求解非线性约束优化问题的精确罚函数方法

非线性约束优化问题论文 精确罚函数论文 光滑逼近论文 增广拉格朗日函数论文
论文详情
精确罚函数方法是求解非线性约束优化问题的一种重要方法。理论上,精确罚函数方法只需求解罚参数取某一有限值的罚问题,就可得到约束优化问题的解,从而避免了当罚参数的值趋于无穷大时产生病态的缺点。精确罚函数又分为不可微精确罚函数和连续可微精确罚函数。通常情况下,简单精确罚函数一定是不可微的,从而会在一些快速算法中阻止局部快速收敛,产生" Maratos效应”。连续可微精确罚函数就克服了上述缺点,因此具有更好地性质。增广拉格朗日函数就是这样一种特殊的连续可微精确罚函数。对于一般的非线性约束优化模型,本文将提出一种新的非线性Lagrange函数,讨论该函数在KKT点处的性质,并证明在适当条件下,基于该函数的对偶算法产生的迭代点列具有局部收敛性,然后给出与罚参数有关的解的误差估计。这为解决非线性约束优化问题又提供了一种新途径。然后对非光滑罚函数进行二阶可微光滑逼近,并给出原优化问题、相应的非光滑罚函数、光滑罚函数最优值间的误差估计,然后设计基于该光滑罚函数的算法,并证明在适当条件下它具有全局收敛性,最后再利用数值实验来说明算法的有效性。最后对于锥优化问题,运用增广拉格朗日函数这一特殊的精确罚函数,给出一种迭代算法,并证明这种算法具有一种较弱的全局收敛性,即提出一种ε-全局最优解,对于每一次迭代k,得到相应的εk-全局最优解,该序列都收敛到原问题的ε-全局最优解,从而证明算法具有ε-全局收敛性。
目录第4-5页
摘要第5-6页
Abstract第6-7页
第一章 绪论第8-11页
    1.1 精确罚函数方法的研究意义第8页
    1.2 精确罚函数方法的研究现状及其发展第8-10页
    1.3 本文的研究内容和主要工作第10-11页
第二章 预备知识第11-15页
    2.1 问题的引入第11-12页
    2.2 符号说明及定义第12-15页
第三章 一类非线性Lagrange函数第15-22页
    3.1 函数定义及对偶算法第15页
    3.2 主要结论第15-22页
        3.2.1 非线性Lagrange函数G(x,u,σ)的性质第15-16页
        3.2.2 基于非线性Lagrange函数G(x,u,σ)的对偶算法的收敛性第16-22页
第四章 光滑逼近低阶精确罚函数第22-29页
    4.1 低阶精确罚函数的二阶可微光滑逼近第22-25页
    4.2 算法第25-26页
    4.3 数值实验第26-29页
第五章 一类具有全局收敛性的增广Lagrangian方法及其算法第29-33页
    5.1 算法第29-30页
    5.2 ε-全局收敛性第30-33页
第六章 总结与展望第33-34页
    6.1 总结第33页
    6.2 展望第33-34页
致谢第34-35页
参考文献第35-39页
攻读硕士学位期间发表的论文第39页
论文购买
论文编号ABS547597,这篇论文共39页
会员购买按0.30元/页下载,共需支付11.7
不是会员,注册会员
会员更优惠充值送钱
直接购买按0.5元/页下载,共需要支付19.5
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文

点击收藏 | 在线购卡 | 站内搜索 | 网站地图
版权所有 艾博士论文 Copyright(C) All Rights Reserved
版权申明:本文摘要目录由会员***投稿,艾博士论文编辑,如作者需要删除论文目录请通过QQ告知我们,承诺24小时内删除。
联系方式: QQ:277865656