一类凸二次规划的对偶方法

推广了Goldfarb与Idnani提出的严格凸二次规划的对偶方法，使其可以用于求解一类凸二次规划，且举例说明此方法的有效性。     

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.     

一类多目标Lipschitz规划的对偶

对Lipschitz函数定义了广义本性伪凸的概念，并对包含这类广义凸函数的多目标Lipschitz规划建立了Mond-Weir型对偶和Wo1f型对偶，证明了原规划与对偶规划之间的对偶定理。     

解型线性双层规划的对偶规划

讨论了解型线性双层规划的对偶规划问题,利用Lagrange对偶规划的思想,建立了解型线性双层规划的Lagrange对偶规划,并证明了基本对偶定理.     

双层线性分式规划的性质和算法

讨论了双层线性分式规划问题，利用分式对偶理论和Kuhn-Tucker条件，给出一些二层规划解的最优性条件，并且借助于PCP算法的思想，给出求解双层线性分式规划行之有效的算法．     

对称可微广义V-I型多目标规划的对偶性

在V-I，型和几个广义V-I，型不变凸性情形的基础上，研究了一类非光滑非凸多目标规划的对偶性，给出了若干个弱对偶、强对偶和逆对偶定理．     

解型线性双层规划的共轭对偶

把一般形式的解型线性双层规划问题等价转化为一个DC规划问题；利用DC规划共轭对偶的思想，讨论解型线性双层规划的共轭对偶规划及其对偶性质．     

非光滑多目标规划的广义凸对偶

定义了一种新的广义凸性概念，讨论了非凸非光滑多目标规划的Ｗｏｌｆｅ型对偶和Ｍｏｎｄ－Ｗｅｉｒ型对偶．     

多目标凸规划的Wolfe型对偶

本文讨论多目标凸规划的对偶规划问题,建立了类似于非线性规划中Wolfe对偶形式的对偶规划,给出了其弱对偶定理和强对偶定理.     

互补约束数学规划问题的对偶性

【目的】研究互补约束数学规划问题的Mond-Weir型对偶。【方法】把非线性规划问题的Mond-Weir型对偶推广到互补约束数学规划问题。【结果】在一些弱凸性条件下证明了弱对偶定理、强对偶定理和严格逆对偶定理。【结论】举例说明本文给出的互补约束数学规划问题Mond-Weir型对偶是合理的。     

Genetic Algorithm for Solving Quadratic Bilevel Programming Problem

By applying Kuhn-Tucker condition the quadratic bilevel programming,a class of bilevel programming,is transformed into a single level programming problem,which can be simplified by some rule. So we can search the optimal solution in the feasible region,hence reduce greatly the searching space. Numerical experiments on several literature problems show that the new algorithm is both feasible and effective in practice.     

值型线性双层规划的共轭对偶及最优性条件

利用DC规划的Frenchel-Rockafellar对偶规划的思想, 提出了值型线性双层规划的共轭值型双层规划对偶. 证明了原规划和对偶规划之间的强对偶性定理, 并给出其相关的最优解条件.     

解二次规划的Lagrange方法

本文讨论解二次规划问题的 Lagrange 方法。我们分析了解正定二次规划和某些半正定二次规划的对偶算法,指出这些算法可以从 Lagrange 方法直接导出。此外我们还给岀了解不定二次规划的一个新的 Lagrange 算法。这一算法在投影矩阵为不定矩阵时,利用广义的 Cholesky 分解技术由 Lagrange 方程解得二次目标函数的负曲率方向,以此作为该步迭代寻查方向。算法还采用了有效集策略。     

弱线性双层规划问题的罚分解方法

主要研究弱线性双层规划问题的求解方法.首先利用线性规划的对偶理论和罚函数方法思想,将弱线性双层规划问题转化为一个单层非线性规划问题.进一步把该单层优化问题分解为两个含有罚参数的线性规划问题,设计了一个罚分解方法,并用一个简单算例说明了所提出方法的可行性.     

双层线性规划的一种全局优化方法

根据双层线性规划全局最优解可在约束域极点上达到的性质和线性规划对偶理念,引进上层目标函数对应的一种割平面约束,对双层线性规划的约束域不断进行切割,求得问题更好的可行解,提出了一种利用单纯形法寻找双层线性规划全局最优解的方法。算例说明了算法的求解过程,并验证了算法的有效性。     

模糊规划的对偶理论

建立了有关凸模糊映射的微分理论：利用凸模糊映射的微分理论研究极值问题，得到凸模糊映射取得极值的充分／必要条件；讨论模糊意义下的鞍点与极小极大定理，并与模糊规划的Lagrange对偶联系起来．最后，建立了凸模糊规划的Lagrange对偶和KKT条件，并将其结果应用到模糊线性规划与模糊二次规划的研究中．     

求不定二次规划问题全局解的新的分支定界算法

提出了求解不定二次规划问题一个新的分支定界算法.利用D.C.分解和正定阵的Cholesky分解把问题转化为可分离形式,并导出Lagrangian对偶界,给出基于Lagrangian对偶界和矩形对分的分支定界算法,同时给出初步数值实验结果.