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。
     

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.     

无穷维向量最优化问题的最优性条件

文[1]在有穷维空间中建立了可微多目标规划的最优性条件,并得出了一些有意义的结论.此处将这些结论推广到了无穷维空间中,得到了无穷维空间中向量最优化问题的最优性条件.     

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。