带有不等式约束的全局最优性条件.pdfVIP

维普资讯 2004年6月 应用数学与计算数学学报 第18卷第1期 June，2004 C0MM ．0N APPL．MATH．AND C0MPUT VO1．18 NO．1 带有不等式约束的全局最优性条件 楼 烨 何志华 陈宝冲 上海科学技术职业学院，上海201800 摘要。本文利用不连续罚函数方法将带有不等式约束的全局优化问题的求解转化为 讨论一非线性方程的求根问题，从而得到若干个全局最优性条件． 关键词。最优性条件，全局最优化，不连续罚函数 1．引 言 约束最优化问题有着很强的应用背景，关于约束最优化的研究最早起源于17世纪 的欧洲，长期以来，其主要的研究工具是以梯度为基础并延续至今．然而函数可微性 的要求限制了此种方法在实际问题中的应用．当今流行的处理有约束优化的方法为罚 函数方法．罚方法最早由Courant提出，后由Fiacco和McCormic等 。】[4][5】许多人的 研究得到了进一步的发展．罚函数将一个有约束优化问题转化为单个的无约束极小化 问题，使我们能最有效地应用比较成熟的无约束优化的成果来求解有约束优化问题． 但其自身的主要缺陷在于罚参数的选择．罚参数过大将导致计算过程中数值溢出，或 那些利用Hessian阵的方法出现Hessian的病态． 郑权，张连生 】提出不连续罚函数的方法，该方法不需要约束品性要求，将有 约束优化问题转化为无约束问题，并用积分型全局优化方法求解，得到了一系列较为 满意的数值效果． 本文利用不连续罚函数方法，将不等式约束的全局优化问题转化为无约束问题， 同时将无约束优化的求解转化为一非线性方程根的求解，并得到若干个全局最优性条 件． 2．主要结果 我们考虑下述带有不等式约束的全局优化模型： (P) minf(x) X∈ 其中S={ () 0，i=1，2，…，m)为R上的约束集，并且hi(x) 0，i=1，2，…，m 为R 上的连续函数，-厂：R 一R 为R 上的连续函数，c为，()在S上的全局最 优值． 本文 2003年 12月30日收到 维普资讯 58 应用数学与计算数学学报 下面我们引入不连续罚函数，令 = ㈦ 其中为 0常数．我们通常取d()为： d()=∑IImaxh(i()，0)II 或 d(x)=maxllmax(hi(x)，0) 此处l0为常数． 下面我们利用上述不连续罚函数引入M一函数和V一函数． 定义2·1设cc ．厂()，令F(，Q)=厂．()+ ()，0，我们定义如下函 数： ， (。)：厂 c(F(x，)) JH nS F(x，))。 ， (。)：厂 (。 JH nS 兵甲Hc={l’(，) ct． 引理 2．1设…im ．厂()=+。。，则存在某一正常数13：0，当 13：0时有 llZ ll——十 oo minF(，)=m77S()=c 锄 证明：由不连续罚函数定义，显然有： minF(x,Q) (，()+Qp())