带有向量参数的参数线性规划解的连续性

本文证明了参数线性规划 P(λ,μ,θ):min{c~T(λ)x|A(μ)x=b(θ),x≥0}当μ,λ不出现,b(θ)=b_1+F_θ,b_1∈R~m,F 是 m×t 矩阵,θ∈R~t 时,最优顶点集 VS(θ)是下半连续的,还给出了当μ,θ不出现,c(λ)=c_1+H_λ,c_1∈R~n,H 为 n×r 矩阵,λ∈R~r 时,最优顶点集 VS(λ)下半连续的充分必要条件。     

Fuzzy 群的几个等价定义

本文将要用到〔3〕中引入的若干概念,为叙述方便,简列于后。集X 到〔0,1〕的一个函数A 称为X 的一个fuzzy 子集;X_1={x∈X|A(x)>0)称为A 的承集。x_λ称为X 上的fuzzy 点;若x_λ(a)={λ当a=x 0 当a≠x a∈X;点x 叫它的承点。x_λ∈A 即0<λ≤A(x);x_λ=y_μ即x=y 且λ=μ;x_λ(?)y_μ即x=y 且λ≤μ。“(?)”是fuzzy 子集A 上的运算:(?)a_λ,b_μ∈A,存在唯一c、∈A,记作a_λ(?)b_μ=c_(?),使当a_(λ′)(?)a_λ,b_(μ′)(?)b_μ时,a_(λ′)(?)b_(μ′)(?)a_λ(?)b_μ,称“(?)”为A 的广义积。当v=min(λ,μ)时,记a_λ(?)b_μ=c_ν为a_λb_μ=c_ν,称为A 的狭隘积,以下仅讨论这种狭隘积。     

不动点集为P(2~m,2~m)∪P(2~m,2~m+1)的对合

设(M,T)是一个带有光滑对合T的光滑闭流形,T在M上的不动点集为F={x︱T(x)=x,x∈M},则F为M闭子流形的不交并.证明了当F=P(2m,2m)∪P(2m,2m+1)(m≥3)时,有且只有下列两种情形对合(M,T)存在:(1)w(λ1)=(1+a+b)2m+2,w(λ2)=(1+c+d)2m+1;(2)w(λ1)=(1+a)(1+a+b),w(λ2)=1+c+d,其中:λ→F=λ1→P(2m,2m)∪λ2→P(2m,2m+1)是F在M中的法丛,且λ→F与λ1→P(2m,2m)不协边;a∈H1(P(2m,2m);Z2),b∈H2(P(2m,2m);Z2),c∈H1(P(2m,2m+1);Z2),d∈H2(P(2m,2m+1);Z2)是生成元.     

两点边值问题的双向迭加法

考虑二阶线性常微分方程的两点边值问题: Lu=f(x),a≤x≤b (1) (I){ a_1u′(a)+a_2u(a)=α,b_1u′(b)+b_2u(b)=β (2) (a_1~2+a_2~2≠0,b_1~2+b_2~2≠0)不失一般性,算子L可看作 Lu=u″(x)-q(x)u(x) (3) 众所周知,方程(1)的通解具有如下迭加结构: u(x)=c_1u_1(x)+c_2u_2(x)+u_f(x) (4)其中u_1,u_2为对应(1)的齐次方程     

最优宏观吸收截面的控制

1 问题提法考虑如下系统{Lφ+σφ=1/(λ(a))kφ(h,φ)=P其中P为正常数,h是L~2(Ω)中一给定的非负数,a是控制函数,其容许控制集定义为(?)={a∈L~∞(Ω_1)|0≤a(x)≤a(x)≤b(x)<∞,a.e.}a(x),b(x)∈L~∞(Ω_1),λ(a)为Lφ+aφ=1/λ(a)kφ的临界本征值(Ω_1,Ω_2是R~n,R~m中有界可测集,Ω=Ω_1×Ω_2). 现给定γ(正数),求a∈u使得γ(a)=γ且使下面指标泛函取得最小值     

有界核参数型Marcinkiewicz积分交换子的端点估计

得到了当函数b(x)∈BMO,Ω满足有界核条件时参数型Marcinkiewicz积分交换子μρΩ,b(f)(x)的端点估计|{x∈Rn:|μρΩ,b(f)(x)|>λ}|≤c‖b‖BMO∫Rn|f(x)|λ(1+log+(|f(x)|λ)),其中ρ>1且μρΩ,b(f)(x)=(∫∞0|1tρ∫|x-y|≤tΩ(x-y)|x-y|n-ρ[b(x)-b(y)]f(y)dy|2dtt)1/2.     

