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(qǐng)進(jìn)行舉報(bào)或認(rèn)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(jì)、博弈論等領(lǐng)域,有直接的應(yīng)用價(jià)值,所以倍受人們關(guān)注.
由于互補(bǔ)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(bǔ)約束條件,所以,直接使用求解標(biāo)準(zhǔn)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(bǔ)約束和非線性互補(bǔ)約束均衡問題,具體的研究成果包括如下兩個(gè)方面:
第一部分:對(duì)線性互補(bǔ)約束均衡問題,提出了一種新的磨光技術(shù).借助于一個(gè)處處連續(xù)可微的光滑函數(shù),提出了一個(gè)新的光滑非線性規(guī)劃問題.當(dāng)光滑參數(shù)趨向于零時(shí),光滑非線性規(guī)劃問題是線性互補(bǔ)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(dāng)?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(xiàn)提出的SQP算法不具有超線性收斂速度.
第二部分:對(duì)非線性互補(bǔ)約束均衡問題,通過光滑互補(bǔ)函數(shù)φ,將非線性互補(bǔ)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(diǎn)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(jì)正定的假設(shè)條件,算法仍具有強(qiáng)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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)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(jī)優(yōu)化算法及其收斂性研究.pdf
- 約束優(yōu)化無嚴(yán)格互補(bǔ)的超線性收斂SQP強(qiáng)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(gè)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(hào)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(bǔ)約束優(yōu)化問題一個(gè)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(diǎn)信賴域算法的收斂性.pdf
- 一個(gè)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(lì)勢(shì)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(píng)論
0/150
提交評(píng)論