论文部分内容阅读
线性互补约束优化问题(简称MPLCC)是一类特殊的非线性约束优化问题，其中存在由线性函数构成的互补约束项。本文提出一个修正的有效集算法解MPLCC问题，在每次外部迭代中，为了消去互补约束项，设计一个只含有线性约束的松弛问题。本文采用Rosen投影梯度法求此松弛问题的近似KKT点，然后更新指标集不断迭代直至得到最优解。论文分析和证明了修正有效集算法的可行性和收敛性，收敛结果表明，在一致线性无关约束规格下，由修正有效集算法得到的点列的任意聚点都是MPLCC的B驻点。论文还对修正算法进行了初步的数值试验，获得了有意义的结果。
本文共分六章，第一章简要概述论文研究的基本问题。
第二章介绍了Rosen投影梯度法和有效集算法，并讨论了该算法的一些性质和收敛性。
第三章和第四章是论文的主要部分，前一章讨论和分析解线性互补约束优化问题的修正有效集算法，后一章证明修正有效集算法的收敛性。
第五章给出初步数值试验结果，表明了修正有效集算法的可行性。
第六章总结了本文的主要工作。