 ． 步 3 若 u‘^() ￡，i=l，2，… ，仇则终止；否则转步 4． 步4 更新Lagrange乘子U：U。+ =[diag(exp[1一(盯一^()+1)一】)(盯一^ 。)+1)一】lU 步 5 令 s=s+l转步 2． 本文的第 1节论证了函数 c(x，-“，dr)的性质并证明