版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、帶有均衡約束的數(shù)學(xué)規(guī)劃問題(Mathematical Programming with Equilibrium Con-strains,縮寫為MPEC)是一類特殊的最優(yōu)化問題,由于這類問題極為廣泛的存在于工程技術(shù)、經(jīng)濟、博弈論等領(lǐng)域,有直接的應(yīng)用價值,所以倍受人們關(guān)注.
由于互補約束均衡優(yōu)化問題除了一般的等式和不等式約束之外,還包含有互補約束條件,所以,直接使用求解標準的光滑非線性約束優(yōu)化的方法和技術(shù)求解均衡優(yōu)化問題,存在著一
2、定的困難.
本文討論線性互補約束和非線性互補約束均衡問題,具體的研究成果包括如下兩個方面:
第一部分:對線性互補約束均衡問題,提出了一種新的磨光技術(shù).借助于一個處處連續(xù)可微的光滑函數(shù),提出了一個新的光滑非線性規(guī)劃問題.當光滑參數(shù)趨向于零時,光滑非線性規(guī)劃問題是線性互補約束均衡問題的光滑近似,該光滑非線性規(guī)劃問題通過 SQP算法求解.為避免馬太效應(yīng),通過求解線性等式,得到一修正方向,在適當?shù)臈l件下,得到了算法的全局收斂
3、性和超線性收斂性,而文獻提出的SQP算法不具有超線性收斂速度.
第二部分:對非線性互補約束均衡問題,通過光滑互補函數(shù)φ,將非線性互補約束均衡問題轉(zhuǎn)化為一帶參數(shù)的一般優(yōu)化問題.又在文和文內(nèi)點法思想的基礎(chǔ)上,通過引入罰函數(shù)思想,將帶參數(shù)的一般優(yōu)化問題,轉(zhuǎn)化為只含不等式約束的光滑非線性規(guī)劃問題.該只含不等式約束的光滑非線性規(guī)劃問題通過QP-free算法求解.特別地,減弱了Hessian陣估計正定的假設(shè)條件,算法仍具有強全局收斂性,且
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)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
- 無約束優(yōu)化共軛梯度算法的全局收斂性研究.pdf
- 隨機優(yōu)化算法及其收斂性研究.pdf
- 約束優(yōu)化無嚴格互補的超線性收斂SQP強次可行算法.pdf
- 均衡問題的若干迭代算法及其收斂性分析.pdf
- 幾個非線性算子的迭代算法的收斂性.pdf
- 退化問題擬牛頓法超線性收斂性條件.pdf
- 加權(quán)正交約束盲信號分離算法及其收斂性研究.pdf
- 蟻群優(yōu)化算法及其收斂性證明.pdf
- 21316.約束優(yōu)化問題的序列近似方法收斂性
- 線性互補約束優(yōu)化問題一個超線性收斂的序列線性方程組算法.pdf
- CM算法的收斂性及在盲均衡應(yīng)用中的研究.pdf
- 簡單界約束優(yōu)化的仿射尺度內(nèi)點信賴域算法的收斂性.pdf
- 一個無懲罰型方法的超線性收斂性.pdf
- 共軛梯度算法的收斂性研究.pdf
- 優(yōu)化迭代學(xué)習(xí)控制算法及其收斂性分析.pdf
- 非線性共軛梯度法收斂性的研究.pdf
- 激勵勢場算法收斂性研究.pdf
- 一種具有全局收斂性的NCP函數(shù)濾子算法.pdf
- 非線性共軛梯度法的收斂性.pdf
- 兩種智能優(yōu)化算法及其收斂性分析.pdf
評論
0/150
提交評論