向量优化中值映射的余切上图导数的一个表示

对于参数向量优化问题minK{f(w,x)|x∈G(w)},其中f:W×X→Y是从赋范空间W和X的积到另一个赋范空间Y的Hadamard可微的单值映射,G:W→X是一个集值映射,KY是一个尖闭凸锥.借助目标函数的导数和约束映射的余切导数,给出了值映射的余切上图导数的一个表示.     

集值映射的弱余切广义梯度及应用

给出了集值映射的弱次微分与弱余切广义梯度的关系,并且借助弱余切广义梯度得到了集值优化问题的一个最优性条件。     

集值映射的弱余切广义梯度的性质及应用

给出了集值映射的弱余切广义梯度的2个性质,并且借助弱余切广义梯度得到了一类集值优化问题取得局部弱极小解的一个必要条件.     

可微非线性规划的最优性条件

利用可微凸函数的性质给出了判定可微非线性规划最优解的几个条件.     

Matlab在近似计算中的应用

对于传统的静态教学模式不容易向学生讲解清楚的函数与其n次近似多项式的关系和级数收敛速度问题,借助Matlab给出直观形象地展示.     

向量集值优化问题全局真有效解的最优性条件

利用分离定理并借助于集值映射的余切上图导数、Y-上图导数和Clarke正切上图导数，给出了向量集值优化问题取得全局真有效解的3个最优性条件.     

集值优化的最优性条件

借助集值映射的余切上图导数,给出了集值优化问题取得极小解和严格极小解的充分条件.     

集值映射的余切上图导数的应用

考虑集值优化问题minF(x)x∈A,其中:X和Y是实赋范空间;A是X的一个非空子集;KY是一个尖闭凸锥;F:A→Y是一个集值映射,借助集值映射的余切上图导数,给出了Benson真极小解和极小解的关系及取得真极小解必要的最优性条件.     

向量集值优化问题Henig有效解的最优性必要条件

利用分离理并借助集值映射的Y-上图导数和Clarke正切上图导数给出向量集值优化问题取得Henig有效解的两个最优性必要条件。     

集值映射的余切导数和余切上图导数的关系

设X和Y是实赋范空间,F:X→Y是一个K-凸的集值映射,借助余切锥给出了余切导数和余切上图导数的关系.