解带线性或非线性约束最优化问题的-数学进展.pdfVIP

vol 第33卷第5期 数 学 进 展 33，N。5 2004年10月 ADVANCESINMATHEMATIcs oct，2004 解带线性或非线性约束最优化问题的 三项记忆梯度Rosen投影算法 孙清滢 石油大学应用数学系，东营，山东， 25706l 摘要： 利用R0sen投影矩阵，建立求解带线性或非线性不等式约束优化问题的三项记忆梯度 Rosen投影下降算法，并证明了算法的收敛性同时给出了结合FR，PR，Hs共扼梯度参数的三项 记忆梯度Rosen投影算法，从而将经典的共轭梯度法推广用于求解约柬规划问题数值例子表明算 法是有救曲 关键词： 非线性规划； Rosen投影；三项记忆梯度；收敛 0221．2 MR(1991)主题分类：49M07；90c30／中图分类号： 文献标识码： A 文章编号： 1000—0917(2004)05-0598—09 O引言 Rosen梯度投影法”J是求解非线性最优化问题的基本方法之一，梯度投影算法与其它方 法结合得到了许多有效算法，在最优化领域占有重要地位．如陈广军在文献[3]中，利用Rosen 投影建立了解带线性或非线性约束最优化问题的计算量小，稳定的梯度投影算法，但收敛速度 慢．超记忆梯度算法是求解无约束规划的有效算法，由于算法在迭代中较多地利用了已经得到 的目标函数的某些信息，因而具有较快的收敛速度，大量的数值例子证明了这一点例赵庆贞【6J 对超记忆梯度算法进行改进，在理论上证明了算法在一定条件下具有n步超线性收敛速度．若 能将此法推广用于求解约束优化问题，可望改善现有梯度投影算法的收敛速度． 超记忆梯度算法．王宜举等【9J对一般闭凸集约束下的优化问题通过GLP投影建立了一族记忆 梯度GLP投影算法．受文献[8，9]的启发，本文利用Rosen投影矩阵，对求解无约束规划的三 项记忆梯度算法中的参数给一条件确定参数的取值范围，以保证得到目标函数的三项记忆梯度 Rosen投影下降方向，从而建立求解带线性或非线性约束最优化问题的三项记忆梯度Rosen投 影算法，并证明算法的收敛性新算法保留梯度Rosen投影算法的优点，改善Rosen梯度投影 算法的收敛速度．数值例子表明算法是有效的． 1问题、假设与算法 考虑问题(p)：卿，o扛)，其中R 2003一05-06 收稿日期t 2002-10一23．收到修改稿日期： com Dm＆il：+sunqiIlgyin90l@163 万方数据 5期 孙清滢：解带线性或非线性约束最优化问题的三项记忆梯度Rosen投影算法 599 ^(z)=fj∈五J一，?(z)≤6) 设M为问题(p)的Ⅳ一T点集，对于R＼M，总假设条件【H)成立： (H)rank(AJ。f。)(x))=}Jo(x)I，Vz∈兄＼M 3J 引理1l 设s∈R，则s满足正则条件(H)的充要条件为对于s的任一有界子集丁： J(。)=≯时，det(A矗。1AJ(。))=1若有线性等式约束，则不必作此约定． B^= 阵，乃。称为Rosen投影矩阵． 引理2l 3J设z‘∈R，对于以∈L p，。≥o，则z。为问题(p)之．K—T点． 对I司越(p)的非K—T点o“∈R，令