论文部分内容阅读
讨论了一种信赖域SQP滤子方法的局部收敛性．滤子方法会遇到Maratos效应。尽管完全牛顿步可能是一个超线性收敛步，但是当迭代点充分靠近原问题的严格局部解时。完全牛顿步可能会使目标函数值和约束违反度上升。从而不被算法接受，于是破坏了算法的收敛性．给出一种修改后的信赖域SQP滤子算法，当完全步不被接受时．对算法进行二阶校正（SOC），可以减小其不可行性．修改后的算法可以避免Maratos效应。使算法达到局部超线性收敛．