次预不变凸集值映射向量优化问题

研究了集值映射向量优化问题的最优性条件和对偶，首先给出了集值映射的次预不变凸概念，并建立了参不变凸集值映射的择一定理，其次应用择一定理获得了集值映射向量优化问题的最优性必要条件，最后给出了对偶问题并推导了对偶定理。     

集值映射的向量优化问题

将单值映射的弧连通凸概念推广到了集值映射，建立了择一定理，获得了最优性必要条件，定义了Lagrange型对偶问题并获得了对偶定理。     

半预不变凸集值向量优化问题的弱极小解

将单值映射的半预不变凸概念推广到集值映射,建立了半预不变凸集值映射的择一定理,并应用择一定理获得了半预不变凸集值映射向量优化问题的最优性必要条件,建立了两个Lagrange乘子定理和Lagrange对偶定理。     

集值映射向量优化问题的最优性条件

在实拓扑向量空间中,利用择一性定理,获得了关于近似锥次类凸集值映射向量优化问题的最优性充分必要条件,并加以了证明.所得结果推广和改进了一些最新的结果.     

集值映射向量优化的最有性条件

文章首先引进了近似锥似凸集值映射的概念,并在实拓扑向量空间中建立了近似锥似凸集值映射的择一性定理,获得了近似锥似凸集值映射向量优化问题的最有性充要条件,最后给出了对偶问题并推导了对偶定理。     

集值映射向量优化问题的若干最优性结果

在实序线性拓扑空间框架下,借助于集值映射的择一定理,讨论了带有约束条件的(广义)次类凸集值映射向量优化问题的若于最优性条件,并将此问题转化成相应的标量化问题,得到若干最优性结果.     

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.     

广义凸集值向量优化问题的弱有效解

在序线性拓扑空间中定义了广义凸集值映射．引进了相对内部．应用凸集分离定理建立了一个广义凸集值映射的择一性定理．运用此定理获得了弱有效解意义下的集值向量优化问题的最优性条件．     

序线性空间中(y,O_Z;U_+)-广义次似凸集值映射的最优性条件

讨论序线性空间中(y,OZ;U+)-广义次似凸集值映射的性质,且对此类映射证明了Farkas-Minkowski型择一性定理。并利用此定理,讨论了集值映射向量最优化问题的最优性条件。     

一类集值映射向量优化问题的最优性条件

文章在序线性空间中,引入了次似凸集值映射的概念,然后利用择一性定理,获得了弱有效解意义下的集值映射向量优化问题的最优性条件,推广了已有文献中的一些相应结果。     

近次似凸集值优化的最优性条件与Lagrange乘子存在性

在序线性空间中,引入近次似凸集值映射向量优化问题的数学模型.利用近次似凸集值映射下的择一性定理,在弱有效解意义下,建立了序线性空间中近次似凸集值优化问题的最优性条件,标量化定理及其Lagrange乘子存在性.     

向量优化问题ε-弱有效解的Lagrange乘子定理

本文在邻近锥次似凸性假设下,建立了集值映射向量优化问题ε-弱有效解的Lagrange乘子定理。首先,利用择一性定理,给出了集值优化问题ε-弱有效解的一个必要性条件。进一步,建立了集值优化问题ε-弱有效解的充分必要条件。最后,在邻近次似凸性假设下,建立了集值映射向量优化问题ε-弱有效解的Lagrange乘子定理。本文的主要结果推广了已有文献中的相应结果到近似解的情形,同时将次似凸性条件减弱到邻近次似凸的假设下。     

集值优化问题的Henig真有效解的最优性条件

在线性拓扑空间中,首先给出集值映射为近似锥次类凸时的择一性定理,利用此定理,得到了集值优化问题的Henig真有效解的Lagrange型最优性条件,进而,给出了它的一个充要条件.然后,利用锥凸分离定理得到了Henig真有效解的Kuhn-Tucker型最优性条件,同时给出了相应的充分条件和充要条件.     

集值映射的ε-强次微分及应用

 在Hausdorff局部凸拓扑向量空间中引进了集值映射ε-强有效次微分的概念。在一定条件下, 通过凸集分离定理证明了该次微分的存在性定理。 作为应用,得到了约束集值优化问题ε-强有效解在Lagrange乘子形式下的最优性必要条件。     

具内部锥类凸集值优化问题超有效元的Kuhn-Tucker最优性条件

在Hausdorff局部凸拓扑线性空间中考虑具内部锥类凸函数约束集值优化问题(SOP)的超有效元.在内部锥类凸和条件(CQ)成立的假设下,利用择一性定理得到了向量集值优化问题(SOP)超有效元的Kuhn-Tucker型最优性充分必要条件.