带有反凸约束凸规划的锥分解算法.pdfVIP

第 19 卷第3 期　　　　　　　　　　南　京　化　工　 　学　学　报　　　　　　　　　V ol.19 No.3 　1997 年 7 月 　　 JO URN AL O F NA NJ N G U N V ERS T Y OF CHEM CAL T ECHNO LOG Y 　　July 1997 研究简报 带有反凸约束凸规划的锥分解算法 邵建峰　刘　彬 (南京化工 学基础科学系, 南京, 210009 ) 摘　要　将凹规划问题的锥剖分方法应用于带有一个反凸约束的凸规则, 得到了一个锥分解算 法, 并证明了算法的收敛性。 关键词　全局规划　反凸约束　不连通区域　锥分解 中图号　O 22 1.2 带有反凸约束的最优化, 其可行域一般是非凸、不连通集, 甚至其全局最优解还可能是 可行域中的孤立点, 所以这是一类较困难的优化问题。 带有反凸约束的数学规划起源于工程设计、控制论、经济平衡等领域中的实际问题, 因 而有许多这方面的研究工作。 比如在文献[1 ～2] 中讨论了带有反凸约束的凹规划和线性 规划。在文献[3] 中Tuy 最早对带有反凸约束的凸规划进行了研究, 提出了一个外切型算 法。该算法通过在可行域外部切割把问题转化为一系列凹规划子问题。 与T uy 的方法不同, 本文直接将凹规划的锥剖分方法应用于带反凸约束的凸规划, 通 [4, 5] 过锥分解 将原问题转化为一系列凸规划子问题, 在问题“稳定”的意义之下, 证明了算法 的收敛性。 1　有关性质 考虑:(P ) global min f (x ) s.t.x ∈D , g (x )≥0 其中D ={x h (x )≤0}, f (x )、g (x )、h (x )都是 R n 上的有限凸函数。记 G°={x g (x ) 0}, G={x g (x )=0}, G={x g (x )≤0}, 并假定: (i )G 是凸紧集, 可行集D G°≠Υ, int D ≠Υ; (ii)已有w ∈D ∩ G°, 使 f (w ) α min{f (x ) x ∈D G°} 上述w 可通过求解凸规划:min{f (x ) x ∈D }而获得。事实上若设 w 为其解, 并且g (w )≥0, 则原问题(P )已得到解决。 对任意 x G, 以π(x )表示线节[w ;x ] {Z Z =λw +(1-λ)x , 0≤λ≤1}与 G 的 交点, 即π(x )=[w ;x] ∩ G。 收稿日期:1996-11-26 第 3 期　　　　　　　　　　邵建峰等:带有反凸约束凸规划的锥分解算法　　　　　　　　　　 69 引理1.1 　 x ∈D , g (x )0 时, 有 f (w )f (π(x ))f (x ) 证明　 x ∈D, g (x )0, 必有 λ∈[0, 1], 使得π(x )=λw +(1-λ)x , 由f (x )的 0 0 0 凸性及(ii)假设 f (π(x ))=f (λ0 w +(1-λ0 )x )≤λ0f (w )+(1-λ0 )f (x )f (x ) ＊ 引理1.2 　(P )的最优解集 Ψ 是D ∩ G 的子集。 对反凸规划问题, T uy 提出了“稳定”的概念。 定义1.3 　称问题(P )是稳定的, 如果当ε※0+时 min{f (x ) x ∈D , g (x )≥ε}※min{f (x )