超静定梁的最优塑性设计

提出用直接变分方法研究超静定塑性梁的最优设计问题,数学上它表述为一个具有不等式约束的泛函数极值问题,应用拉格朗日乘子法得到了最优塑性设计的一组必要条件,并由此导出了最优性条件,当目标函数是塑性极限矩凸函数时,证明了这一最优性条件也是最优解的充分条件,基于最优性条件可建立求解最优塑性梁的一般方法,这方法能普遍适用于各种荷载形式和支承条件。     

拓扑空间中非光滑向量极值的最值性条件

提出了向最值函数的锥D－s凸，锥D－s拟凸，s右导数及锥D－s伪凸等新概念，讨论了锥D－s凸函数的有关性质，建立了约束向量极值问题（VP）的最优性必要条件与涉及锥D－s凸（拟凸，伪凸）函数的约束极值问题（VP）的最优性充分条件，揭示了（VP）的局部最优解与整体最优解，（VP）的弱有效解与有效解的关系，所得结果推广了凸规划及部分广义凸规划的相关结论。     

一类向量极值问题的最优性条件和Lagrange对偶

在序局部凸Hausdorff空间中利用广义次似凸映射下的择一定理,得出带集合约束的向量极值问题的一个最优性充要条件.利用此充要条件和二次G-可微函数的性质,获得了可微向量极值问题的几个最优性条件.最后,得到了此类向量极值问题的向量值Lagrange对偶.     

拓扑向量空间中向量极值问题的广义鞍点及对偶定理

【目的】研究拓扑向量空间中向量极值问题的广义鞍点最优性条件及 Lagrange对偶问题。【方法】引入拓扑向量空间中广义次似凸映射和择一定理,并以广义鞍点理论为分析基础。【结果】在刻画广义鞍点性质的基础上构建了拓扑空间中广义鞍点与向量极值问题弱Pareto最优解之间的关系及其对偶定理。【结论】理论分析结果表明向量极值问题的广义鞍点是弱Pareto最优解的必要不充分条件,给出了目标函数在其约束映射满足广义 Slater约束规格条件下的 Lagrange强、弱对偶定理。
     

偏序空间中非光滑向量极值问题的最优性条件

本文讨论非光滑向量极值问题,得到这类问题的最优性必要条件和最优性充分条件。     

拓扑向量空间中向量极值问题的广义鞍点及对偶定理

【目的】研究拓扑向量空间中向量极值问题的广义鞍点最优性条件及Lagrange对偶问题。【方法】引入拓扑向量空间中广义次似凸映射和择一定理,并以广义鞍点理论为分析基础。【结果】在刻画广义鞍点性质的基础上构建了拓扑空间中广义鞍点与向量极值问题弱Pareto最优解之间的关系及其对偶定理。【结论】理论分析结果表明向量极值问题的广义鞍点是弱Pareto最优解的必要不充分条件,给出了目标函数在其约束映射满足广义Slater约束规格条件下的Lagrange强、弱对偶定理。     

Banach空间择一性定理与向量极值问题

讨论了Ｂａｎａｃｈ空间约束向量极值问题，给出了Ｂａｎａｃｈ空间择一性定理，据此研究了向量极值问题的最优性条件，对偶定理和鞍点定理。     

带有混合约束的特殊三次规划问题的全局最优性充分条件

利用拉格朗日函数和L-次微分的方法,研究了带有双值和不等式约束的特殊三次规划问题的全局最优性充分条件;首先刻画出该类三次规划问题的拉格朗日函数的抽象次微分,得到了特殊三次规划问题的全局最优性充分条件;然后,举例说明利用所给出的全局最优性充分条件判定当前可行解就是全局最优解是有效的.     

(p,r)h,φ-不变凸多目标规划的最优性充分条件

在(p,r)-η不变凸函数的基础上定义了(P,r)h,φ-不变凸函数及严格(p,r)h,φ-不变凸函数的概念,并在此基础上得到了多目标规划的有效解的最优性充分条件.     

一类混合整数规划问题的全局最优性充分条件

研究了带箱约束混合二次规划问题的全局最优性条件,利用全局次微分(L-次微分)方法。建立了带箱约束混合二次规划问题的全局最优性的一个充分条件.     

集值优化问题严有效解的高阶最优性条件

在实赋范线性空间中考虑集值优化问题的严有效性.当目标函数和约束函数均为锥凹集值映射时,利用凸集分离定理并借助集值映射高阶导数给出了带约束集值优化问题取得严最大有效解的Fritz John最优性必要条件,并用构造性方法证明了集值优化问题取得严最大有效解的充分条件。     

线性空间中向量均衡问题解的最优性条件

研究了带约束的向量均衡问题的最优性条件,获得了线性空间中向量均衡问题的弱有效解的充分条件、必要条件及局部凸空间中向量均衡问题的有效解的必要条件,并给出了向量变分不等式的弱有效解的充要条件.从而将向量均衡问题的解的最优性条件从拓扑空间推广到线性空间.     

集值优化问题的二阶最优性条件

本文提出了集值映射的一种二阶导数,并讨论了其相关性质.运用此二阶导数以及二阶相依导数,作者建立了实赋范空间中集值优化问题的二阶必要最优性条件;同时,在有限维赋范空间中,建立了集值优化问题的二阶充分最优性条件.     

Lagrange乘数法的几何直观推导

从几何上，直观地介绍求解一类条件极值问题的Lagrange乘数法，显得很形象、易于理解。另外，用Lagrange乘数法求出的解不一定是条件极值问题的极小值解。利用二阶导数给出了用Lagrange乘数法求出的解是条件极值问题的极小值解的一个充分条件。用该条件判别，比用已有的方法判别简单易行。     

拓扑向量空间中G(a)teaux可微多目标优化的充分性和对偶性

本文研究了拓扑向量空间中的多目标优化问题的充分性和对偶性.对拓扑向量空间中G(a)teaux可微映射,引进了几类广义type-Ⅰ映射的概念并在这些广义type-Ⅰ假设下证明了一些最优性充分条件和对偶定理.     

Banach空间上一类非凸向量最优化问题的全局最优性条件

向量最优化是经济、工程、决策领域中的一个有用的数学模型.已有学者对目标函数及约束函数是定义在有限维线性空间的局部Lipschitz函数或Lipschitz无穷维空间上的优化问题作了研究,导出了一些最优性条件.在此基础上,进一步研究定义在Banach空间上目标函数及约束函数为不可微强紧Lipschitz的多目标规划,在满足Slater型约束品性条件假设下,利用定义在Banach空间之间的映射不变凸性,给出了所考虑问题的弱有效解新的全局最优性K-T型充要条件.     

预不变凸集值向量优化问题的超有效解

首先在赋范空间中定义了预不变凸集值映射的概念,其次应用择一定理获得了超有效解意义下含有等式和不等式约束的集值向量优化问题的标量化定理,最后建立了集值向量优化问题的最优性必要和充分条件.     

Mayer型线性最优控制问题的一阶充分条件

针对目标泛函为Mayer型的最优控制问题,在目标函数为伪凸的情形下,证明了当控制系统为线性控制时最优控制的一阶充分条件,同时证明了相应的离散最优控制问题的一阶充分条件;作为应用,通过一阶最优性条件将离散最优控制问题等价地转化为有限维变分不等式问题,并利用伪单调变分不等式的算法给出最优控制的一个数值算例。