学位论文 > 优秀研究生学位论文题录展示

均衡约束数学规划的SQP算法研究

作 者: 范林
导 师: 段复建
学 校: 桂林电子科技大学
专 业: 应用数学
关键词: 均衡约束数学规划 SQP算法 线性互补约束 非线性互补约束 S-稳定点 全局收敛 超线性收敛
分类号: O221
类 型: 硕士论文
年 份: 2009年
下 载: 42次
引 用: 0次
阅 读: 论文下载
 

内容摘要


均衡约束数学规划是近年来数学规划领域发展起来的一个热点研究问题.它起源于对策论,并且在经济分析、自然科学和工程计算中有着广泛地应用.然而,这类问题的研究却非常复杂,最主要的困难在于它的可行域的复杂性,一些常用的约束规范条件对均衡约束数学规划问题来说一般都不成立,从而非线性规划一些经典的理论和算法一般不能直接应用到均衡问题上来.因此,如何将该类问题进行转化,给出研究该类问题的等价形式,并研究其最优性条件和算法就变得非常重要.本文主要做了以下两方面工作:首先基于逐步逼近心想,构造一个与原问题等价的光滑非线性规划.借助降维思想,在每步迭代时,主方向由定义在Rn+m上的QP子问题和一个方程组求得.为了克服Maratos效应,我们通过求解一个线性方和组得到二阶修正方向.在不需要上层严格互补的适当假设条件下,证明了算法的全局收敛性和超线性收敛性.当算法有限步终止时,当前迭代点为原问题的一个精确稳定点.数值实验表明算法的有效性.其次利用归并函数,提出一个新的磨光方法,基于该方法,构造一个在求解意义上与原问题等价的磨光非线性规划.在每次迭代时,只需构造仅含等式约束的QP子问题来产生主方向,再通过一个显式公式来产生修正方向以克服Maratos效应,从而避免求解另一个QP子问题.在一些适当的假设条件下,提出的SQP算法全局收敛到原问题的S-稳定点,且算法的收敛速率是超线性的.数值实验验证了算法的有效性.

全文目录


摘要  3-4
Abstract  4-5
主要符号表  5-7
第一章 绪论  7-13
  1.1 MPEC问题产生背景  7-8
  1.2 MPCC的约束规范条件和最优性条件  8-10
  1.3 MPEC问题的发展概况和研究现状  10-11
  1.4 本文的主要工作及结构  11-13
第二章 求解线性互补约束均衡问题的一个新的超线性收敛SQP算法  13-35
  2.1 引言  13-14
  2.2 预备知识  14-18
  2.3 算法及其可行性  18-23
  2.4 全局收敛性  23-27
  2.5 算法的超线性收敛性  27-33
  2.6 数值实验  33-35
第三章 非线性互补约束均衡问题一个磨光逼近法的收敛性  35-50
  3.1 引言  35
  3.2 预备知识  35-36
  3.3 MPCC问题的等价变形和算法  36-39
  3.4 全局收敛性  39-44
  3.5 收敛速率  44-48
  3.6 数值实验  48-50
第四章 结论与展望  50-51
参考文献  51-55
致谢  55-56
作者在攻读硕士期间研究成果  56

相似论文

  1. 锥模型信赖域算法的改进研究,O224
  2. 非线性无约束共轭梯度法,O224
  3. 有限维变分不等式及互补问题的有效算法研究,O242.23
  4. 退化问题拟牛顿法超线性收敛性条件,O224
  5. 约束优化QP子问题与线性方程组相结合的一个新的超线性收敛算法,O241.6
  6. 求解非线性规划问题的光滑牛顿法及Minimax问题的SQP-Filter算法,O221.2
  7. 两类非线性二层规划的理论与算法研究,O221.2
  8. 求解非线性等式约束优化问题的新锥模型信赖域方法,O221.2
  9. 新锥模型二维子空间信赖域算法,O221.2
  10. 非线性最优化问题非单调信赖域算法的研究,O224
  11. 求解0-1非线性整数规划问题的非单调光滑牛顿算法,O221.4
  12. 求解不等式约束非线性优化问题的改进的SQP算法研究,O224
  13. 非线性共轭梯度法的改进,O224
  14. 不等式约束优化两个新的强次可行和拟强次可行算法,O221.2
  15. 非线性规划问题的若干算法研究,O221.2
  16. 两种新的非单调线搜索方法,O224
  17. 一族修正拟牛顿算法及其收敛性,O224
  18. 一类新拟牛顿算法及其收敛性,O224
  19. 基于免疫进化算法的神经进化,TP18
  20. 改进的遗传算法在非线性方程组中的应用,O241.7
  21. 关于互补问题半光滑渐近牛顿法的一些研究,O241.6

中图分类: > 数理科学和化学 > 数学 > 运筹学 > 规划论(数学规划)
© 2012 www.xueweilunwen.com