一种信赖域SQP滤子方法的局部收敛性.pdfVIP

第八届中国青年运筹信息管理学者大会论文集 桂林，2006年8月18-22日，第639-648页 一种信赖域sqP滤子方法的局部收敛性· 王华 同济大学应用数学系，上海，200092 摘要本文讨论了一种信赖域SQF滤子方法的局部收敛性．滤子方法也会遇到Maratos效应， 尽管完全牛顿步可能是一个超线性收敛收敛步。但是当迭代点充分靠近原问题的严格局部解时， 完全牛顿步可能会使目标函数值和约束违反度都上升，从而不被滤子接受，于是就破坏了算法 的收敛性．在本文的算法中，对f7l中的信赖域SQP滤子方法进行了修改：如果完全步不被接 受，就通过对它进行一个二阶校正(SOC)来减小它的不可行性． 关键词$QP方法，信赖域，滤子，阶校正，Maratos效应，局部收敛 1引言 替传统的价值函数的方法，避免了罚园子的选取，而通常这个罚因子的适当选取是有难度的． 这个方法不同于其他方法的关键是，一个迭代点(通过解一个信赖域序列二次规划(SQP) 子问题得到)被接受当且仅当目标函数值或者约束违反度函数值有充分的下降．该方法的计 Fletcher，Leyffer和Toint[S1证明． 子方法进行了修改：如果完全步不被接受，就通过对它进行一个二阶校正(SOC)来减小它 的不可行性．本文通过下面几个部分向大家展示，这种修改确实可以避免Maratos效应，从而 使算法达到局部超线性收敛． 为了简单起见，我们先考虑等式约束优化问题。在本文的第二部分，将详细叙述信赖域 SQP滤子算法．第三部分将详细介绍经过二阶校正后的信赖域SQP滤子算法．在第四部分将 对这个修改的算法的局部收敛性进行证明． 在给出这个算法和局部收敛性证明之前，先做一些定义．记列向量∈Rn的第t个元素 IIkI|≤凤靠的序列{魄}，这里{风)是个正数列且lim¨oo凤=0． ’基金项目：国家自然科学基金资助项目(105m37) 王华 2信赖域SQP滤子方法 考虑非线性优化问题(P)： rain f(x) (1) s．t． c(z)=0 (2) 其中目标函数，：丑n—R和等式约束e：五”一五”(mn)是二次连续可微的。 在当前迭代点$☆，原问题的信赖域QP子问题TRQP(xk，Ak)为 1 minmk(s)=^+(gk，s)+；(s，日≈s) s．t， c(xkl+A(xk)s=0 ㈣。兰Ak (3) (Jacobian)，Hk是个对称阵． (1)一(2)的Karush-Kuhn-Tucker(KKT)条件为 g(x)+A(。)A=0， c(∞)Io (4) 近似解， (艇tIk吉)(霆)=一gk) (5) z(x，^)：=f(x)+c(z)7^ 正定的。 不同，它仅将0型迭代步产生的迭代点加入到滤子中去．所谓0型选代步是指，若试探步满 zk+轧称作，型迭，Sk称作，型迭步．这里 1 Aq=q(o)一q(s)=--975一；，’日8 为，($)的二次预测