求解极小极大问题地新算法.pdf

求解极小极大问题的新算法 二 算法 第二章算法 出m归(；)仨剖卦 蠡扛，暑『，t)={mp，掣，t)，n-I-1≤t≤n-I-m且玑0， min．‰(d，I)=川最+V最r,：ell2， 晖(△)=(露。，《。，霹‘)r 2 求解极小极大问题的新算法 二 算法 考虑子问题 min．讥(毋)=d“+{d盯凤d￡， s·t VF[dt=0, (2．3) 弧+扩”+一≥0， Ildt|I。≤△． 为了判断尝试步是否可接受，定义问题(2．1)中等式约束可行性的预测 下降量 predk(A)=IiFkli2一lI最+V风T靠(△)112 和实际下降量 aredk(A)=IIFtll2一IIF((xk，讥，“)T+以(△))112． 步靠(△)是可以接受的．但为了允许II最¨的非单调性，类似于文【2】)定义松 弛的实际下降量 试步的条件可放宽为rated女(△)≥plpre以(△)． 关于Rt的计算，类似于文献【21中算法R，但这里选择范围更广． 算法R：选取序列％满足％≥o，0Qo 求解极小极大问题的新算法 二 算法 同样，我们要求目标函数也有足够的下降，为此，我们定义(2．1)目标函 数的切向预测下降量 pre磙(△)=饥(d：：(△))一仇(d七Ca)) 以及关于整个尝试步的预测下降量 pre《(△)=一讥㈣(△)) 关于整个尝试步的实际下降量 吖e《(△)=tk一(“+壤(△))=一磙(△) 如果 pre《(△)≥用”e《(△)且pre《(△)≥predk(h)．(2．4) 则要求目标函数和约束条件同时改善，否则，只需改善约束条件． 算法2．1 j护+““，△≥△m‘。≥0，k：=0，如：=0． 步1：△(o)：=△，i：=o，计算F七，v取． 步3：若窿(△(‘’)=4CA(‘’)=0，则停止． 步4：若(2．4)成立，则转步4．1，否则，转步4．2． 5，否则，转步6． 4 求解极小极大问题的新算法 二 算法 步4．2：若raredk(A(‘’)plpredk(A(‘’)，则转步5，否则转步6 步5：△(许1)：=7l△(n，i：=i+1，转步2 步6：△女：=△(“，dk：=以(△(‘’)，且 Xkl：=z^+《，Yk+l：2Yk+di；，tk+1：=tk+《 A∈【moz{△。打¨△k)，max{Ami。，仇△k)】 置七：=七十1，转步1 5 求解极小极大问题的新算法 三 全局收敛性 第三章全局收敛性 为证明收敛性，本文均在如下假设条件下讨论： (ASl)矗(z)0=1，2，…m)在舻上二阶连续可微； (AS2)存在有界闭凸