互补问题与半定规划算法研讨.pdf

互补问题与半定规划算法研究 摘 要 本文主要研究互补问题与半定规划问题的数值解法。所取得的主要结果有： 1．提出无约束最优化共轭梯度法参数反修正的两种新形式．与经典共轭梯度法的 区别是新方法中体现了函数值下降量信息．提出这两种方法的改进形式．证明了 这四种方法的全局收敛性．数值实验表明了算法的有效性． 2．提出求解大规模非线性互补问题(NCP(F))的共轭梯度法．(i)利用Fischer- Burmeister 轭梯度法．算法的突出特点是在不需要额外假设及线搜索的辅助下满足充分下降 非线性方程组，基此对大规模非线性互补问题提出光滑PRP一型共轭梯度法．算 法执行一步需进行两个Armijo线性搜索既确保光滑参数弘的非负性又极小化由 数时，算法全局收敛．数值实验表明了这两种算法的数值有效性． 3．提出半定规划的半定互补解法．首先考虑一类特殊的半定规划问题(即在对偶问 题中加入约束条件Y≥0)，将其最优性条件等价转化为半定互补问题(SDCP)，藉此 提出预估一校正光滑牛顿法，证明了牛顿方向的存在性、迭代点列的有界性及算法 的全局收敛性．在解点处广义导数可逆的假设下得到算法的超线性收敛率．然后 ’推广这一思想，