版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、約束非線性規(guī)劃問題是最優(yōu)化領域中重要的研究課題,許多實際問題都可以歸結為約束非線性規(guī)劃問題。自從二十世紀七十年代后期,序列二次規(guī)劃(SQP)已成為解非線性最優(yōu)化問題的一種最常見、最有效的方法。濾子SQP最初是由Fletcher在[19]中提出的,是與信賴域相結合的一種算法。 在[42]中Ulbrich介紹了一種利用乘子函數(shù)來構造濾子的一個分量的方法,從而不用二次矯正步的就克服Maratos效應,而且證明了這種方法具有局部超線性收
2、斂性?;赱42]中想法我們在本論文中我們構造了增廣的拉格朗日函數(shù)Ip(x)來代替[19]中的f(x),也同樣達到不用二次矯正步就避免了Maratos效應,而且結合NCP函數(shù)來構造了濾子的另一個分量p(x)。從而我們將[19]中濾子的兩個分量給替換得到新的算法。這種算法具有全局收斂性。 本文在前言中介紹了課題的研究背景和研究現(xiàn)狀以及本文在論文中所做的工作;第二章介紹了約束非線性規(guī)劃的一些基本的原理和結論,包括基本迭代公式,最優(yōu)性
3、條件和收斂速度,以及濾子方法的產生和發(fā)展等方面的內容:第三章給出了算法中濾子的構造,介紹了非線性互補函數(shù)(NCP)的定義和性質,鑒于在K-K-T點處的非線性互補條件,我們對于每個迭代點可以構造出一個新的違反約束度,這樣就得到了一種新的濾子,于是通過把NCP函數(shù)放入濾子中我們構造出了一種新的濾子SQP算法。該算法的特征是用到了多目標優(yōu)化里控制的思想:一個迭代點被接受當且僅當該點是否被濾子接受。在二次子問題不可行時,該算法需要可行性恢復階段
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種結合NCP函數(shù)的濾子SQP算法的研究.pdf
- 一種新的結合NCP函數(shù)的SQP濾子算法.pdf
- 無懲罰無濾子SLQP算法的全局收斂性.pdf
- 一種具有全局性的牛頓內點優(yōu)化算法.pdf
- 一種新的全局收斂的混合聚類算法.pdf
- DC規(guī)劃的臨近點算法和全局收斂性算法.pdf
- 混合遺傳算法全局收斂性分析.pdf
- 序列的收斂性與子序列的收斂性
- 求解DC規(guī)劃的全局收斂性算法和近似點算法.pdf
- 原始對偶內點FS算法及其全局收斂性.pdf
- 無約束優(yōu)化共軛梯度算法的全局收斂性研究.pdf
- 外文翻譯--具有基于多樣性的變異因子的自適應遺傳算法及其全局收斂性
- 共軛梯度法的全局收斂性研究.pdf
- 外文翻譯--具有基于多樣性的變異因子的自適應遺傳算法及其全局收斂性
- 均衡約束優(yōu)化具有超線性收斂性算法的研究.pdf
- 外文翻譯--具有基于多樣性的變異因子的自適應遺傳算法及其全局收斂性(英文).pdf
- 外文翻譯--具有基于多樣性的變異因子的自適應遺傳算法及其全局收斂性(英文).pdf
- 外文翻譯--具有基于多樣性的變異因子的自適應遺傳算法及其全局收斂性(譯文)
- 修正的共軛梯度法及其全局收斂性.pdf
- 基于相對熵函數(shù)準則的BP算法收斂性分析.pdf
評論
0/150
提交評論