利用KKT-系统求解非线性约束优化问题的两类新方法

利用KKT-系统求解非线性约束优化问题的两类新方法

论文摘要

非线性约束优化问题(CNLP)是运筹学的重要分支之一,它广泛应用于自然科学、工程和经济领域中通过求解CNLP的KKT-点来得到CNLP的局部极小点的方法是最近较流行的求解CNLP的数值方法之一。这类方法的一般特点是首先把KKT-系统等价地转化为光滑的无约束(或具有简单约束)的最优化问题,然后利用经典最优化方法来求解KKT-点。本文研究的算法也是基于这种思想,但构造目标函数的方法不同,具体内容如下:1.通过构造仅在第一象限定义的NCP-函数,将非线性约束优化问题的KKT-系统等价地转化为带非负约束的光滑优化问题,这里借鉴了处理非线性互补问题的不可行点算法的思想,引入了辅助变量,简化了约束条件利用Qi等提出的效率较高的信赖域方法提供了具体求解KKT-点的算法,并在适当的条件下证明了算法的全局收敛性和局部超线性(二次)收敛性。2.在研究以往NCP-函数的基础上总结出了一个构造NCP-函数的方法,利用该方法构造出来的NCP-函数具有良好的性质.在第三章中,根据该方法构造了两个新的NCP-函数,第一个NCP-函数具有四个象限收敛速度相近的性质,而第二个NCP-函数具有Lipschistz连续性、强半光滑,较好的强制性等良好性质.利用后一个NCP-函数给出了CNLP的KKT-系统新的非负约束优化等价形式并结合Qi等提出的信赖域方法进行了求解.在较弱的条件下得到了全局收敛性和局部超线性(二次)收敛性。数值试验表明此该算法具有较好适应性和稳定性,实际计算效果也令人满意。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 非线性约束优化问题及其KKT-系统
  • 1.2 非线性约束优化方法简介
  • 1.2.1 不限制步长的优化方法简介
  • 1.2.2 信赖域方法简介
  • 1.3 一些基本的概念与结论
  • 第二章 一个新NCP-函数及其对KKT-系统的转化与求解
  • 2.1 新NCP-函数及其对KKT-系统的转化
  • 2.1.1 NCP-函数
  • 2.1.2 KKT-系统的新转化形式
  • 2.1.3 本章的符号用法
  • 2.2 求解KKT-系统的信赖域算法
  • 2.2.1 本章常用的一些结论
  • 2.2.2 信赖域子问题
  • 2.2.3 信赖域算法
  • 2.3 收敛性质
  • 2.3.1 算法的合理性
  • 2.3.2 全局收敛性
  • 2.3.3 局部收敛性
  • 第三章 一类NCP-函数的构造方法及其产生的新NCP-函数对KKT-系统的转化与求解
  • 3.1 新NCP-函数及其对KKT-系统的转化
  • 3.1.1 新NCP-函数
  • 3.1.2 KKT-系统的新转化形式
  • 3.2 问题的求解及收敛性质
  • 3.3 数值实验
  • 总结与展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].基于学习的动态多目标方法求解约束优化问题[J]. 武汉大学学报(理学版) 2017(02)
    • [2].求解互补约束优化问题的一类光滑化算法[J]. 嘉应学院学报 2015(08)
    • [3].求解非光滑复合约束优化问题的再分配束方法[J]. 大连理工大学学报 2020(01)
    • [4].分布式约束优化问题研究及其进展[J]. 计算机学报 2015(08)
    • [5].智能算法在约束优化问题中的应用研究[J]. 北华航天工业学院学报 2013(01)
    • [6].求解约束优化问题的多目标粒子群算法[J]. 计算机应用研究 2011(03)
    • [7].一种新的求解约束优化问题的遗传算法[J]. 北京联合大学学报(自然科学版) 2010(02)
    • [8].一种求解约束优化问题的改进差分进化算法[J]. 数学的实践与认识 2017(02)
    • [9].解一般约束优化问题的一种改进拉格朗日-拟牛顿法[J]. 西南民族大学学报(自然科学版) 2012(05)
    • [10].一种求解连续空间约束优化问题的蚁群算法[J]. 郑州大学学报(工学版) 2015(01)
    • [11].解决约束优化问题的改进粒子群算法[J]. 计算机工程与应用 2011(12)
    • [12].互补约束优化问题的乘子序列部分罚函数算法[J]. 运筹学学报 2011(04)
    • [13].约束优化问题的改进混合遗传算法[J]. 化工自动化及仪表 2010(07)
    • [14].随机平衡约束优化问题约束条件的研究[J]. 山东理工大学学报(自然科学版) 2010(05)
    • [15].求解约束优化问题的改进粒子群算法[J]. 系统工程与电子技术 2008(04)
    • [16].低约束密度分布式约束优化问题的求解算法[J]. 软件学报 2011(04)
    • [17].求解约束优化问题的一种复合形遗传算法[J]. 计算机仿真 2011(06)
    • [18].浅谈常用约束优化问题的几种算法及数学实验[J]. 赤峰学院学报(自然科学版) 2010(01)
    • [19].基于合作仲裁求解分布式约束优化问题的研究[J]. 微计算机信息 2008(36)
    • [20].择优学习多个体差分算法求解约束优化问题[J]. 计算机与现代化 2015(10)
    • [21].人工鱼群算法在约束优化问题中的应用[J]. 河北师范大学学报(自然科学版) 2013(05)
    • [22].求解线性等式约束优化问题的移动渐近线法[J]. 电子测试 2013(20)
    • [23].求解非线性约束优化问题的精确罚函数方法[J]. 赤峰学院学报(自然科学版) 2016(13)
    • [24].约束优化问题的一种改进遗传算法收敛性分析[J]. 自动化技术与应用 2015(09)
    • [25].一类互补约束优化问题的一个扰动方法的收敛性[J]. 辽宁师范大学学报(自然科学版) 2014(03)
    • [26].一种求解约束优化问题的进化规划型文化算法[J]. 太原科技大学学报 2009(05)
    • [27].一类约束优化问题的改进教学优化算法[J]. 内江科技 2016(12)
    • [28].求解界约束优化问题的有效集算法综述[J]. 数学的实践与认识 2012(03)
    • [29].一种求解约束优化问题的信赖域微粒群算法[J]. 计算机工程与应用 2011(10)
    • [30].互补约束优化问题的一个非单调信赖域法[J]. 内蒙古大学学报(自然科学版) 2010(05)

    标签:;  ;  ;  ;  

    利用KKT-系统求解非线性约束优化问题的两类新方法
    下载Doc文档

    猜你喜欢