互补问题的光滑牛顿算法分析-应用数学专业论文.docxVIP

南京航空航天大学硕士学位论文 南京航空航天大学硕士学位论文 互补问题的光滑牛顿算法研究 互补问题的光滑牛顿算法研究 PAGE PAGE 1 PAGE PAGE 2 第一章 绪论 1.1 互补问题的引入 互补问题是数学规划领域的一个活跃分支，这一问题与最优化理论、变分不等式、不动点 理论、对策论等数学分支有着紧密联系，在交通与经济等方面都有着广泛的应用，如工程物理 中的障碍与自由边界问题、力学中的接触问题，以及经济领域的均衡问题、供应链问题等[1] ， 因而吸引了很多学者投身于对这类问题的研究. 令 F : Rn → Rn 是一个连续的可微函数，经典的互补问题[1]（简记为 CP(F ) ），是指：求 一矢量 x ∈ Rn ，使其满足 Tx ≥ 0, F (x) ≥ 0, xT F (x) = 0 T （1.1） T其中 x = (x1 , x2 ,..., xn ) T , F (x) = (F1 (x), F2 (x),..., Fn (x)) . 如果 F (x) 是非线性函数，则称该互补问题为非线性互补问题，记为 NCP(F ) ；如果 F (x) 是仿射函数 ，即 F (x) = Mx + q(M ∈ Rn×n , q ∈ Rn ), 则称互 补问题为线 性互补问题 ，记为 LCP(M , q) . “互补问题”这一数学模型首先是由美国著名运筹学家、“数学规划之父”乔治·伯纳德·丹 兹格（ G.B.Dantzig ，1914-2005）教授和他的学生 R.W .Cottle 于 1963 年提出.1964 年，Cottle 在他的博士论文中首次提出了求解互补问题的非线性规划算法.随后，互补问题便引起了学术界 的广泛关注和浓厚兴趣，很快成为了数学规划领域的一个热门课题.在接下来的几十余年里，人 们进一步改进和丰富了互补问题的理论研究，同时涌现出了许多求解互补问题的算法，目前人 们研究产生的求解互补问题的比较著名的有效算法[2]有如下几种：如光滑方程法[3、4、5]、非光滑 方程法、无约束优化法、投影法、内点法、磨光方程与非内点法等等. 本文将在前人的基础上，对互补问题的牛顿类算法做进一步的研究,尝试设计新的牛顿类算 法，并证明算法的收敛性，因此需要对互补问题的牛顿类算法研究背景作简单介绍. 1.2 互补问题的牛顿算法研究背景简介 互补问题（1.1）的牛顿算法的基本思想是利用互补函数将互补问题等价地转化为非线性 方程组，再利用牛顿算法来求解该方程组，从而得到互补问题的解，转化成的方程组如下： φ(x , F (x)) ? 1 1 ? ? Φ(x) = ? ? Μ ? = 0 ?φ(x , F (x))? ? n n ? 其中 Φ : Rn → Rn . 但是由于映射 Φ 多数情况下都是非光滑的，所以就不能应用经典的牛顿算 法来求解.为了求解这样一个非光滑的问题，研究者对经典的牛顿算法加以改进产生了以下三种 方法： 1. 非光滑牛顿法 由于 Φ 的非光滑性， Clarke 用广义 Jacobi 矩阵[6,7] ?Φ(x) 代替 Φ(x) 的导数矩阵，在算法 迭代的每一步构造如下的广义牛顿方程： kV d = ?Φ(xk ) k 其中Vk ∈ ?Φ(x). 同时证明了这一算法具有较好的局部收敛效果（局部超线性收敛速率，在一 定条件下二次收敛速率），但是不能令人满意的是全局收敛效果不是特别理想. 2．光滑牛顿法 光滑牛顿法主要是在非光滑牛顿法的基础上加以改进，在原互补函数 φ(a, b) 中加入了光滑 因子 u ，构造了互补函数φ(a, b) 的光滑逼近函数φu (a, b) ，以光滑函数 Φu 代替非光滑函数 Φ ， 其中 ? φ (x , F (x)) ? ? u 1 1 ? Φ u (x) = ? Μ ? ? ? ?φu (xn , Fn (x))? 在此基础上求解光滑方程组序列： Φu (x) = 0 并使 u 趋向于 0，从而得到 Φ(x) = 0 .该算法在 每次迭代中构造如下光滑牛顿方程组： uuΦ ′(xk )d = ?Φ u u  (xk ) u由于 Φ(x) 的广义 Jacobi 矩阵较难求解而且计算复杂，光滑牛顿法通过引入 Φ ′(xk ) 避免了这 u 一缺陷，但是它通常要求 F 至少是 P0 ? 函数才能保证牛顿方程可解. ３. Jacobi 光滑牛顿法 uJacobi 光滑牛顿法综合了非光滑牛顿法与光滑牛顿法的思想，取光滑方程组的左端导数 矩阵 Φ ′(xk ) 和非光滑牛顿方程的右端 ? Φ(xk ) ，它在每次迭代中构造如下的混合牛顿方程组： u uΦ ′(xk )d = ?Φ(xk ) u Jacobi 光滑牛顿法的一个缺陷也是通常要求映射 F 至少是 P0