关于不等式约束优化问题一类SQP算法注记.pdfVIP

第 24卷 哈尔滨师范大学 自然科学学报 Vo1．24，No．52008 第5期 NATURALSCIENCESJOURNALOFHARBINNORMALUNIVERSITY 关于不等式约束优化问题的一类 SQP算法的注记术 宋 丹 宋 文 (哈尔滨师范大学) 【摘要】 指出参考文献[3]中主要结果定理1的证明中的一个错误． 关键词：SQP算法；不等式约束优化问题；全局收敛性 笔者考虑具有不等式约束的非线性规划问题(P) minz+÷d1’Bd rainI厂() a ·； 厶 s．t c()≤0，∈，：{1，2，…，m} (1) S．t Vf(t) d≤。， 其中f，c： “一 ，i∈，都是二次连续可微的． c( )+XTci( ) d≤ ，i∈，， (3) 序 列 二 次 规 划 法 (sequentialquadratic 其中， 是对称正定矩阵．显然，当d=0，= programming简记为 SQP算法)是求解问题 (P) max{0，c()，…，c()}时，(d；z)是二次子规 的一类重要方法．在每步迭代过程中，标准的SQP 划QP(x； )的可行解．假设(d；)是 算法通过解下面的二次规划子问题产生一个下降 QP( ；B)的解，若d ≠0那么d是效益函数的 方 向． 一 个下降方向．这种方法同前面的方法有两个优 1 点：一是总能保证SQP算法产生的二次子问题是 minVf(I)d+÷d1。Bd 相容的；二是起始点可以是不可行点．为了描述参 S．tCi(I)+ ci()d≤0，i∈L (2) 考文献[3]中提出的方法，我们先引进一些记号． 其中 是 (P)式中拉格朗日函数的Hessian矩 问题 (P)的效益函数定义为 阵， f( )表示 ／’在 点的梯度． ()= )+o-,P(x)， Liu和Yuan在参考文献 [1]中提出了一种修 其中 0是罚参数， 改的SQP方法，即使原问题 (P)不可行，这种方法 ()=max{0，c()，i∈，}． (4) 也能生成一个迭代点列收敛于某种稳定点，他们 显然 的方法在每一步迭代需要解一个无约束的逐段二 ；d)=max{O，C()1’d，i∈Io} 次子问题和一个二次子 问题．最近，Zhang和 其中，0()= {∈，： ()=c()}．令 Zhang在参考文献 [2]中提 出了另一种变形的 ’(；d)=max{0，Ci()+Vc()d，i∈ SQP方法，在每一次迭代这种方法都要解一个线 Io()f一 ()， (5) 性规划和一个二次规划子问题．参考文献[3]给 0 (；d)=Vf(x)d+ ’(；d)． (6) 出一种与上面两种方法不同的算法，在每次迭代 令 (dk；)是二次子问题 qP(x； )的解，若 过程中只解一个如下形式 的二次规划子问题 d =0，则有 =0且 是(P)的KKT点；若 dk≠ QP(t； )． 0，对于充分大的 川 ，d是 +()的下降方 收稿 日期：2008一O5—16 黑龙江省 自然科学基金项