非线性约束优问题的过滤线搜索两块校正序贯既约Hessian方式.pdfVIP

中文摘要 摘 要 最优化理论与方法是一门充满活力的学科，其主要目的是研究如何从某些实际问题 的众多可行方案中找出最优解。非线性规划作为最优化理论的一个重要分支，随着社会 的发展和科学的进步，尤其是在计算机技术突飞猛进的背景下，在金融、贸易、管理和 国防军事等许多领域有着日益广泛的应用。 ． 近来，Fletcher和teytrer【4】提出了过滤方法。该方法可以代替传统的罚函数方法， 用来保证非线性优化问题的全局收敛性。该方法的主要思想是，将一个带约束的单目标 规划问题解释为一个双目标规划问题，在每次迭代中，改进目标函数值或者约束违反 提出过滤方法的动机是避免在使用罚函数方法时每次迭代都要确定罚参数的困难。同 时，过滤方法还提供了另外一个优点，称之为健壮性。有时，由于试探步过小，可能使 得本次迭代不能够产生足够的改进，影响收敛性，过滤方法此时可以转向可行性恢复阶 段。在可行性恢复阶段，算法试图通过降低约束违反度，找到问题的另一个可行点，使 迭代可以继续进行。 由逐次二次规划方法发展而来的既约Hessian阵方法是当今求解非线性等式约束优 法)。两块校正算法的基本思想是利用拟牛顿校正公式分别修正Lagrange函数的单边 性。 在这些思想的启示下，本文使用两块校正双边投影既约Hessian方法结合过滤线搜索 策略来解决带有等式约束的非线性优化问题，在确定搜索方向阶段只利用Lagrange函数 的Hessian矩阵的部分信息，减少了计算量；使用过滤线搜索方法保证了全局收敛性；为 了改进局部收敛性态，采用二阶校正步，克服Maratos效应，证明了算法的Q．超线性收 敛速率。数值实验的结果表明算法是可行的和有效的，过滤方法有着广阔的发展前景。 关键词：非线性约束优化；两块校正；过滤方法：二阶校正步；整体收敛性；局部收敛速 率。 第1贞 英文摘要 Abstract isan researchonhowtofindthe SO- Optimization，whichenergeticsubject，makes optimal lutions feasible oneofthemost amongmany plans．Nonlinearprogramming(NLP)isimportant branchesof hasbeen in fieldssuchas optimization，andwidelyappliedmany finance，trade，man— and research． agementmilitary filter thetraditionalmerit and function Recently,FletcherLeyfferproposedmethod，replacing atoolto in fornonlinear method，as guaranteeglobalconvergencealgorithms The offiltermethodsisthattrial are if the underlyingconcept pointsacceptedtheyimproveobjec- tivefunctionor theconstraintviolationinsteadofaco