非线性约束优化一个强收敛的广义投影强次可行方向法简.pdfVIP

高校应用数学学报 2009，24(2)：194—200 非线性约束优化一个强收敛的广义投影 强次可行方向法 简金宝 ，郭传好 ，陈越华。 (1．广西大学数学与信息科学学院，广西南宁 530004； 2．广西师范学院物理与电子信息科学系，广西南宁5300011 摘 要：讨论带非线性不等式和等式约束的最优化 问题，借助强次可行方向法和半罚 函数的思想，给出了问题的一个新的广义投影强次可行方向法．该算法的一个重要特 性是有限次迭代后，迭代点落入半罚问题的可行域．在适 当的条件下证明了算法的全 局收敛性和强收敛性．数值实验表明算法是有效的． 关键词：非线性约束：广义投影：强次可行方向法；强收敛性 中图分类号：O221．2 文献标识码：A 文章编号：1000—4424(2009)020194—07 §1 引 言 可行方向法是求解非线性不等式约束优化问题一类重要而有效的方法[卜引，但是它要求初 始点必须可行，且不能直接用于求解带有非线性等式约束的优化问题．4『1利用半罚函数的思想， 将带有等式约束的优化问题等价的转化为只带有不等式约束的优化问题进行求解．这一方法具 有许多好的性质和应用0[，引．借助强次可行方向法的思想和广义投影技术，6『1提出了一个新的初 始点任意的具有全局收敛性和强收敛性的算法．7『]借助广义投影技术，巧妙地构造了求解非线 性不等式组的一个有限终止算法．本文基于f4，6—71的思想，提出一个新的求解一般约束优化的广 义投影强次可行方向法．该算法初始点任意，且在适当的条件下，该算法具有全局收敛性和强收 敛性，同时迭代点可有限步落入半罚问题的可行域．最后，对该算法进行了一定的数值实验． §2算法的描述 本文讨论以下非线性规划问题 min{fo(x)： () 0，J∈L1={1，2，… ，m)； ()=0，J∈L2={m +1，… ，m))，(1) 收稿 日期：2008—07-30 基金项目：国家 自然科学基金(1077104O)；广西自然科学基金(0832052)；广西教育厅科研项 目(200807MS151) 简金宝等：非线性约束优化一个强收敛的广义投影强次可行方向法 195 其中 ∈R ， )：R 一R =0，1，… ，m)连续可微．首先利用(f2，41)的思想，将(1)等价地 转化为以下半罚问题 min{F(x；c) fox)一c ：fj(x)：fj(x) 0，J∈I=L1U 2}， (2) jcL2 其 中半罚参数C充分大，用于强迫不等式约束优化 问题(2)的解落入 原 问题(1)的可行域， 从而通过研究(2)获得(1)的解．下面引理2．1将 阐述，在一定 的约束规格下，当C足够大时， (2)及(1)的KKT点是等价的，此外，还给出了C选取的下界． 分别记问题(1)和(2)的可行集为x~lx+．本文使用如下记号(其中p0) gj(X)=vii(x)，J∈{0)UI，I一(X)={∈ ： (X) O)，+()={∈I：fj(x)0}，(3) ()=max{0，fj()，J∈)=max{0， ()，J∈+())， (4) L2(z)={J∈L2：fj(x) 0}， ()={．7∈L2：fj()0)， (5) Lx()={ eI-㈤x() f(j’ ： 6() 假设1 函数fj(X)(J∈{0)U )一阶连续可微，且对于任意的 ∈R”，向 2H{gj(x)： Dj )：0)线性无关． 对于当前的迭代点X ∈Rn和参数C 0定义 J[)=diag(Dj(x)，J∈)，Nk=(()，J∈ )，Q ：( +D )一 ， (7) Pk=En—NkQ