基于修正的χ2-距离散度的不确定概率约束优化

许多有重要价值的实际问题的数学模型为不确定性概率优化模型，如决策问题等，该类模型常存在分布的不确定性。研究了基于修正的χ2‐距离散度的不确定概率优化问题，构造了基于修正的χ2‐距离散度的不确定集，对模型内部极大化问题进行求解。研究了最坏情况下的概率函数，用测度变换的方法把一个关于分布 P的优化问题转化为关于似然比瞊（ξ）的凸优化问题；应用凸优化问题的对偶理论，证明了拉格朗日对偶问题的等价性，并且得到了不确定概率优化问题的等价形式。