二次规划的算法研究

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Karmarkar的著名算法…L一梯度投影算法发表以来,其理论上的多项式收敛性及
实际计算的有效性,使得内点算法成为近十多年来优化界研究的热点。受 Karmarkar算法的影响,二次规划的内点算法紧接着也被提了出来。内点算法的基 本思想就是在可行域的内部产生一个点列,使得这个点列收敛到原问题的最优解。
f(x‘2’)≥f(xm)+V厂(x‘’’)’(x(2)一x(1’)
f(x)为严格凸函数的充要条件是对任意的互不相同的两点x(“,x(2’∈S,都有
第一章绪论与预备知识
,(x(2’)>f(x‘1’)+1Z厂O‘1’)70‘2’~工‘1’) I定理21(凸函数的判别法则)设S是E“中的非空开凸集,,(x)是定义在S上 的二次可微函数,则f(x)为凸函数的充要条件是在每一点x∈S处Hessian矩阵半
knowledge and theory of quadratic programming ale discussed in this chapter,including fundamental concepts,optimization conditions,duality theory and the proof of a series
V2,(曲= a2厂 a2,
苏2钒苏22
a2厂 a2,
融.缸l 缸。缸2
a2, 础la%
a2,
融2苏。 a2,
a%2
为f(x)在点x处的Hessian矩阵。
【定理1l(凸函数的判别法则)设s是E”中的非空开凸集,f(x)是定义在s上
的可微函数,则,(曲为凸函数的充要条件是对任意的两点x∞,x‘2)∈S。都有
西安电子科技大学 硕士学位论文
二次规划的算法研究 姓名:雍龙泉
申请学位级别:硕士 专业:应用数学 指导教师:刘三阳 20050101
摘要
二次规划是一类重要的优化问题,它在运筹学、经济数学中有着广泛的应用, 因此,对二次规划算法的研究具有重要意义。本论文着重研究了凸二次规划的几 种内点算法,并详细分析了所给算法的收敛性。
正定。
【定义Sl(多面体的定义)有限多个半空间的交集称为多面体(polyhedron): 一个有界的多面体称为多胞形(polytope)。
f定义61(半连续性的定义) 下半连续函数(10wer semi·continuous):集合S£掣上定义的实值函数,(石)在
S内的点x处称为下半连续,如果对于S中的每个点列而,x:…,当x。收敛到x.并
且/(xt),f(x:),…的极限存在时,有,(Ds垫f(xt);
上半连续函数(upper semi.continuous):如果对S中的每个具有上述性质的点
列Xt z2…,有,(x)>t…imf(x-)。
函数f(x)在工既下半连续,又上半连续,则它在点善连续。
删=百度文库茹呈吲明
则函数f(x)在x=0上半连续,但不是下半连续的。
【定义Sl(整体最优解)设,(x)为目标函数,S为可行域,工∈S,若对每一
个,∈S,、成立,(功≥,(;),则称;为极小化问题min,(砷,x∈s的最优解(整体最
优解)。 【定理41凸函数厂:S_R(其中S∈R”是凸集)的每个局部极小点也是全
本人签名:
导师签名:刭兰塑
日期.塑盟
第一章绪论与预备知识
第一章绪论与预备知识
§1.1 二次规划的模型及其研究现状
二次规划是非线性规划的一种特殊类型,在这里目标函数是=次的丽约束是线 性的。它的~般形式为:
(QP)jrainf(加≯g+ck

