关于非线性规划问题的SQP算法研究.pdfVIP

摘要 摘 要 序列二次规划（SQP ）方法被认为是解决非线性约束优化最有效的方法之一. 对SQP算法的研究具有重要的理论意义与应用价值. 很多学者对其进行了研究并 提出了多种改进方法．传统的SQP算法每一步迭代都要求解QP子问题,然而QP子 问题包含一些不等式约束条件,计算量远大于求解一个线性方程组的计算量. 本文对SQP算法进行了研究与改进.提出了一种新的SQP算法用于求解包含 等式和不等式约束的一般非线性规划问题.在P.Spellucci 的文章中,该方法也可被 称为序列等式约束二次规划问题(SECQP)算法. 该算法每一步迭代，基于一个积极集策略.通过求解一个等式约束二次规划问 题计算搜索方向，进而求解一个QP子问题得到可行下降方向，在适当情况下， 通过求解另外两组线性方程组得到一个适当的凸组合,而Maratos效应校正方向则 是通过对第 个等式约束二次规划问题的求解获得的．在一个积极集的基础上的 每一次迭代，算法只要求求解 个等式约束二次规划子问题(或者必要时求解另 外两个线性系统), 计算量明显减少. 该算法的设计克服了以往SECQP 算法的两点不足：1）迭代过程中，不能保 证相应的逼近乘子的非负性，因此，只有当满足特定条件时目标点才是问题的 KKT 点;2）由于不能保证逼近乘子的非负性，牛顿迭代步不再是目标函数的下降 方向，因此，线性搜索过程中必须构造复杂的价值函数. 在适当的条件下我们证明了其全局收敛和超线性收敛. 最后,对于该算法进行了数值实验,数值结果表明所设计算法是可行的、有效 的和稳定的. 键词：SQP算法;非线性规划; 积极集；全局收敛; 超线性收敛. I 万方数据 Abstract Abstract The sequential quadratic programming (SQP) method is considered as the most efficient method for solving nonlinearly constrained optimization problems.Thereby, the study for sequential quadratic programmingalgorithm will possess important theoretic signi cance and practical value. A lot of modified methods of this kind has been proposed by many authors. SQP methods require a solution of the QP at each iteration. Nevertheless, there are some inequality constraints for the QP. In general, the computational effort of a QP problemis much larger than that of a linear system.In this thesis, we make a systematic and deep investigation on feasible sequential quadratic pro