非光滑优化的二阶必要条件

1 引言 对无约束最优化问题,其必要条件要求在局部极小点x处沿任何方向的梯度为零,曲率为正。而对约束最优化问题,首先它的局部极小点必须是可行点,其次不仅要求验证局部 极小点的某个邻域内的二阶项(曲率),而且也要认识到约束曲率也起相当重要的作用。现实中存在这样的问题,在x点处G正定,而它不是局部极小点。因此必须考虑约束最优化问题的二阶必要性条件。 本文研究了非线性规划的二阶必要性条件,其约束函数的一阶导数为方向Lipschitz连续。 2 方向Lipschitz连续函数的性质 定义2.1 设f是R~n上的一个广义实值函数,f在x∈R~n处有限,称f在x处是方向Lipschitz连续的,如果至少存在一点y∈R~n使得 其中( 定义2.2 设f如定义2.1,定义f在R~n处的次导数集如下 其中 本文多次引用f↑(x;y),因此我们首先介绍f↑(x;y)的3个基本性质:     

非光滑约束问题的既约次梯度法

１引言 对带约束的不可微的非线性规划问题,由于不能使用梯度,求极小点就比较困难．本文给出解决此问题的一种有效的算法． ２　非光滑约束问题的既约次梯度法 １）非线性规划问题的Ｌａｅｒａｎｅ对偶理论 考虑下面非线性规划问题其中ｇ（ｘ）＝（ｇ１（ｘ）,…,ｇｒ（ｘ））Ｔ,ｈ（ｘ））＝（ｈ１（ｘ）,…,ｈｍ（ｘ））Ｔ,ｆ（ｘ）＝　　　　　　Ｒｎ中是Ｌｉｓｐｓｃｈｉｔｚ连续的ｉ＝１,２,…,ｒ,ｊ＝１,２,…,ｍ相应的Ｌａｇｒａｎｇｅ对偶问题为其中　　（ｕ,　）＝ｉｎｆＬ（ｘ;ｕ,ｖ）＝ｉｎｆ（ｆ（ｘ）＋ｕＴ…