s2. z∈D
其中D是彤中的一个多面体,c∈彤,Q是一个nxH的实对称矩阵。该二次规划
如果对任意的x‘”,x‘2’∈S及每个数五∈(O,1)都有
f(Ax(1’+(1一A)x‘2’)≤∥(工‘1’)+(1一兄),(x‘2’)
则称/为S上的凸函数。
如果对任意互不相同的x‘”,工‘2’∈S,及每一个数五E(0,1),都有
f(Ax‘”+(1一五)x‘2’)<af(x‘1’)+(1—2)f(x‘2’)则称,为s上的严格凸函数。
algorithms for convex quadratic programming and analyzes its convergence in detail.
The whole thesis consists of five chapters.The formulation and the present
关键词:二次规划Lagrange对偶严格可行内点算法不可行内点算法 中心路径算法线性互补
Abstract
Quadratic programming is an important branch in mathematical programming,
which has wide applications in many fields such as operation research,economical
of nonsingular matrixes,which will be repeatedly applied in the following chapters.At last.the author points out that quadratic programming is an NP—咄ard problem.
目前,二次规划算法的主流为内点算法。由于针对凸二次规划的多项式算法 已经日趋完普,因此人们把目光转到求解非凸二次规划,例如O.1二次规划【451, 非线性约束的二次规划等[461。
§1.2 二次规划算法的基本知识和基本理论
§1.2,1 基本概念 {定义11(凸集的概念)设S为n维歇氏空间E4中的一个集合,若对s中的任
mathematics.Therefore,it is significant to study the algorithms for solving quadratic programming problems.The thesis mainly deals with the study of interior point
Linear complementarity
创新性声明
本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不 包含其他人已经发表或撰写过的研究成果:也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均己在论文中做了明确的说明并表示了谢意。
studying situation Of quadratic programming ale bdefiy introduced in chapter one.In
order to obtain interior point algorithms for convex quadratic progranuning,basic
全文共分五章,第一章概述了二次规划的形式及其研究现状。为了给出二次 规划的内点算法,在该章给出了二次规划算法的基本知识和基本理论,包括基本 概念,最优性条件,对偶理论以及一类非奇异矩阵的证明,这些在论文的以后各 章都要反复用到。在该章的最后,作者指出二次规划是NP难问题。
第二章给出了求解凸二次规划的严格可行内点算法,并分析了其收敛性。 第三章给出了求解凸二次规划的不可行内点算法,并分析了其收敛性; 第四章把凸二次规划转化为线性互补问题,讨论了线性互补问题解存在的条 件,并给出了求解互补问题的中心路径算法,同时分析了其收敛性。 第五章绘出了球约束凸二次规划的一个算法:单纯形法。
complementarity problem is given.Meanwhile its convergence is analyzed.
In chapter five,the simple method to ball constrained convex quadratic
programming iS proposed.
quadratic programming is presented,and its convergence is analyzed too.
In chapter four,the convex quadratic programming is firstly transformed into
linear complementarity problem,than the existence conditions of solution to linear complementarity problem are discussed and central path algodthra for linear
如果一,为s上的凸函数,则称厂为s上的凹函数。
【定义3】(梯度的定义)设函数f(x)存在一阶偏导数,x∈E”,则称向量
蚴=(掣OL X,。 掣曲 ,…L ,掣O'X]2,
为f(x)在点x处的梯度。
【定义41(Hessian矩阵的定义)设,0)存在--阶偏导数,工E E”,则称矩阵
a2, a2,
融.2 苏l反2
事实上,不妨取 xf=1/i,则x,呻0=x;(f寸∞) f(x.)=l,f, l/2=f(x)≥limf(1li)=lilnllt=0故上半连续。
‘【定理3l如果s是冠”中的一个非空紧集·m)是S上的连续函数,那么八∞在
s上至少有一个全局极小点。 【注】在上述定理中-如果将,(x)的连续性替换成下半连续性,那么它的全局极
小点存在:类似地t在非空紧集上,若函数灭z)是上半连续的,则它的全局极大
值存在。
【定义71(局部最优解的定义)设,(x)为目标函数,s为可行域,若存在;的占
领域Ⅳ;(为={却l x一钏<oe,g>O},使得对每个x∈snⅣ。(二),成立,。)≥,‘),

二次规划的算法研究
则称;为极小化问题min,(工),x∈S的局部最优解。
Key word:Quadratic programming;Lagrange duality;Strictly feasible interior point
algorithm:Infeasible interior point algofithra;
Central path algorithm:
申请学位论文与资料若有不实之处,本人承担一切相关责任。
本人签名
关于论文使用授权的说明
本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生 在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕业 离校后,发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。学 校有权保留送交论文的复印件,允许查阅和借阅论文:学校可以公布论文的全部 或部分内容,可以允许采用影印、缩印或其他复制手段保存论文。(保密的论文在 解密后遵守此规定)
In chapter two,the strictly feasible interior point algorithm for convex
quadratic programming is presented,and its convergence is analyzed. While in chapter three,the infeasible interior point algorithm for convex
有许多方面的应用,在统计学中一个典型的应用是线性回归问题;此外,二次规 划也是流行的序列二次规划问题的基本方法。在过去的几十年里,二次规划已经 成为运筹学、经济数学、管理科学、系统分析和组合优化学科的基本方法。因此, 对二次规划的研究引起了专业人员和学者们的广泛兴趣。
求解二次规划常用的算法有:Lagrange方法I”、有效集方法[2】、Lemek方法fJ】 以及求出所有解的接数标号法【34】,但是这些算法都不是多项式算法。1984年,
意两点,连结它们的线段仍属于S;换言之,对S中的任意两点工(”,x‘2’及每个实 数^∈[0,1】,都有

二次规划的算法研究
兄x(1’+(1一A)x‘2’∈S
则称S为凸集。触(1’+(1一A)x‘≈称为x‘1’和x‘21的凸组合。
I定义2l(凸函数的定义)设,为E”中的非空凸集,,是定义在S上的实函数
相关文档
最新文档