集值优化问题ε－强有效解的最优性条件

引入集值映射ε-强有效次梯度和ε-强有效次微分的概念.在一定条件下得到该次微分的存在性定理,讨论该次微分的一些性质.作为应用,对于一类特殊的参数扰动优化问题,研究其在ε-强有效意义下的稳定性.     

向量极值问题的ε—近似解和向量变分不等式

本文对线性拓扑空间中一般向量极值问题的ε-有效解的几何性质进行了研究,得到了几个定理;在引入向量值映射的ε-次梯度概念的基础上,建立了向量极值问题的ε-近似解问题与广义向量变分不等式问题的关系定理.     

集值映射的ε-强次微分及应用

在Hausdorff局部凸拓扑向量空间中引进了集值映射ε-强有效次微分的概念.在一定条件下,通过凸集分离定理证明了该次微分的存在性定理.作为应用,得到了约束集值优化问题ε-强有效解在Lagrange乘子形式下的最优性必要条件.     

内部锥类凸集值优化的ε-超有效解

通过在局部凸拓扑线性空间中引进集值映射向量优化 问题的ε-超有效解, 在集值映射为内部锥类凸的假设下, 利用凸集分离定理建立了关于ε-超有效解的标量化定理, 并利用择一定理得到ε-Lagrange乘子定理.     

集值优化问题的广义梯度与ε-全局真有效解的最优性条件

由于集值优化理论的近似有效解与Ekeland变分原理之间存在紧密的联系,因此,在实赋范线性空间中利用集值映射的上图导数引进了ε-全局真有效意义下的广义梯度的概念,在连通性条件下通过凸集分离定理证明了该广义梯度的存在性,并给出了用广义梯度刻画集值优化问题ε-全局真有效解的充分和必要条件.     

集值向量拟均衡问题的ε-Global对偶

引入具集值映射的ε-Global向量拟均衡问题及其对偶问题,在广义凸性与广义Slater条件下,讨论ε-Global向量拟均衡问题的ε-Global有效解与其对偶问题的ε-Global有效解之间的关系,得到了ε-Global向量拟均衡问题的对偶定理。     

向量优化问题ε-弱有效解的Lagrange乘子定理

本文在邻近锥次似凸性假设下,建立了集值映射向量优化问题ε-弱有效解的Lagrange乘子定理。首先,利用择一性定理,给出了集值优化问题ε-弱有效解的一个必要性条件。进一步,建立了集值优化问题ε-弱有效解的充分必要条件。最后,在邻近次似凸性假设下,建立了集值映射向量优化问题ε-弱有效解的Lagrange乘子定理。本文的主要结果推广了已有文献中的相应结果到近似解的情形,同时将次似凸性条件减弱到邻近次似凸的假设下。     

集值优化问题的ε-严有效解的最优性条件

在局部凸拓扑向量空间中引入了ε严有效点、ε严有效解的概念.在近似锥次类凸集值映射下,利用拓扑向量空间中的凸集分离定理,获得了带广义不等式约束的集值优化问题的ε严有效解的必要条件.同时,利用锥基的一个性质,获得了这类集值优化问题的ε严有效解的充分条件.     

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。     

向量优化问题ε-弱有效解的Lagrange乘子定理(运筹学与控制论)

本文在邻近锥次似凸性假设下,建立了集值映射向量优化问题ε-弱有效解的Lagrange乘子定理。首先,利用择一性定理,给出了集值优化问题ε-弱有效解的一个必要性条件。进一步,建立了集值优化问题ε-弱有效解的充分必要条件。最后,在邻近次似凸性假设下,建立了集值映射向量优化问题ε-弱有效解的Lagrange乘子定理。本文的主要结果推广了已有文献中的相应结果到近似解的情形,同时将次似凸性条件减弱到邻近次似凸的假设下。
     

集值优化问题ε-强有效元的Lagrange型最优性条件

利用近似锥-次类凸集值映射的性质证明了当序偶集值映射是近似锥-次类凸时,对应的Lagrange函数也是近似锥-次类凸的.利用此结果得到集值优化问题取得ε-强有效元的Lagrange型必要条件,利用ε-强有效元的性质得到Lagrange型充分条件.     

集值优化ε-严有效解的Lagrange型最优性条件

在Hausdorff局部凸拓扑线性空间中考虑集值优化的ε-严有效性,当目标函数和约束函数构成的序偶映射是近似锥-次类凸时,在较弱的约束品性假设下,借助凸集分离定理得到了集值优化ε-严有效解的Lagrange型最优性条件.     

带参数集值向量优化问题ε-强有效点集的连通性

主要研究了带参数ε-强有效点集的连通性。首先在局部凸的Hausdorff拓扑线性空间中引进了带参数的ε-强有效点集的概念,然后在可行域为弧连通紧、目标函数为C-弧连通的集值映射的情况下,证明了ε-强有效点集非空并得到了带参数的ε-强有效点集的连通性。     

集值优化问题$\varepsilon-$强有效解的最优性条件

在Hausdorff局部凸拓扑向量空间中引入集值映射$\varepsilon-$强有效次梯度和$\varepsilon-$强有效次微分的概念.在一定条件下,利用凸集分离定理证明了该次微分(次梯度)的存在性及它的一些性质.作为应用,对于一类参数扰动集值优化问题讨论了其在 $\varepsilon-$强有效意义下的稳定性.     

集值映射向量优化问题的ε—弱有效解

讨论了一类具有广泛意义的集值映射向量优化问题（ＶＰ）,得到（ＶＰ）的ε－弱有效解的Ｌａｇｒａｎｇｅ乘子定理、ε－弱鞍点定理,ε－对偶定理,其结果是对文（１）相应结果的进一步深化。     

集值分析和集值最优化

概述了集值分析的一些最新进展,并以集值映射的凸性、连续性、广义导数或次梯度为例说明了集值映射与单值映射的关系是矛盾的普遍性与特殊性的关系。     

集值分析和集值最优化

概述了集值分析的一些最新进展，并以集值映射的凸性、连续性、广义导数或次梯度为例说明了集值映射与单值映射的关系是矛盾的普遍性与特殊性的关系。     

用广义高阶导数刻画集值优化ε-严有效解

在实赋范线性空间中讨论了集值优化问题ε-严有效解的广义高阶导数型最优性条件.利用广义高阶切集,在没有任何凸性假设下,借助基泛函及ε-严有效解的性质,得到了集值优化问题ε-严有效解的广义高阶导数型的必要和充分条件.     

凸可行问题的周期ε-次梯度投影算法

作者给出了一个凸可行问题的周期ε-次梯度投影算法. 该算法利用ε-次梯度代替通常的次梯度,推广了周期次梯度投影算法.基于ε-次微分概念,作者证明了算法的收敛性.最后给出了数值实例,表明算法的有效性.     

序线性空间中(y,O_Z;U_+)-广义次似凸集值映射的最优性条件

讨论序线性空间中(y,OZ;U+)-广义次似凸集值映射的性质,且对此类映射证明了Farkas-Minkowski型择一性定理。并利用此定理,讨论了集值映射向量最优化问题的最优性条件。