一个摄动的可行SQCQP算法(英文)

通过引入新的摄动策略,提出一个摄动的可行序列二次约束二次规划(SQCQP)算法.该算法全局和超线性收敛并且去掉了传统SQCQP算法全局收敛性分析中的一致正定性假设.

一个修正的强次可行SQCQP算法

提出了一个修正的强次可行序列二次约束二次规划(SQCQP)算法.通过设计一个新的矩阵修正策略,算法在全局收敛性分析中不需要假设目标函数的(近似)Hesse阵正定或一致正定.在适当条件下,算法具备超线性收敛性.

半无限极大极小离散化问题的一个非单调SQCQP算法

针对序列二次规划(SQP)算法在处理结构复杂、非线性程度较大的半无限极大极小离散化问题时计算效率较低的不足,提出一种非单调序列二次约束二次规划(SQCQP)算法,并在适当的条件下证明算法的收敛性.数值实验结果表明,在离散水平为100的情形下,非单调类SQCQP算法在减少迭代次数和计算时间等方面均优于SQP算法.

基于SQCQP算法的变循环发动机性能寻优控制

为了满足变循环发动机(VCE)性能寻优控制(PSC)需求,提出了一种基于序列二次约束二次规划(SQCQP)算法的性能寻优控制算法,通过罚函数将二次约束二次规划(QCQP)子问题转化为适应度函数,并提出一种改进微分进化(IDE)算法求解QCQP子问题,以获得最优的搜索方向。与序列二次规划(SQP)算法相比,本文提出的基于IDE算法求解QCQP子问题的SQCQP算法(IDE-SQCQP)能在更少的迭代次数下寻到更优的解。将IDESQCQP算法应用于变循环发动机的性能寻优控制中,数字仿真结果表明,在最大推力寻优控制中,IDE-SQCQP算法用时比SQP算法减少16.81%,优化效果提升了21.50%,在最小油耗寻优控制中,IDE-SQCQP算法用时比SQP算法减少14.90%,优化效果提升了31.03%,达到了算法提出的目的。

不等式约束极大极小问题的一个新型模松弛强次可行SQCQP算法

针对带不等式约束的极大极小问题，借鉴一般约束优化问题的模松弛强次可行SQP算法思想，提出了求解不等式约束极大极小问题的一个新型模松弛强次可行SQCQP算法．首先，通过在QcQP子问题中选取合适的罚函数，保证了算法的可行性以及目标函数F（x）的下降性，同时简化QCQP子问题二次约束项参数ak的选取，可保证算法的可行性和收敛性．其次，算法步长的选取合理简单．最后，在适当的假设条件下证明了算法具有全局收敛性及强收敛性．初步的数值试验结果表明算法是可行有效的．

不等式约束优化基于新型积极识别集的SQCQP算法

本文提出一个新的求解非线性不等式约束优化问题的罚函数型序列二次约束二次规划(SQCQP)算法.算法每次迭代只需求解一个凸二次约束二次规划(QCQP)子问题,且通过引入新型积极识别集技术,QCQP子问题的规模显著减小,从而降低计算成本.在不需要函数凸性等较弱假设下,算法具有全局收敛性.初步的数值试验表明算法是稳定有效的.