解一般约束优化问题的带辨认函数的模松弛算法.pdfVIP

解一般约束优化问题的带识别函数的模松弛算法 摘要 基于半罚函数、识别函数和模松弛方法，本文讨论了一类带不等式和等式 的一般约束优化问题。首先通过半罚函数把一般约束优化问题转换为一个仅带 不等式约束的辅助问题，然后利用罚参数的修正信息构造了一个简单的工作集。 最后结合工作集技术和模松弛方法，我们提出了一种新的模松弛算法。由于工 作集技术的应用，在每一次迭代过程中，只需求解一个简约QP子问题获得主方 向和一个简约线性方程组得到高阶修正方向，问题的规模和计算量减少，得到 改进．在无严格互补的一些温和条件下，算法是全局收敛和超线性收敛的。 本文算法的主要特点如下 ·罚参数自动调整有限次后将固定于某一定值； ·工作集的构造形式简单； ·由于工作集技术的应用，计算成本减少； ·只需解一个子问题得到半罚问题的可行下降方向； ·在无严格互补条件下得到全局收敛性和超线性收敛性； 最后，一些初步的数值试验结果说明本文提出的算法是有效的。 关键词： 一般约束最优化模松弛算法识别函数全局与超线性收敛性 ANoRM—RELAXEDMETHoDWITH