一个有限内存序列二次计划算法的研究.pdfVIP

中文摘要 本文针对大规模非线性优化问题研究了有限内存序列二次规划方法，算法以 序列二次规划和积极集的预测为基础，使用保持正定性的有限内存对称秩1校正 系统计算量有显著下降． 在减少存储量方面，我们提出了保持正定性的L．SRl方法，由于使用L-SRl 的紧凑表示形式，仅需存储一些低维矩阵便可完成Hessian阵相关计算。为简化计 地预测最优解处积极集，而不需要严格互补松弛条件成立，所以基于积极集的预 测，算法仅需考虑等式约束的非线性优化问题；当积极集确定后，充分利用近似 的求解KKT系统新方法；最后，以低秩Cholesky分解校正为基础，提出了在存储 校正向量或预测积极集变化时存储项的更新方法，以避免重新计算和不必要的矩 阵分解． 在CUTEr测试平台上通过数值试验说明了保持正定性的L-SRl算法和预测积 极集方法的有效性，而大规模问题的测试结果表明本算法对于大规模问题有良好 的数值效果． 关键词：序列二次规划；有限内存方法；对称秩l校正：积极集预测 分类号：0221．2 ABSTRACT withlimited for This