优化问题中基于线性系统求解的滤子方法.pdfVIP

第八届中国青年运筹信息管理学者大会论文集 桂林，2006年8月18．22日，第193-198页 优化问题中基于线性系统求解的滤子方法· 苏珂 同济大学数学系，上海。200092 河北大学数学与计算机学院，河北，071002 摘要本文提出了一种在非线性规划中基于线性系统求解的撼子方法，并给出了它的总体收敛 性．本文不需用罚函数作为价值函数，也不用考虑初始点的选取，同时用近似有效集米减少运 算量，并用线搜索替代了弧搜索，是对文【1】的改进． 关键词非线性规划．滤子，收敛 1引言 考虑如下非线性规划问题 lP)rain，(功 s．t．毋如)≤0J∈I=t1，2，-～，m) 数． 方法中，常需要求解一个带约束的非线性二次子规划，其运算量较大，甚至有时不能保证其有 解，而在QP．free中常需要求解多个线性系统，且对初始点的要求多为可行，这在实际操作中 也较为困难．在【1】中，利用近似有效集虽然简化了一部分计算，但需要用罚函数作为价值函 数，本文利用滤子技巧，不使用罚函数，而是参考了多目标规划的思想c一个迭代点被接受，当 年提出f21另外，本文采用线搜索的滤子方法，且证明了它的总体收敛性． 对上述非线性规划问题(P)，其Lagrangian函数为 m 工0，A)=，(∞)+^79(∞)=，印)+∑～毋@) (1) j=l ·基金项目一国家自然科学基金资助项目 (。T，^T)T． 乩L(X，A)=0 J∈I 毋(z)S0，如20，b毋(z)=0 (2) 定义函数 ≠(z)=max{gj(x)，0∈no) 定义指标集 J(。)=D∈jl毋(z)=≠(z)) 约束违反度函数^0)=0则意味着。是问题(P)的可行点． 滤子中，称为点z＆在滤子中)，使得滤子中的任意点均不能被滤子中其他的点支配．若点zk 不被滤子中的任一点支配，则称它被滤子接受． 为了提供一种有效的算法工具，我们需要定义试探点不被接受的准则．事实上，如果迭 值，它就会被滤掉．这意味这在(h，f)平面上，我们对不被滤子接受的点所在的区域建立了一 个小的边界．因此，一个试探点X被滤子接受，当且仅当 ^(z)≤Zh(xz) 或 ，(z)墨，(视)一仲(z)， (4) 我们称将点z加入滤子，是指将该点对应的(h，，)对加入滤子并从滤子集合中去掉那些 满足条件 h≤卢h≈或，≤．如一^^ 的点．其中V(h，^)∈F 2算法 借鉴文献【2】中的思想，为避免h值过大的点进入滤子，我们用一个上界作为接受迭代点 的必要条件h㈤S“，其中“为一大的正数． 垡丝旦星主垄型丝墨笙壅塑鲨王立鐾 !塑 在本文中我们做如下假设： A1目标函数，和约束函数毋㈤，J∈I都是二次连续可微的． A2对妇∈R4，向量{V盯(z)，j∈，(。))线性无关． 算法A R表滤子； S1：计算近似有效集 1．1令i=o，“，=co； det(且三hAL¨)≥“t贝0工％=Lk—Ak=Ak，t转s1．2，否则转S1．3 1．3令i=i+1，￡k，；=6k，“1／2，转S1．2(内循环1