解无约束优问题的过滤集型方法.pdfVIP

摘 要 许多问题可以转化为非凸非线性多变量的无约束优化问题．除了线搜索方 法和信赖域方法这两类最基本的算法框架之外，我们还有其他的方法来处理一 些非常特别的情况，比如非二次性态比较强的问题和无法求得或者很难求得导 数的问题，这些问题如果用一般的线搜索方法或者信赖域方法将很难下手或者 效果不佳．我们可以把求解这些问题的非二次模型方法和无导数方法看作是对 普通求解方法的补充。其中锥模型方法和模式搜索方法是它们各自最典型的代 表之一． 本文中，我们主要着眼于对算法框架的改进，引入了过滤集(Filter)技术作为 改进策略，并将其应用于锥模型和模式搜索中求解无约束优化问题。从理论上对 这些改进后的算法进行收敛性分析，并用数值试验检验了改进的效果． 第2章中，我们主要考虑过滤集技术与锥信赖域方法结合产生的过滤集锥信 赖域方法在无约束优化问题中的应用，并采用锥信赖域方法[21】作为基本算法． 参照文[351中利用梯度向量来定义过滤集的方法，而对其中的算法框架进行了一 些改进，并在一定条件下证明了算法收敛到二阶稳定点．其后，我们报告了用过 滤集锥信赖域方法解无约束优化问题数值试验的结果，表明该算法相比于普通 的锥信赖域算法在效率上有所改进． 第3章中，我们研究了过滤集技术与模式搜索中的一种网格搜索方法相结合 产生的过滤集网格搜索方法在无约束优化问题中的应用，采用网格搜索的两个 框架【81作为基本算法进行了改进，并在一定条件下证明了算法产生的孤立点序 列的每个驻点都是一阶稳定点．最后我们报告了用过滤集网格搜索方法解无约 束优化问题数值试验的结果，表明新算法相比于两个普通网格搜索方法在一些 低维病态问题上效率有所改进，但是仍然存在有一定的局限性． 关键词过滤集技术，无约束优化，锥模型，网格搜索，信赖域，收敛性． Abstract in nonconvex canbe termsOf nonlin- Manyimportantproblemsexpressed earmultivariateunconstrained linesearchand optimizationproblems．Besides arethetwomostbasic trust．regionmethods，which algorithmframework，we tosolvesome haveothermethods situations，forinstance， got veryparticular the thatale therelative condition and problem problems strongnon-quadratic unableto or hardto thederivatives．Whenwemeet compute computeextremely isdifficulttostartfromthecolnnlonused these of methods， typesproblem，it notsatis- as