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。     

集值优化的严有效性和标量集值Lagrange映射

研究集值向量优化问题在标量集值Lagrange映射下鞍点的性质. 在近似锥 次类凸假设下, 证明了集值优化问题严有效解为鞍点的充分和必要条件. 利用标量集值Lagrange映射建立了集值优化问题的对偶模型, 并得到严有效性下的弱对偶和强对偶定理.     

集值优化问题近似解的最优条件

在实赋范线性空间中建立一类集值优化问题近似解的最优条件和对偶定理.在锥-逼近多值函数概念的基础上,借助锥-次不变凸性,研究最优条件和对偶定理.运用分析的方法,在广义凸性假设条件下,得到Henig近似解极小点和Global近似解极小点的最优条件,及Mond-Weir和Wolfe模型下的弱对偶定理、强对偶定理和逆对偶定理.研究成果可丰富和发展集值优化理论算法及其应用.     

约束集值优化问题的高阶Wolfe型对偶

利用集值映射的广义高阶邻接上图导数,构建了约束集值优化问题的一类高阶Wolfe型对偶,并建立了相应的弱对偶、强对偶和逆对偶定理.     

约束集值优化问题的二阶Mond-Weir型对偶

讨论了约束集值优化问题的一类二阶Mond-Weir型对偶,获得了广义二阶合成相依上图导数的一个新的性质,利用广义二阶合成相依上图导数构建了约束集值优化问题的一类二阶Mond-Weir型对偶,并建立了相应的弱对偶、强对偶和逆对偶定理.     

集值函数向量优化的对偶问题

本文在局部凸拓扑向量空间中建立了集值函数向量优化的一种对偶形式，并证明了相应的弱对弱定理，对偶定理和逆对偶定理。     

集值映射向量优化问题的ε—弱有效解

对目标映射和约束映射为锥－次类凸条件下的集值映射向量优化问题,建立了ε－弱有效解的标量化定理,ε－Ｌａｇｒａｎｇｅ乘子定理,ε－鞍点定理,构造出原问题的Ｌａｇｒａｎｇｅ型对偶问题,证明了几个ε－对偶性定理。     

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。     

一类非光滑锥约束规划问题的混合对偶

研究了非光滑锥约束规划问题的混合对偶模型的弱对偶、强对偶和逆对偶结果.在K-广义不变凸性、K-广义伪不变凸性条件下证明了两个弱对偶定理;在K-广义不变凸性条件下,利用广义Slater约束规格给出了强对偶定理;在K-非光滑不变凸性和非光滑伪不变凸性下研究了该类模型的逆对偶定理.     

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。