论文部分内容阅读
约束非线性规划问题是最优化领域中重要的研究课题,许多实际问题都可以归结为约束非线性规划问题。自从二十世纪七十年代后期,序列二次规划(SQP)已成为解非线性最优化问题的一种最常见、最有效的方法。滤子SQP最初是由Fletcher提出的,是与信赖域相结合的一种算法。 传统的SQP方法不论是LSQP还是TSQP,都需要选择某一合适的罚函数作为价值函数。使用罚函数法会在选择罚参数时通常罚因子需要有界,这个界值很难确定。为了避免罚参数带来的困难,由Fletcher提出的这种带滤子的TSQP不需要使用罚函数作为价值函数,而是考虑滤子能否接受,这样可以避免由于罚参数选择而带来的困难。 本文第一章介绍了约束非线性规划的一些基本的原理和结论,包括基本迭代公式,最优性条件和收敛速度,以及滤子方法的产生和发展等方面的内容;第二章给出了算法中滤子的构造,介绍了非线性互补函数(NCP函数)的定义和性质,鉴于在K-K-T点处的非线性互补条件,我们对于每个迭代点可以构造出一个新的违反约束度,这样就得到了一种新的滤子,于是通过把NCP函数放入滤子中我们构造出了一种新的滤子SQP算法。该算法的特征是用到了多目标优化里控制的思想:一个迭代点被接受当且仅当该点是否被滤子接受。在二次子问题不可行时,该算法需要可行性恢复阶段(首次由Fletcher提出)。我们证明了在假设条件下,这种新的滤子SQP算法具有全局收敛性和超线性收敛性。第三章给出了算法中无罚函数和滤子方法的构造,即在线搜索的过程中,采用无罚函数和滤子的方法,构造出一种新的无罚函数和滤子SQP算法。我们证明了在假设条件下,这种新的无罚函数和滤子SQP算法具有全局收敛性和超线性收敛性。第四章为本文的结论与展望。