摘要：优化求解有时需要提供近似模型代替实际复杂的问题,而近似模型只是在一定程度上逼近原始问题.优化模型如果在不可靠的近似函数上进行,就会导致迭代的目标函数值振荡、迭代收敛缓慢甚至不收敛,从而使最终结果有时可能不满足约束条件.通过给设计变量施加运动极限可以提高近似模型在一定范围内的可靠性.通常给定运动极限的方法是准则法,这种方法较为粗糙,不是根据近似函数本身的性质得出的理性结果.本文用累积信息的约束二阶估计近似显式代替准确的约束条件函数作为评价函数来构造运动极限的理性估计式,从而求得理性运动极限,并将这一方法应用于序列二次规划(SQP)算法中,数值算例表明了这一方法的可行性和有效性.

摘要：序列二次规划(SQP)算法的基本思想是通过一系列的二次规划(QP)子问题来逐次逼近原问题.为了给定QP子问题一个更加合适的求解空间(超多面体),将理性运动极限应用于SQP算法,提出了一种带理性运动极限的序列二次规划算法,从而以较为理性的方式求解搜索方向,而且也有利于确定搜索步长,数值算例表明这一方法是可行且有效的。