h(2)=.118280E+01 h(3)=.347295E+01 看来国内的SUMT程序对处理具有等式约束的非线性规划问题还很不成熟。可变容差法在变 量数增多时计算时间迅速增长,如本文第3部分提出的问题中,可变容差法在P℃/XT微机上 运算10h也未收敛。显然这种方法是不可取的。 2改进的SUMT方法 SUMT(Sequential Unconstrained Minimization Technique)是序列无约束极小化方法的简写, 对问题(3): min.f() x∈B s.t.9:(2)≥0 i=1,2,9 (3) h,()=0 j=1,2,…,p(p<n) 构造的惩罚函数的具体形式为: Pw)-+名高+元三 (4) 式中为罚因子,是一个递减的无穷正数数列。若r=,极小化罚函数P(,),可求得 相应的极值点x(r)。对一序列罚因子{},当k→∞时,→0,在适当条件下,其相应 的极小点x()使: =蓝高=0 (5) ={高r=0 P (6) 即有: mP(i(r)=f(在) (7) 求罚函数P(i,r)的无约束极小化采用Pow©l的搜素法cm,,这是一种不用导数的无约束极 小化方法,它比导数法有明显的优点。因为导数法在维数稍高时,为梯度法和二阶导数法提 供解析函数是困难的或者是不可能的。另外Powell法不要求目标函数的正则性、连续性和导 数的存在性。对问题(3),SUMT调用Powell的基本方法是,从初始点x)沿着由过程生成的 一组共轭方向作逐次一维搜索。在逐次产生的搜索方向组忌,(=1,2,…,)中,为了避免 个搜索方向的相关性,每次求得共轭方向京+1后,不等式: f3<f (8) 与 (f一2f2+f3)(f-f2-4)2<0.54(f1-fs)2 (9) 同时成立,则用3+1方向代替3。方向,否则仍用原方向组进行迭代求解。式中1为初值点x0 的函数值;∫2为沿3.方向搜索点云.的函数值;f为沿共轭方向京+1上反射点+1(云+1=2云 一xo)的函数值:4为及(i=1,2,…,)方向搜索中最大的函数值差,即: ·504· 十 看来国 内的 程序对处理具有等式约 束的非线性规划 问题还很 不成熟 。 可变容差法在变 量数增 多时计算时间迅速增长 , 如本文第 部分提出的 向题 中 , 可变容差法在 微机上 运算 也未收敛 。 显然这种方法是不可取的 。 改进的 方法 对问题 们口们 。 让 是序列无约 束极小化方法的简写 , 劣 ,‘王 妥任 矛 , , … , 凡 构造 的惩罚 函数的具体形式为 “ , , … , 尹 尹 论 今 , 劣 ,, , 刃 ,万,戈… 十 二二二 ‘、 少 了 刀 〔无, 〕 式 中 , 为罚因子 , 相 应 的极值点 妥 是一个递减的无穷正数数列 。 若 , 一 , , 极 小化罚 函数 ‘ , , , 可求得 , 。 对一序列罚因子 伽 , 当 时 , 产 。 , 在适 当条件下 , 其相应 的极 小点 奋 沪 , 使 、、产 了飞 勺内︻ 尸、、 口 枷 , 互,刃 盈 , ‘二 架‘两 刃 〔凡 〕 一 即有 忽妥,“,一 了王 求罚 函 数 ‘ , ,‘ 的无约束极小化采用 的搜索法⑦ , 这是一种不用 导数的无约束极 小化方法 , 它 比导数法有明显的优点 。 因为导数法在维数稍高时 , 为梯度法和 二 阶导 数法提 供解析 函数是困难的或者是不可能的 。 另外 法不要求 目标 函数的 正则性 、 连续性和导 数的存在性 。 对问题 , 叮 调用 的基本方法是 , 从初始 点 扮 , 沿着 由过程生成的 一组共扼方 向作逐次一维搜索 。 在逐次产生的搜索方 向组 瓦 一 , , … , 二 中 , 为了避免 。 个搜索方 向的相关性 , 每次求得共扼方向 反 后 , 不等式 九 与 一 、 一 一 , 二 、 一 了 同时成立 , 则用 反 方向代替 若 。 方 向 , 否则 仍用原方 向组进行迭代求解 。 式 中 了 , 为初值点 乳 的函 数值 介 为沿 瓦方向搜索点 王 的 函数值 介 为沿共扼方 向 反 十 上反射点 牙、 , 三 二 云 一 乳 的 函数值 」 为 及 ‘ , , 一 , 方 向搜索中最大的函数值差 , 即 · ·