一个求解非线性半定规划基于增广拉格朗日函数原始对偶内点算法-a primal-dual interior point algorithm base on augmented lagrange function for sol nonlinear semi-definite programming.docxVIP

原创性声明本人郑重声明:所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文不包含任何他人或集体已经发表的作品内容，也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究工作做出贡献的其他个人或集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名:亏民花峙日期:t?{0，J，/7关于学位论文版权使用授权的说明本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定:学校有权采用影印、缩印、扫描、数字化或其它手段保存论文;学校有权提供本学位论文全文或者部分内容的阅览服务;学校有权将学位论文的全部或部分内容编入有关数据库进行检索、交流;学校有权向国家有关部门或者机构送交论文的复印件和电子版。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:款吃峰导师签名:v{仇杀『1111〉υν日H叫ti7口μ日期:)，υ!v、{J.、7第一章绪论§1-1问题提出的背景非线性半定规划主要来自最优结构设计[1]、最优鲁棒控制[2]、鲁棒反馈控制设计[3]、控制论[4]等领域.非线性半定规划是对半定规划的推广和延伸,因此它起步比较晚，还不是很成熟，大部分解决方法都是对求解半定规划问题方法的推广[5,6,7].所以它是一个热门的研究领域，具有很大的发展前途，许多的专家和学者正致力于非线性半定规划的研究，尤其是对于大规模非线性半定规划的研究工作非常活跃.最早进行半定规划模型构建工作的研究者有Bellman和Fan，他们于1963年考虑将线性规划中的向量变量替换为矩阵变量，从而建立了关键的对偶理论，并且证明了正规性假设在建立半定规划时强对偶性的必要性[8].到了七、八十年代，Overton等人证明了一些难以解决的图分割问题可以通过考虑相关的特征值优化问题来解，因此问题可以转化为一个半定规划问题[9].R.Fleteher详细论述了利用线性规划和半定规划松弛得到某些组合优化问题的近似解的方法[10].截止到当时，求解半定规划的最有效的方法仍是椭球法，还没有其他很有效的求解方法.直至1984年，Karmarkar开创了线性规划内点法的研究领域[11]，该算法基于牛顿法，通过求解问题的扰动最优性条件获得最优解，它具有良好的多项式复杂性和快速的二阶收敛性，因此很快得到了广泛重视，并被推广到凸二次规划和线性互补问题中[12]，为内点法求解半定规划打下了坚实的基础.大多数内点算法通常要求初始点严格可行,在理论上这样的可行初始点是存在的,然而在实际计算中要找到这样的初始点却非常困难.为此,出现了不要求初始点可行的不可行内点算法的思想，F.Alizadeh等人对半定规划提出了一个原始对偶不可行内点算法[13],其计算效果较好,但未能证明其算法的收敛性.此后,解线性规划、凸二次规划和互补问题的多种不可行内点算法不断被提出[14,15].尤其是原始-对偶内点算法[16,17,18]，以其较好的实用性成为求解半定规划的最主要算法.基于此，原始对偶内点法已经成为求解非线性半定规划的主要方法之一.除此之外，求解非线性半定规划的方法还有SQP型方法[19]、可用于非线性非凸优化问题的内点法[20]、增广或改进的Lagrange技术[21]、分枝切割方法[22]，基于原始对偶内点方法的LOQO程序包[23]等.另一种被提出求解大规模SDPs的方法为修正的障碍函数法[24]，这种修正的障碍函数方法不需要障碍参数收敛到零，因此克服了一些传统的内点方法所具有的坏条件.更进一步的求解非线性半定规划的方法可以参看文献[25,26].在文献[25]中，增广拉格朗日方法被应用来求解非线性半定规划，而[26]是基于SQP方法来求解非线性半定规划.文献[26]用修正后的效益函数来控制步长，并证明了这种方法具有全局收敛性.§1-2本文的工作本文主要考虑的非线性半定规划数学模型为minf(x)s.t.h(x)=0(P)X=Ax?B?0其中，函数f:Rn→R和h:Rn→Rm均为二次连续可微函数.A为线性乘子:Ax=n∑xiAi,x∈Rn,Ai∈Sp,i=1,...,n,B∈Sp为给定矩阵,X?0(X?0)表示A∈Sn(A∈Sn).i=1可行集?τ非空.引入障碍参数μ0，可以得到原始问题(P)的对数障碍子问题minf(x)?μlog(det(X))+++s.t.h(x)=0(BP)显然，问题(BP)的KKT点是原始问题(P)的一个内点.本文的主要工作是提出一个求解问题(P)的基于增广拉格朗日函数的原始对偶内点算法，这个方法是基于D.F.Shanno[27]等人提出的一种求解非线性规划方法的推广，即对原始问题(P)的障碍KKT条件添加一个正则化变量，利用Cholesky分解可以求得搜索下降方向，由对数障碍