摘要:讨论了一种信赖域SQP滤子方法的局部收敛性.滤子方法会遇到Maratos效应。尽管完全牛顿步可能是一个超线性收敛步,但是当迭代点充分靠近原问题的严格局部解时。完全牛顿步可能会使目标函数值和约束违反度上升。从而不被算法接受,于是破坏了算法的收敛性.给出一种修改后的信赖域SQP滤子算法,当完全步不被接受时.对算法进行二阶校正(SOC),可以减小其不可行性.修改后的算法可以避免Maratos效应。使算法达到局部超线性收敛.
关键词:sqp方法 信赖域 滤子 二阶校正 maratos效应
单位:同济大学应用数学系 上海200092
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社