线性约束最优化问题的一类简约梯度法

考虑求解线性约束最优化问题min{f(x)A_1x=b,σ_i~Tx≤b_i,i∈I,x≥0}的Wolfe简约梯度法,其中f为变量x∈R~n的连续可微函数,A_1为m×n(m≤n)矩阵,b∈R~m,I为有限的不等式约束指标集.设问题的可行域R非空,在无不等式约束(α_t~Tx≤b_(ti),i∈I)时,把矩阵A_1与向量x分裂成A_1=[B:N]与x~T=(x_B~T,x_N~T)(不失一般性设A_1的前m列构成的m×m阶矩阵B非奇,且相应的x_B>0),则约束条件A_1x=b可化成x_B=B~(-1)(b-Nx_N).Wolfe简约梯度法的基本思想在于通过把x_B代入f(x)以消去变量x_B,使之成为一个对n-m维非负变量x_N求最优的无约束最优化问题.数值计算的实践表明,Wolfe简约梯     

论系统(?)的V.I.Arnold问题

系统{dx=a_1x~2+b_1xy+a_2x+b_2y+c_2dt{dydt=a_1xy+b_1y~2+a_3x+b_3y+c_3是一种特殊的二次微分系统.系统(1)的V.I.Arnold问题是该问题中n=2的一种特殊情况.关于V.I.Arnold问题当n=2时的一般情况均已完全解决.(请参阅[1][2][3][4]).本文想从系统(1)右端多项式的系数中构造一个矩阵A,进而通过矩阵A的若唐(C.Jordan)法式.把系统(1)分类,从而由矩阵A的特征根、特征向量来直接确定奋点及其稳定性.     

一类半线性椭圆边值问题解的存在性

研究半线性椭圆边值问题{-Δu(x)=λa(x)uq+b(x)up,x∈Ωu(x)=0,x∈■Ω的正解的存在性.其中Ω是RN中的有界光滑区域.λ>0是参数,00},{x∈Ω:b(x)>0}的测度均大于零.     

非线性波动方程整体解的存在性与唯一性

设R~n为n维空间,f(t,x,u)是R~+×R~(n+1)上的实连续函数。本文讨论 u_u-△u+λu_1+μu=f(t,x,u),λ,u>0 (1) u(0,x)=u_0(x),u_1(0,x)=u_1(x).x∈R~n (2)的整体解的存在性与唯一性。定义x_s及|||·|||_s为下列空间及其相应的范数     

含参广义向量拟均衡问题有效解映射的下半连续性

针对一类含参广义向量拟均衡问题,在实Hausdorff拓扑向量空间中研究了有效解映射的下半连续性。在锥凹、一致连续及Hausdorff上半连续的假设下,运用分析的方法,得到了含参广义向量拟均衡问题有效解映射下半连续性定理。     

含参数线性规划解的稳定性研究

到1979年为止,对线性参数规划的研究着重在解值函数连续性以及可解区域性质的研究,作者在1983年开始了以解集连续性为主的研究。本文对线性参数规划这些方面的研究成果作了全面的综述。     

含参集值向量均衡问题有效解下半连续的最优条件

在实Hausdorff拓扑向量空间中, 讨论含参集值向量均衡问题有效解下半连续的最优条件. 首先, 给出含参集值向量均衡问题的弱有效解、 Henig有效解、Global有效解、 超有效解和f-有效解的概念. 其次, 在近似锥-次类凸的基础上, 借助f-有效解的形式, 用凸集分离定理给出弱有效解、 Henig有效解、 Global有效解和超有效解的标量化结果. 最后, 在集值映射弱f-性的条件下, 建立含参集值向量均衡问题有效解下半连续的最优性定理.     

含参集值向量均衡问题有效解下半连续的最优条件

在实Hausdorff拓扑向量空间中, 讨论含参集值向量均衡问题有效解下半连续的最优条件. 首先, 给出含参集值向量均衡问题的弱有效解、 Henig有效解、Global有效解、 超有效解和f-有效解的概念. 其次, 在近似锥-次类凸的基础上, 借助f-有效解的形式, 用凸集分离定理给出弱有效解、 Henig有效解、 Global有效解和超有效解的标量化结果. 最后, 在集值映射弱f-性的条件下, 建立含参集值向量均衡问题有效解下半连续的最优性定理.     

通过平衡点求线性二层规划(LBP)的最优解

关于线性二层规划的求解问题。先利用K-T充分条件和罚函数法先将线性二层规划转化为无约束问题,再由无约束问题得到简单的参数线性规划,通过单纯形法解参数线性规划,即得到平衡点,再判断平衡点是否为原二层规划的最优解。     

向量优化问题解的连续性和本质性

研究了Rm中一类向量优化问题有效解映射和弱有效解映射的上半连续性,讨论了弱有效解映射是上半连续的一个等价条件,证明了向量优化问题弱有效解集合是本质的.     

利用MFC开发交互式参数化机构实验软件

介绍如何充分利用MFC（Microsoft Foundation Classes，微软基本类）这一强大面向对象软件工具（OOP）来开发机械原理中的典型实机构实验软件，该实验软件具有交互式，参数化等优点，为机械原理的教学和实验提供帮助，并且它的开发方法也可以应用于机械设计软件的开发。     

改进集下参数广义弱向量平衡问题解的半连续性

在改进集定义的序关系下,本文建立了广义弱向量平衡问题解的线性标量化特征,并通过引入集值映射的一种新的严格伪单调性得到了广义弱向量平衡问题解的连续性（包括上半连续性和下半连续性）结果。     

含参广义集值优化问题解集映射的连续性

在拓扑向量空间中考虑双参广义集值优化问题解集映射的连续性. 当目标函数构成的序偶映射为l严格锥拟凸时, 在较弱的约束品性假设下, 得到了双参广义集值优化问题解集映射连续的最优性条件.