二层多目标随机规划逼近有效解集的上半收敛性

[目的]为了研究通过逼近方法求解二层多目标随机规划有效解集与精确的有效解集之间的相互关系,针对下层为单目标随机规划,上层为多目标随机规划的一类二层随机规划逼近问题,构建了二层多 目标随机规划逼近有效解集上半收敛性的理论框架.[方法]将多目标二层随机规划分解成多个单目标二层随机规划,利用每个单目标二层随机规划逼近最优解集的上半收敛性,借助于多目标二层随机规划有效解集可以表示为所有单目标二层随机规划最优解集的交集的结构特点,对二层多目标随机规划逼近问题的有效解集的收敛性结果进行了推断.[结果]建立了二层多目标随机规划逼近有效解集的上半收敛性.[结论]提供了利用逼近方法求解二层多目标随机规划有效解集可以近似替代精确的有效解集的理论依据.     

不可微凸规划的一个新算法

提出了解决线性约束不可微凸规划的一个新算法－既约次梯度有效集算法。该算法充分利用了目标函数的次梯度和有效集策略，发地选择规划，克服了由目标函数是否光滑所造成的困难，并保证了算法的总体收敛性。     

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.     

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。     

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。     

广义凸集函数多目标数学规划解的充分必要条件

给出了广义凸集函数多目标数学规划解的充分必要条件，它是对多目标广义凸规划解的充分必要条件等文献的推广     

一类非线性规划问题的凹化

我们将一个非线性规划问题转化为等价的凹极小问题、或反凸规划问题或标准DC规划问题的方法称为非线性规划问题的凸化、凹化方法．非线性规划的凸化、凹化方法是全局极小化问题中的一种比较有效的方法之一．本文将对一般的一类约束函数单调而目标函数非单调的非线性规划问题给出其目标函数的一个凹化方法．     

非凸非光滑规划的最优性与对偶性

利用Ｃｌａｒｋｅ广义梯度定义的Ｌｉｐｓｃｈｉｔｚ函数的广义凸性条件，首先讨论了非凸非光滑多目标规划的最优性，建立了其充分性条件与Ｋｕｈｎ－Ｔｕｃｋｅｒ型必要条件；然后讨论了非凸非光滑单目标规划的广义Ｍｏｎｄ－Ｗｅｉｒ型对偶，建立了相应的弱对偶定量、强对偶定理及逆对偶定理，所得结果涵盖并推广了许多已知的最优性条件与对偶性定理。     

具有广义凸的多目标规划

在较弱凸性条件下,研究了多目标规划问题的解,无约束多目标规划在目标函数是一致凸条件下,其向量稳定点是弱有效解。约束多目标规划在目标函数和约束函数是一致凸条件下,其Kuhn-Tucker点是弱有效解。在应用上,向量稳定点和Kuhn-Tucker点分别为寻找无约束规划和约束规划的弱有效解提供了重要理论依据。     

自适应多切割聚合算法在两阶段随机凸规划中的应用

将Svyatoslav Trukhanov,Lewis Ntaimo和 Andrew Schaefer的自适应多切割算法推广到了带补偿的两阶段随机凸规划问题上.算法的实现简单、计算量小,并具备一定的收敛性.     

股票债券市场中的一个随机规划问题

讨论了股票债券市场中的具有停时的随机规划问题，给出了投资者在股票债券市场中的最优投资消费决策和投资的最优停止时刻（即停时）     

计及需求响应的联网型微电网储能容量随机规划方法

为了获取更理想的储能容量规划结果，在考虑功率平衡最优和需求响应的基础上，提出了一种新的联网型微电网储能容量随机规划方法。在需求响应条件下基于联网型微电网的运行模式和随机理论，将功率平衡最优作为规划目标，组建储能容量随机规划模型。利用改进粒子群算法对构建的储能容量随机规划模型进行求解，获取最优联网型微电网储能容量随机规划方案。实验结果表明：随着电容电量的不断增加，微电网的整体平衡能力开始变强；所提方法的能量平衡能力指标更高，储能额定电量容量更稳定，储能系统负荷更小。所提方法能够更好地实现联网型微电网储能容量规划。     

不确定优化问题的研究动向

讨论了不确定优化问题的研究方法，综述了随机规划、模糊优化和区间优化这三类不确定优化问题的主要研究算法、优缺点，提出了进一步研究的发展方向。     

基于知识的目标规划模型的研究

将目标规划模型看成是一种知识,首先建立了知识化的目标规划模型,并用面向对象的方法对它进行知识表示,以达到知识共享和便于模型与专家系统相结合.这样就可以解决目标规划中的结构不良的问题和考虑目标函数中的优先等级及右端值等随环境变化的情况.最后结合案例进一步说明了基于知识的目标规划模型的求解流程.     

凸二次参数规划的逆规划及其等价形式

主要讨论了经济中常用的凸二次参数规划的逆问题、相关逆规划的等价性，并给出一定条件下的凸二次参数规划的逆规划就是一个线性规划，从而其相应的算法问题得到了解决．     

二层随机规划逼近解集的稳定性分析

以下层随机规划的最优值作为响应,反馈到上层的一类二层随机规划问题,可以放宽对下层随机规划需要提供唯一最优解的要求;首先讨论了下层随机规划逼近最优值的收敛性,然后将下层随机规划的最优值反馈到上层,得到了上层随机规划逼近最优解集序列的上半收敛性.     

求一般凸规划鞍点的投影外梯度法

结合korplevich的外梯度概念和不精确搜索的思想,提出了一种实用的求一般凸规划问题鞍点的投影外梯度法,在目标函数和约束函数连续可微的条件下证明了算法具有全局收敛的性质,同时,还得到了一个鞍点存在的充分必要条件。     

一类随机规划问题的逼近求解

主要讨论了一类随机规划在函序列上图收敛和随机变量序列均方收敛意义下,该类随机规划的最优解和最优值的收敛情况。