几类优化问题的光滑化算法分析-运筹学与控制论专业论文.docxVIP

I I 摘 要 本文主要考虑两类优化问题的光滑化算法. 针对线性规划问题，利用互补函 数将线性规划问题的最优性条件（KKT 系统）转化为一个半光滑的方程组，通过 构造互补函数的光滑逼近函数，提出了求解线性规划问题的一种光滑化牛顿算 法，分析了算法的全局收敛性和局部二次收敛性，数值结果表明了该方法的有效 性. 针对线性互补问题，首先将其转化成一类新的绝对值方程组问题，该绝对值 方程在结构上的比原线性互补问题简单，并且在计算过程中不需增加新变量，然 后通过构造绝对值函数的光滑逼近函数，提出了求解线性互补问题的一种新的基 于方程组的光滑化牛顿算法，分析了算法的全局收敛性和局部二次收敛性，数值 试验表明了算法的有效性，最后还给出了基于非线性互补函数的两种不同的光滑 化算法，通过数值编程，比较了这两种光滑化牛顿算法的优异性. 关键词：光滑化算法；线性规划；线性互补问题；绝对值方程；收敛性分析 II II Abstract In this paper, we mainly consider smoothing methods for the solution of two kinds of optimization problems. As for the linear programming problem (LP), we transfer the optimality conditions (KKT system) to a semi-smooth nonlinear system of equations by using a NCP function. Then we give a smoothing Newton method for solving the reformulated system by constructing the smoothing function of the NCP function. Global and local convergence analysis are given. Numerical tests prove our method is valid. As for the linear complementary problem (LCP), we transfer the LCP into an absolute equation problem, the structure of this equation is simpler than the LCP and we should not add new variables in solving the absolute equation problem. Then we present a new smoothing method to solve the LCP by constructing the smoothing function for the absolute function. Global and local convergence analysis are given. Numerical tests are given to test the effective of the algorithm. At last, we give two kinds of smoothing method to solve the LCP by using a NCP function, we compare these two smoothing methods by numerical tests. Key Words：Smoothing method; Linear programming; Linear complementary problem; Absolute equation; Convergence analysis. I III 目 录 第一章 绪论 1 1.1 研究背景和意义 1 1.2 本文的主要工作 .. 5 第二章 求解线性规划问题的光滑化算法 6 2.1 引言 6 2.2 数学模型及其转换 6 2.3 光滑化牛顿算法 8 2.4 收敛性分析 9 2.5 数值试验 11 2.6 小结 18 第三章 求解线性互补问题的光滑化法 ... 19 3.1 引言 19 3.2 光滑函数及其相关性质 19 3.3 光滑化算法 21 3.4 收敛性分析 23 3.5 数值结果 24 3.6 基于互补函数的光滑化算法 24 3.7 小结 30