L_1-精确罚函数和约束总极值问题

我们在[1]中,曾对带有不等式约束的最优化问题的总极值,进行过讨论,采用方法是用罚函数把原问题化为无约束问题,但罚参数要趋向无穷。本文进一步用L_1-确罚函数把原问题化为无约束问题,讨论了在某种条件下,原问题与L_1-精确罚函数题的总极值之间的关系,且原问题可以有等式约束,同时罚参数不必趋于无穷,下面出有关结果。     

Lipschitz规划的L1精确罚函数

本文考虑带不等式及等式约束的Lipschitz规划,在较弱的条件下讨论其L_1精确罚函数弱极点与K-T型条件的等价性,修正了[1]的结果.     

一族精确罚函数的存在性及控制参数的下界

本文讨论了非线性等式与不等式约束的优化问题的一族比较广的精确罚函数的存在性,不需凸性及任何约束规格的假设,证明了当罚参数充分大后,惩罚问题的(严格)局部极小点是原问题的(严格)局部极小点,惩罚问题的全局极小点是原问题的最优解,并给出控制参数的一个下界。     

关于约束极小化问题的一个新的简单精确罚函数

针对等式及不等式约束极小化问题,通过对原问题添加一个变量,给出一个新的简单精确罚函数,即在该精确罚函数表达式中,不含有目标函数及约束函数的梯度．在满足某些约束品性的条件下,可以证明:当罚参数充分大时,所给出的罚问题的局部极小点是原问题的局部极小点．     

精确罚函数和极小极大问题

在这篇文章中我们研究了对于不等式约束的非线性规划问题如何根据极小极大问题的鞍点来找精确罚问题的解。对于一个具有不等式约束的非线性规划问题,通过罚函数,我们构造出一个极小极大问题,应用交换“极小”或“极大”次序的策略,证明了罚问题的鞍点定理。研究结果显示极小极大问题的鞍点是精确罚问题的解。     

一种新的求解带约束的有限极大极小问题的精确罚函数

提出了一种新的精确光滑罚函数求解带约束的极大极小问题．仅仅添加一个额外的变量,利用这个精确光滑罚函数,将带约束的极大极小问题转化为无约束优化问题． 证明了在合理的假设条件下,当罚参数充分大,罚问题的极小值点就是原问题的极小值点．进一步,研究了局部精确性质．数值结果表明这种罚函数算法是求解带约束有限极大极小问题的一种有效算法．     

关于非李普希兹规划的精确罚函数方法

用精确罚函数方法(EPF)来求解非线性规划(NLP)越来越受到重视。在本文中,我们证明了对于足够大的罚参数O,EPF的局部极小点亦是NLP的局部极小点,并且还给出了一个解NLP的下降算法。本文所用的理论工具是Pshenichnyi引进的上凸逼近及广义次梯度,详细内容可参看[4]。 1.精确罚函数考虑如下的非线性规划     

罚总体最优性条件

1°我们曾在[1]、[2]中讨论了用罚函数方法求解带不等式约束的总极值问题,但没有给出收敛的判别条件.在[3]、[4]、[5]中讨论了总极值的最优性条件,但没有考虑与罚函数相联系的最优性条件.在实际计算中又要用到这类最优性判别准则.因此,应该建立罚总体最优性条件.2°设f(x)是n维欧氏空间R~n上的连续函数,     

两类逼近精确罚函数法及其数值试验

1 引言 精确罚函数(exact penalty function)的构造主要有两条途径:一是基于Lagrange乘子的乘子罚函数方法,二是直接构造非光滑的精确罚函数。不必进行乘子迭代。本文讨论第三种思路:基于目标函数最优值构造保持光滑性的精确罚函数。某些无参数外点罚函数本应属于此类,但一直仅仅被作为普通外点罚函数的无参数形式。将其与无参 数内点罚函数同等看待,因此基于目标函数最优值构造精确罚函数未得到充分研究。文献[11]给出了初步结果。本文进一步发展了有关理论,导出了两类算法,证明了收敛性,最后给出了数值试验结果。 2 基于目标函数最优值的精确罚函数 考虑如下约束优化问题     

