约束Minimax问题的一个带积极集识别的简单序列二次约束二次规划算法的中期报告.docxVIP

约束Minimax问题的一个带积极集识别的简单序列二次约束二次规划算法的中期报告 本文介绍了一个带积极集识别的简单序列二次约束二次规划（Sequential Quadratic Constrained Quadratic Programming，简称SQCQP）算法，该算法用于解决Minimax问题。我们在Minimax问题的框架下，将目标函数表示为两个二次函数的最小值，并约束其中一个二次函数。同时，为了在算法中实现积极集识别，我们还加入了一些状态量约束。 该算法可以分为两个主要部分：序列二次规划和积极集识别。在序列二次规划阶段，我们首先将Minimax问题转化为一个SQCQP问题。然后，使用线性二次规划算法来求解此问题。在求解过程中，我们利用一种常见技巧，将原问题划分为一系列小问题，并通过解决这些小问题来逐步逼近最优解。 在积极集识别阶段，我们使用一种基于最小二乘法的方法来识别系统状态量的积极集。具体来说，我们首先计算系统的状态量变化情况，然后根据最小二乘法调整积极集的阈值。这样，我们就能够在算法的每个迭代中识别系统的积极集，以便更好地调整优化过程。 我们对该算法进行了初步的测试，结果表明该算法可以在实际问题中取得良好的解。但是，我们仍然需要进一步测试和优化算法，以便更好地理解和利用算法的优势。