论文部分内容阅读
基于半罚函数、识别函数和模松弛方法，本文讨论了一类带不等式和等式的一般约束优化问题。首先通过半罚函数把一般约束优化问题转换为一个仅带不等式约束的辅助问题，然后利用罚参数的修正信息构造了一个简单的工作集。最后结合工作集技术和模松弛方法，我们提出了一种新的模松弛算法。由于工作集技术的应用，在每一次迭代过程中，只需求解一个简约QP子问题获得主方向和一个简约线性方程组得到高阶修正方向，问题的规模和计算量减少，得到改进．在无严格互补的一些温和条件下，算法是全局收敛和超线性收敛的。
本文算法的主要特点如下·罚参数自动调整有限次后将固定于某一定值；
·工作集的构造形式简单；
·由于工作集技术的应用，计算成本减少；
·只需解一个子问题得到半罚问题的可行下降方向；
·在无严格互补条件下得到全局收敛性和超线性收敛性；
最后，一些初步的数值试验结果说明本文提出的算法是有效的。