無懲罰無濾子SLQP算法的全局收斂性.pdf

1、求解非線性約束優(yōu)化問題的傳統(tǒng)方法是懲罰型方法,它通過借助于某個(gè)懲罰函數(shù)作為效益函數(shù)來求解,而懲罰型方法有一個(gè)很大的弊端就在于難以選擇適當(dāng)?shù)牧P參數(shù),更甚者,罰參數(shù)過大還會(huì)導(dǎo)致問題數(shù)值上病態(tài).因此,不使用罰參數(shù)的新型方法有著重大的意義,我們將此類算法稱為無懲罰型方法.Fletcher等人在1997年開始提出不使用罰參數(shù)的過濾方法,是目前具有代表性的無懲罰型方法,其數(shù)值試驗(yàn)結(jié)果頗為滿意,但過濾方法同樣存在著弊端,那就是在每步迭代都需要存儲(chǔ)一個(gè)

2、濾子集,這樣在變量過多時(shí)將出現(xiàn)存儲(chǔ)量過大的問題.因此,對(duì)于不使用濾子技巧的其它無懲罰型方法的研究無疑是具有重要的理論意義和應(yīng)用價(jià)值.
　　本文給出求解非線性不等式約束優(yōu)化問題的一類無懲罰無濾子SLQP方法,該算法是在SLQP框架下求解嘗試步,即嘗試步的計(jì)算分兩個(gè)階段,第一階段是求解信賴域線性規(guī)劃子問題,給出當(dāng)前迭代點(diǎn)的積極約束指標(biāo)集的估計(jì),第二階段是求解信賴域等式約束二次規(guī)劃子問題(TREQP),接著,算法不借助于任何罰函數(shù),也不