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.     

正值非光滑不变凸函数的最小乘积问题

考虑正值非光滑不变凸函数的最小乘积问题，得到可行点为最优解的广义Ｋｕｈｎ－Ｔｕｃｋｅｒ型必要条件与充分条件。提出混合型对偶问题，给出弱对和强对偶结果。     

一类非光滑规划问题的混合对偶

考虑一类带等式和不等式约束的非光滑多目标规划问题(NMOP).在非光滑B-(p,r)-不变凸性条件下,利用Clarke次微分,将建立此类规划问题的Mixed型对偶,讨论其与原问题间的对偶定理.首先,在B-(p,r)-不变凸性和正则条件下给出弱对偶定理;其次,在无约束规格的条件下,弱对偶定理基础上,利用严格B-(p,r)-不变凸性和正则条件,建立强对偶;最后,给出原问题有效解的逆对偶定理.所得结果是对最近一些文献中相应结果的改进与完善.     

一类Dini广义凸非光滑多目标规划的充分条件

以Dini导数为研究工具, 通过引进Dini不变凸函数、 Dini不变拟凸函数、 Dini不变伪凸函数, 讨论了它们的性质. 在此基础上建立了Dini广义 凸非光滑多目标规划最优性的充分条件, 得到一系列相关结果.     

非光滑广义F—凸规划问题的充分性条件

通过引入凸泛函F定义了一类新的广义凸函数，并在此凸性下讨论了非光滑最优化问题的充分性条件。     

一类非光滑广义凸函数的数值解法

讨论一类非光滑广义凸函数（即：一个可微严格拟凸函数加上一个凸函数）的全局优化算法问题.通过引入广义梯度,给出下降方向和终止条件,提出一种算法,并且证明了这种算法是全局收敛的.     

一类非光滑B-(p,r)-规划问题的最优性条件

针对目标函数和约束函数是正则弱Lipschitz的非光滑规划问题,在一定的条件下,给出并证明了带有等式和不等式约束的非光滑B-(p,r)-规划问题的最优性条件,讨论了KKT条件与局部最优解之间的关系。     

一类非光滑广义凸多目标规划的最优性条件

首先利用K 方向导数, 给出了一类非光滑广义凸函数和K 稳定点的概念, 并在一定条件下, 讨论了K 稳定点和(弱)有效解之间的关系. 然后讨论了一类非光滑广义凸多目标规划的最优性条件.     

线性规划鞍点逼近算法的收敛性

本修正了鞍点逼近算法,给出一个求线性规划最优解的迭代方法和具体实现;还证明了该算法的总体收敛性,其证明方法对一般迭代算法的收敛性讨论具有参考价值。     

复合V-ρ不变凸多目标规划最优充分性条件

定义了一类称为复合V-ρ不变凸函数，并将该类广义凸函数应用到非光滑多目标规划问题上；建立了新的充分条件．     

一类不可微多目标规划的 Kuhn-Tucker 充分条件

对局部Ｌｉｐｓｃｈｉｔｚ函数引进了广义凸性的概念，讨论了一类不可微多目标规划的ＫｕｈｎＴｕｃｋｅｒ最优充分性条件．     

求解线性约束不可微凸规划变尺度法

本文探讨了求解线性约束不可微凸规划极小问题，给出了一类高阶算法，该算法模仿了变尺度思想，应用了Kiwiel[1]聚合次梯度思想，试图改善逼近程度，提高收敛速度，并证明了算法有较好的收敛性。     

一类不可微凸规划的信赖域算法(英文)

提出了求解一类不可微凸规划的信赖域算法，该算法不满足有关文献中的假定，证明了算法的全局收敛性。     

使用广义几何规划导出带二次约束的二次规划和交互熵问题

研究带二次约束的最小二次规划和交互熵问题。基于广义几何规划的理论与性质。导出了上述两个规划原问题的对偶规划。进而，由广义几何规划的对偶理论建立了两个原始－对偶规划的对偶定理和Kuhn-Tucker条件。     

一类凸二次规划的对偶方法

推广了Goldfarb与Idnani提出的严格凸二次规划的对偶方法，使其可以用于求解一类凸二次规划，且举例说明此方法的有效性。