求解非线性半定规划的一类无惩罚方法_论文.docVIP

求解非线性半定规划的一类无惩罚方法_论文.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
苏州大学学位论文独创性声明及使用授权声明 学位论文独创性声明 本人郑重声明:所提交的学位论文是本人在导师的指导下, 独立进行研究工作所 取得的成果. 除文中已经注明引用的内容外, 本论文不含其他个人或集体已经发表或 撰写过的研究成果, 也不含为获得苏州大学或其它教育机构的学位证书而使用过的材 料. 对本文的研究作出重要贡献的个人和集体, 均已在文中以明确方式标明. 本人承担 本声明的法律责任. 研究生签名:  日期: 学位论文使用授权声明 本人完全了解苏州大学关于收集、保存和使用学位论文的规定, 即:学位论文著 作权归属苏州大学. 本学位论文电子文档的内容和纸质论文的内容相一致. 苏州大学 有权向国家图书馆、中国社科院文献信息情报中心、中国科学技术信息研究所(含万 方数据电子出版社)、中国学术期刊(光盘版)电子杂志社送交本学位论文的复印件和 电子文档, 允许论文被查阅和借阅, 可以采用影印、缩印或其他复制手段保存和汇编学 位论文, 可以将学位论文的全部或部分内容编入有关数据库进行检索. 涉密论文 本学位论文属  在  年  月解密后适用本规定. 非涉密论文 论文作者签名: 导 师 签 名:  日期: 日期: 求解非线性半定规划的一类无惩罚方法  中文摘要 中 文 摘 要 半定规划是线性与非线性规划问题的推广, 是数学规划领域中一个十分活跃的研 究分支, 线性半定规划的理论及其算法已日益成熟, 非线性半定规划的算法及其理论 的研究显得越来越重要. 目前求解非线性半定规划问题的方法主要是将求解非线性规划问题的各种方法加 以推广, 例如, 增广Lagrange 方法, 序列半定规划方法, 序列二次惩罚方法, 序列线性 化方法, 惩罚/障碍乘子法, 原始对偶内点法等等, 它们有一个共同点: 借助某个罚函 数作为效益函数, 但是在解决实际问题中, 对如何选取罚因子是一个比较复杂而困难 的问题. Fletcher 等人提出不使用罚函数的方法—- 过滤方法—- 求解非线性规划问题, 这种方法同样可以推广到求解非线性半定规划问题, 但过滤法中保留滤子集会增大存 储量, 同时, 当滤子集中含有某个Pareto 解时, 过滤法可能无法继续进行迭代. 本文提出一种新的求解非线性半定规划问题的方法, 这种方法既不使用罚函数也 不使用滤子准则, 从而避免了罚因子的选取问题及迭代过程中滤子集的更新及存储问 题. 新方法采用信赖域结构计算尝试步, 通过设定两个目标去判别尝试步是否可以被 接受, 一个目标是提高约束条件的可行性, 另外一个目标是减小目标函数值. 在一定假 设条件下, 本文分析了算法的适定性及全局收敛性, 最后给出了非线性半定规划问题 的初步数值试验, 结果表明了新算法的有效性. 关键词:非线性半定规划, 无惩罚型方法, 约束违反度, 全局收敛性. 作  者: 苗世彩 指导老师: 陈中文 I Abstract  A penalty-free method for solving nonlinear semide?nte programming Abstract Semide?nite programming is the extension for linear and nonlinear programming, which is very vibrant research ?eld in mathematical programming. The algorithms and its theory of linear semide?nite programming are more and more mature. Some re- searchers begin to study the algorithms and its theory for solving nonlinear semide?nite programming, which is more and more important. Many algorithms for solving nonlinear programming are extended to solve non- linear semide?nite programming (NSDP), such as the augmented Lagrangian method, the sequentially semide?nite programming method, the sequential quadratic penalty method, the successive linearization method, penalty/barrie

文档评论(0)

smdh + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档