约束MINIMAX问题的狭义单调线搜索SQP算法.pdfVIP

约束MINIMAx问题的广义单调线搜索sQP算法 摘要 众所周知，序歹Ⅱ二次规划(sQP)方法是解决非线性约束优化问题最常用 的方法之一，一般来说这种算法具有比较好的收敛性质，数值实验也证明该 算法是非常有效的．然而，大多数sQP方法仍面临着一个重要问题，即这类 算法要求在每次迭代中=次子规划都有解．由于子问题的约束条件是原问题 约束条件的线性近似，因而产生的约束区域可能是空集．为克服这些不足， 出现了一些新的技术，譬如像转轴运算、引进新的参数．同时为达到超线性 收敛性，避免Marat08效应，一般需要解一个或多个子规划来产生二阶修正 方向，这种方法相对来说计算量是比较大的． 本文考虑一般约束的非线性Minim馘问题．借助于转轴运算在每次迭代 中，我们构造一个Qp子问题来产生改进方向，同时类似于QP子问题的构 造原理我们只需求解～个线性方程组(sLE)来产生修正方向．结合一个特殊 的效益函数采用广义单调线搜索产生步长．这样便提出了一个新的解决此类 问题的算法．在适当条件下，该算法确保了全局和超线性收敛性．值得指出 的是，尽管确定近似积极约束集时增加了计算量，但却大大减少了相应子问 题约束条件的个数．最后，进行了大量的数值试验，结果显示算法是令人满 意的．