大规模过程系统优化的一种改进简约空间SQP算法

被引：7

作者：

江爱朋

邵之江

钱积新

机构：

[1] 浙江大学系统工程研究所

[2] 浙江大学系统工程研究所浙江杭州

[3] 浙江杭州

来源：

浙江大学学报(工学版) | 2005年 / 10期

关键词：

简约空间序列二次规划; 空间分解; 基变换; 综合过滤线性搜索;

D O I：

暂无

中图分类号：

O221 [规划论（数学规划）];

学科分类号：

070105 ; 1201 ;

摘要：

为了提高简约空间序列二次规划算法的求解效率和稳定性,使其适于求解更大规模过程系统优化问题,提出了一种改进的大规模过程系统简约空间序列二次规划算法.算法采用新的基变换规则,根据基变换规则实时调整基变量,利用一种综合过滤线性搜索方法求取搜索步长,该搜索方法结合了传统搜索方法和过滤搜索方法的优点.改进算法被应用于部分小规模Benchmark算例和三个经典大规模算例求解,计算结果表明,本算法可以较大地减少迭代和函数估计次数,其求解效率远高于标准序列二次规划算法,且算法的稳定性也有较大提高.

引用

页码：12 / 16+48

页数：6

共 5 条

[1] 精馏塔联立优化的简约空间SQP算法 [J].

邵之江 ;

钱积新 .

化工学报, 1998, (04) :511-514

[2] 简约Hesse序列二次规划方法研究进展 [J].

王世怀 ;

徐亦方 ;

沈复 .

石油大学学报(自然科学版), 1997, (04) :103-108+122

[3]

Interior-Point Methods for Nonconvex Nonlinear Programming: Filter Methods and Merit Functions[J] . Hande Y. Benson,Robert J. Vanderbei,David F. Shanno.Computational Optimization and Applications . 2002 (2)

[4] Numerical experience with a reduced Hessian method for large scale constrained optimization [J].

Biegler, LT ;

Nocedal, J ;

Schmid, C ;

Ternet, D .

COMPUTATIONAL OPTIMIZATION AND APPLICATIONS, 2000, 15 (01) :45-67

[5]

An analysis of reduced Hessian methods for constrained optimization[J] . Richard H. Byrd,Jorge Nocedal.Mathematical Programming . 1990 (1)

← 1 →