一种具有全性的牛顿内点优化算法.pdfVIP

摘 要 该篇论文针对约束最优化的一般性问题，提出一种具有全局收敛性的内点 算法．本文应用的牛顿迭代法与罚函数法优缺点互补的特性在【3】，【4】，【5】，113]， 『141等文章中均有应用，在此基础上我们提出一种具体形式的增广函数．区别于 其他牛顿内点法算法，该算法中减少了对罚因子的讨论，从而减少了由于罚因子 过大而带来的一些不便，使算法更加简便、易行． 论文第一部分，我们介绍了一些与最优化相关的基础知识，阐述了优化的结 构及算法的必要组成部分，提出了约束优化问题中的一些充分必要条件，为下文 算法的提出作铺垫． 第二部分，首先介绍了内点优化算法在线性规划中产生和发展，以及在非 线性规划中发展前景．其次介绍和分析了内点优化中的罚函数法和牛顿迭代法， 指明了罚函数法和牛顿迭代法在解决约束优化问题时出现的问题，从而引出对 近几年较为热门的牛顿内点优化方法的讨论． 第三部分，针对于第二部分中提到的牛顿内点优化方法的构成特点，提出 一种新的牛顿内点优化算法．这一算法中通过提出‘种新组合形式的增广函数， 得到不同的步长因子选择准则，并保证其迭代点为扰动KKT方程的内点．最后 给出算法全局收敛性的证明，以及与[3]中的算法进行理论上的分析比较，并给出