整凸规划的某些理论

本文讨论目标函数和约束函数皆为凸函数的整规划问题，首先利用精确罚函数把整凸规划求解化为求凸函数极小整解问题，还讨论了凸函数极小整解的最优性条件。     

对于非线性等式约束的增广-罚函数的拟牛顿法

H.Yamashita在[1]中对非线性不等式约束问题: minf(x),s.t.g_i(x)≤0,i=1,…,m;x∈R~n (1.1)给出了增广?-罚函数的拟牛顿法,以克服Han的不可微罚函数拟牛顿法的不可做缺陷,并证明了如下结论: 若f,g连续可微,并满足如下条件:     

战斗对策:有约束极小极大途径(Ⅰ)(英文)

本文把战斗对策归结为有约束极小极大问题,讨论解的存在性．引进不连续罚函数后,把有约束问题化为无约束极小极大问题．     

战斗对策:有约束极小极大途径(I)

本文把战斗对策归结为有约束极小极大问题，讨论解的存在性．引进不连续罚函数后，把有约束问题化为无约束极小极大问题。     

带约束的非线性L_1问题

文[1]给出了无约束非线性L_1问题的最优性条件,文[2]以文[1]为基础又给出了只带不等式约束的非线性L_1问题的最优性条件。可是他们的推导都略嫌太繁,并且都还缺少二阶必要条件。本文的目的之一就是以较弱的条件对(P)给出通常的全部最优性条件,并在适当的假定下再给出一般问题(P)的一阶充分条件。本文的目的之二就是为带线性约束的非线性L_1问题给出一个算法,以温和的条件证明其收敛性。     

关于非李普希兹规划的Kuhn-Tucker最优性条件

本文利用Pshenichnyi引进的上凸逼近和广义次梯度,讨论了非李普希兹规划(目标函数或约束函数不是局部李普希兹函数)的Kuhn-Tucker最优性条件及精确罚函数存在性条件。     

带有不等式约束的非线性规划问题的一个精确增广Lagrange函数

对求解带有不等式约束的非线性非凸规划问题的一个精确增广Lagrange函数进行了研究．在适当的假设下,给出了原约束问题的局部极小点与增广Lagrange函数,在原问题变量空间上的无约束局部极小点之间的对应关系．进一步地,在对全局解的一定假设下,还提供了原约束问题的全局最优解与增广Lagrange函数,在原问题变量空间的一个紧子集上的全局最优解之间的一些对应关系．因此,从理论上讲,采用该文给出的增广Lagrange函数作为辅助函数的乘子法,可以求得不等式约束非线性规划问题的最优解和对应的Lagrange乘子．     

一类新的罚函数与罚算法(英)

在本文中,我们提出了带不等式约束的非线性规划问题的一类新的罚函数,它的一个子类可以光滑逼近$l_1$罚函数. 基于此类新的罚函数我们给出了一种罚算法,这个算法的特点是每次迭代求出罚函数的全局精确解或非精确解. 在很弱的条件下算法总是可行的. 我们在不需要任何约束规范的情况下,证明了算法的全局收敛性. 最后给出了数值实验.     

非线性约束最优化问题中的一种光滑精确罚函数算法（英文）

针对非线性不等式约束优化问题提出一种新的光滑精确罚函数,并证明这种类型的光滑罚函数对求解非线性约束优化问题具有好的性质.基于这个光滑精确罚函数,文中设计罚函数算法,并证明在一些较弱的条件下,算法具有全局收敛性.最后,一些数值算例说明算法的有效性.     

化不等式约束问题为无约束的广义可微限域精确罚函数方法

本文给出了广义可微精确罚函数的概念及一类所谓广义限域可微精确罚函数.本文预先选定罚因子,将不等式约束问题化为单一的无约束问题,并给出了具全局收敛性的算法.本文的罚函数构造简单,假设条件少而且算法的构造与收敛性结果是独特的.     

非光滑多目标最优化的一个精确罚函数

本文将文献[1]中的关于单目标规划的精确罚函数的结果推广到局部Lipschitz多目标规划问题上.