不等式约束优化基于新型积极识别集的SQCQP算法  

An SQCQP Algorithm with New Active Identification Set for Inequality Constrained Optimization

作　　者：刘美杏 唐春明[2] 简金宝[1] 

机构地区：[1]玉林师范学院数学与信息科学学院广西高校复杂系统优化与大数据处理重点实验室,玉林537000 [2]广西大学数学与信息科学学院,南宁530004

出　　处：《应用数学学报》2015年第2期222-234,共13页Acta Mathematicae Applicatae Sinica

基　　金：国家自然科学基金(11271086);广西自然科学基金(2013GXNSFAA019013;2014GXNSFFA118001);玉林师范学院一般项目(2014YJYB04)资助项目

摘　　要：本文提出一个新的求解非线性不等式约束优化问题的罚函数型序列二次约束二次规划(SQCQP)算法.算法每次迭代只需求解一个凸二次约束二次规划(QCQP)子问题,且通过引入新型积极识别集技术,QCQP子问题的规模显著减小,从而降低计算成本.在不需要函数凸性等较弱假设下,算法具有全局收敛性.初步的数值试验表明算法是稳定有效的.In this paper, a new penalty-function type sequential quadratically constrained quadratic programming （SQCQP） algorithm for nonlinear inequality constrained optimiza- tion problems is presented. The algorithm solves at each iteration only a quadratically constrained quadratic programming （QCQP） subproblem, and by employing a new active identification set technique, the scale of the QCQP subproblem is greatly decreased, thus the computational cost is also reduced. Without assuming the convexity of the objection function or the constraints, the algorithm possesses global convergence under weaker con- ditions, and some preliminary numerical results show that the proposed algorithm is stable and promising.

关 键 词：不等式约束优化 序列二次约束二次规划 积极识别集 算法 全局收敛性 

分 类 号：O221.2[理学—运筹学与控制论]