过滤器SLP方法求解大规模非光滑束缚问题.pdf

硕士论文 过滤器SIP方法求解大规模非光滑约束问题 摘 对于传统的求解非光滑优化问题都是采用罚函数法。但是罚函数法的最大缺点是难 于选取合适的罚因子且随着罚因子的增大或减小造成海森矩阵条件数变大及计算的不 稳定。本文应用最新的过滤器思想，避开了罚函数的构造，从以下三方面的改进推出了 新的求解非光滑有约束问题的算法。 (1)SLP子问题替代SQP子问题。结合序列线性优化思想，通过对序列线性模型的 求解来代替传统二次子模型的求解，使得局部子问题的求解简单化，这一手段尤其对大 规模和复杂问题显得非常有效。 (2)引进次梯度间夹角限制手段更新捆绑集。一方面，捆绑集是由一些不满足充分 下降条件，但其下降量仍在一定范围内的零步长的次梯度组成，他们不仅可以加快算法 的收敛速度而且可以提高下次迭代线性模型的近似程度；另一方面，通过设置捆绑集中 辅助点的次梯度与当前成功迭代点次梯度的夹角的范围来限制与更新捆绑集，在保证捆 绑集中次梯度数量的有限性下提高了算法的有效性。 (3)讨论了SLP子问题可行性修复阶段的计算细节，为算法的数值实验奠定了理论 基础。 通过这些改进，获得了较好的新算法，并证明了新算法的全局收敛性。 关键字：非光滑优化，序列线性法，捆绑集，过滤器，全局收敛性。 Abstract 硕士论文 Abstract Nonsmooth are solved optimizationproblemsconventionallybyintroducingpenalty function，which makeshardthechoiceofsuitable and simultaneously penaltyparameters farther of theconditionnumbertheHessianmatrixthatleadsto inthe big instability takesnew filterandnew for computation．Thispaper technique approachessolving nonsmooth without function．Anewkindof is optimizationproblems penalty algorithms establishedunderconsiderationof three following developments． SLP insteadof useslinearmodelto (1)TakesubproblemSQPsubproblem．Thispaper constrained solvesLP insteadof of conditions，ful-ther approach subproblemsQPsubproblems conventional leadsalleffective for iterative computation．That