求解带指数凹多乘积规划问题的对偶界方法.pdfVIP

No．1 第36卷第1期 应用数学学报 V61．36 ACTAMATHEMATICAEAPPLICATAE 2013年1月 SINICAJan．，2013 求解带指数凹多乘积规划 问题的对偶界方法木 裴永刚 (河南师范大学数学与信息科学学院，新乡453007) (E-mail：peiyg@163．com) 靳利 (河南机电高等专科学校基础部，新乡453003) 申培萍 (河南师范大学数学与信息科学学院，新乡453007) 摘要对一类带指数的凹多乘积规划问题，给出一种求其全局最优解的分支定界算法．先利 用对数函数性质将原问题进行等价转化，对于等价问题，利用Lagrange弱对偶定理将分支定界 算法中关键的定下界操作转化为易于求解的线性规划问题，且这些线性规划的规模不随迭代而 变化，利于编程计算．同时，分支操作采用单纯形作为分割元素，并使用对分法，既保证穷举 性，又使得线性规划的规模更小．最后给出算法的收敛性证明和数值实验结果． 关键词全局优化；多乘积规划；分支定界；对偶界 MR(2000)主题分类90C26；90C30 中图分类0221．2 1引言 考虑如下多乘积规划问题(P)： rain Fo(z) s．t． z∈Z=A{z∈R“：Ax≤b，Fk(x)≤仇，k=1，…，m)， 本文2010年1月19日收到．2012年9月Ii日收到修改稿 ’国家自然科学基金资助项目． 116 应 用 数 学 学 报 36卷 R满 j=l 近年来，问题(P)在实际问题中的广泛应用(如金融优化【1】)芯片设计【2】)债券投 资组合优化【3】等)引起了许多学者关注并对之研究，对于凡j(z)是线性函数且Q七j=1 (J=1，2，…，P，k=0，1，…，m)的情况已经提出了许多算法，比如线性松弛方法【4】’ 学者研究问题的一种自然推广，然而他们提出的算法并不适用于这种情况下的问题(P)． 实际上问题(P)的目标函数和可行域一般都是非凸的，可能有多个不是全局解的局部极 是线性函数，z是多面集)，仍然是NP一难的【10]． 针对问题(P)，我们给出一种求其全局最优解的分支定界算法．在第2节，利用对数 函数性质先把原问题等价转化．在第3节，对于等价问题，利用Lagrange弱对偶定理将 分支定界算法中关键的定下界问题转化为一系列易于求解的线性规划问题，这些线性 规划的规模不随迭代而变化，而且前后两次的线性规划的目标和约束都变化不大，更利 于编程计算．此外，分支采用单纯形作为分割元素，使得线性规划的规模更小．第4节 给出完整算法，并证明算法收敛性．第5节报告数值实验结果，表明算法可行有效． 2 等价问题 为求解问题(P)，将其等价转化为非凸规划问题(P(So))． 首先利用对数函数性质，可把问题(P)等价转化为如下问题(p) min fo(z) s．t． Ax)一InflkS0，k=1，…，m， z∈A全{z∈Ⅱ跫n：Ax≤b)， 其中