区间规划问题的Wolfe型对偶理论

讨论了目标函数和约束函数是区间函数的区间规划问题.首先定义了LU最优解的概念,并给出了一类新的Wolfe型对偶模型,在(p,r)-ρ-(η,θ)-不变凸函数定义下证明了弱对偶定理、强对偶定理和逆对偶定理.     

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.     

不变凸多目标规划的对偶

给出一类复合向量值不变凸函数,并将该类不变凸函数应用到多目标规划问题上,建立了这类不变凸多目标规划的Craven型对偶,并证明了原规划与对偶规划之间的弱对偶、强对偶和逆对偶定理.     

一类不可微多目标规划的Wolfe型对偶

G-不变凸函数是一类新的广义凸函数,是G-凸函数的推广。本文主要研究了一类带等式和不等式约束的目标函数带支撑函数的不可微多目标规划问题。首先,构造了该问题的Wolfe型对偶模型。其次,利用G-Karush-Kuhn-Tucker最优性必要条件,分别在G-不变凸和G-拉格朗日函数不变凸假设下证明了该问题及其对偶问题的弱对偶定理。最后,在适当条件下给出该问题及其对偶问题的强对偶和逆对偶定理及其证明。本文的结论更具一般性,将前人的相关结论推广到了非可微的情形。     

一类不可微多目标规划的Mond-Weir型对偶

【目的】研究了一类不可微的多目标规划问题,其中目标函数包含支撑函数,约束包含等式和不等式。【方法】给出了该问题的一类Mond-Weir型对偶模型,利用G-KKT最优性必要条件和G-不变凸性证明了原问题与对偶问题的对偶结果。【结果】在适当条件下,得到该问题与对偶问题的弱对偶定理、强对偶定理、逆对偶定理和非极大逆对偶定理,并进行了证明。【结论】将相关结论推广到了非可微情形。     

B-(p,r)-预不变凸规划的Wolfe对偶问题与极小化问题

B-(p,r)-预不变凸函数是一类新的广义凸函数,它是B-(p,r)-不变凸函数的推广.本文讨论了B-(p,r)-预不变凸函数的一些性质;然后利用B-(p,r)-预不变凸型函数建立了目标函数和约束函数均可微的多目标规划问题的Wolfe型对偶,证明了目标函数和约束函数在B-(p,r)-预不变凸型函数条件下的弱对偶,强对偶和严格逆对偶定理;最后给出了B-(p,r)-预不变凸函数在关于目标函数的极小化问题中的两个重要应用,即建立目标函数在B-(p,r)-预不变凸函数条件下的极小化问题(P),证明了它的局部最优解是全局最优解,它的解集是P-不变凸集,且得出如果问题(P)存在最优解,则最优解唯一.本文结论具有一般性,推广了涉及预不变凸函数、B-预不变凸函数和(p,r)-预不变凸函数文献的一些结论.     

一类不可微多目标规划的Wolfe型对偶

G-不变凸函数是一类新的广义凸函数,是G-凸函数的推广。本文主要研究了一类带等式和不等式约束的目标函数带支撑函数的不可微多目标规划问题。首先,构造了该问题的Wolfe型对偶模型。其次,利用G-Karush-Kuhn-Tucker最优性必要条件,分别在G-不变凸和G-拉格朗日函数不变凸假设下证明了该问题及其对偶问题的弱对偶定理。最后,在适当条件下给出该问题及其对偶问题的强对偶和逆对偶定理及其证明。本文的结论更具一般性,将前人的相关结论推广到了非可微的情形。
     

一类不可微多目标规划的Mond-Weir型对偶

【目的】研究了一类不可微的多目标规划问题,其中目标函数包含支撑函数,约束包含等式和不等式。【方法】给出了该问题的一类 Mond-Weir 型对偶模型,利用 G -KKT 最优性必要条件和 G - 不变凸性证明了原问题与对偶问题的对偶结果。【结果】在适当条件下,得到该问题与对偶问题的弱对偶定理、强对偶定理、逆对偶定理和非极大逆对偶定理,并进行了证明。【结论】将相关结论推广到了非可微情形。
     

参数优化的对偶性及在控制问题中的应用

研究了Banach空间中参数优化问题的对偶问题,在不变类凸假设下,获得了Wolfe对偶的弱对偶定理和强对偶定理.作为应用,研究了一类最优控制问题的Wolfe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。
     

一类广义凸多目标规划的对偶定理

本文建立了非凸多目标规划的一个一般对偶模型，并利用Hanson和Mond^[5]所提出的广义F－凸性条件建立了关于弱有效解的弱、强和逆对偶定理，另外还讨论了几种特殊情况，本文的结果推广了Egudo和Mond^[6]关于单目标非线性规划的一般对偶理论。     

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.     

一类I型一致不变凸条件下的极大极小分式规划问题

为一个极大极小分式规划问题（P）提出了一类新的广义（F,a,ρ,θ）-d-V-I型一致不变凸函数的概念,并在此广义I型一致不变凸性条件下,获得了规划（P）的一些最优性充分条件。而且,建立了规划（P）一个新的对偶模型,并在前述条件下,证明了弱对偶、强对偶和严格逆对偶定理。本文所得结果推广和改进了文献的一些相应结果。     

集值约束的多目标线性优化问题的弱对偶定理

对偶理论是数学规划的理论基础,其中在各种约束条件下对弱对偶定理的研究是对偶理论研究的重要组成部分。应用集值对偶理论证明了集值约束的线性优化问题的弱对偶定理,得到了与单值约束的线性向量优化问题的弱对偶定理和强对偶定理相似的结论,并且证明了与弱对偶定理等价的几个式子,从而推广和完善了对偶理论。     

广义信赖域子问题的二阶锥重组技术

二次约束优化问题在非线性规划的研究中处于基础性地位,而广义信赖域子问题是二次约束优化问题中的一类非常重要并且应用广泛的问题.对于非凸的广义信赖域子问题来说,如果它与它的拉格朗日对偶问题之间存在着正的对偶间隙,那么该问题的全局最优解的求解就会变得困难起来.近年来,二阶锥重组技术在缩小和消除广义信赖域子问题的对偶间隙上取得了一系列重要成果,将对这些重要的结果进行回顾并对未来给出展望.     

一类非线性比式和问题的对偶界方法

针对一类非线性比式和问题首次提出一种求其全局最优解的单纯形分枝定界算法.该算法利用La-grange对偶理论将原来的非线性非凸优化问题转化为一系列易于求解的线性规划.理论分析和数值算例均表明提出的算法是可行的.     

向量优化问题的一类高阶对偶

Meetu在文献[1]中介绍了高阶锥凸、高阶（强）锥伪凸和高阶拟凸．本文在其研究的基础上,考虑目标函数是高阶锥伪凸、约束函数是高阶锥拟凸的情况,并给出弱极小、极小的充分性条件．此外,在高阶广义凸性的假设下,建立了一类高阶对偶模型的弱对偶和强对偶结果．