向量多项式优化问题的混合算法

用混合方法将向量多项式优化问题转化为单目标多项式优化问题,利用Lasserre半正定松弛方法求解,提出了计算带约束的向量多项式优化问题有效解的混合算法.并分析原问题的有效解和转化问题最优解之间的关系,进行收敛性证明,数值结果表明所提算法是可行的.     

近似凸锥多元函数和向量优化问题

引入多元函数(集值映射)的广义凸性,利用广义凸性建立一个替换定理,并证明了在某些假设下,近似凸目标约束的向量优化问题中的弱有效解能用定义在适当情形下的鞍点来表示.     

向量映射标量化函数的性质与向量优化问题解的存在性

在拓扑向量空间上定义一类向量映射的标量化函数,得到标量化函数与向量映射的下(上)半连续性、凸性以及拟凸性的对应性质.并且利用标量化函数的性质得到向量优化问题弱有效解存在的充分条件.     

Banach空间中向量优化问题解集的刻画

在有限维空间中,当目标函数凸下半连续时,向量优化问题一定有解,并且解集是紧的。但在无穷维空间中,这不一定成立。不过可以通过在对偶空间中构造一个集合,减弱对目标函数的假设之后,把之前关于有限维空间中向量优化问题的解集的研究,推广到实自反Banach空间中。     

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。     

向量优化问题解的连续性和本质性

研究了Rm中一类向量优化问题有效解映射和弱有效解映射的上半连续性,讨论了弱有效解映射是上半连续的一个等价条件,证明了向量优化问题弱有效解集合是本质的.     

一类广义Type Ⅰ函数的多目标优化问题

对于非光滑多目标优化的模型,定义了几种广义Type Ⅰ函数,研究了广义Type Ⅰ函数的多目标优化问题,得到了有效解的最优性条件.     

向量多项式的加权Nikolskii不等式

设Ｗ：＝ｅ＾－Ｑ，Ｑ是偶的充分光滑的，在无穷远比多项式增长更快，Ｗ称为Ｅｒｄｏｓ权，在这里我们证明向量多项式在Ｂ（ｐ，ｑ）范数下对Ｅｒｄｏｓ权的Ｎｉｋｏｌｓｋｉｉ不等式。     

具有某种特性的向量优化问题的解的刻画

在有限维空间中,当目标函数凸下半连续时,向量优化问题一定有弱有效解,并且解集是紧的,但当目标函数非凸时,这不一定成立,文章讨论了把目标函数的凸性减弱之后,向量优化问题的解集是非空并且紧的,另外还得到一些等价的刻画。     

部分生成锥内部凸-锥-凸映射和向量优化问题

在局部凸拓扑向量空间中引入部分生成锥内部凸-锥-凸映射的概念,建立了择一定理。在部分生成锥内部凸-锥-凸映射下,得到了既有等式约束又有不等式约束的向量优化问题弱有效解的最优性必要条件。     

锥扰动向量优化问题的连续稳定性

研究了当控制锥受扰动时,具有集值映射向量优化问题的锥有效解和锥弱有效解的上、下半连续性。     

向量优化问题恰当有效解的几个性质

通过讨论一类向量优化问题建立有效解、恰当有效解之间的关系,给出目标函数在一定条件下解的存在条件;对一类具备参数的和函数的优化问题给出恰当有效解的若干性质,推广了已有文献的某些结果.     

集值映射向量最优化条件

讨论了目标函数及约束函数均为集值映射的向量最优化问题。证明了当映射为Ｋ－类凸时的广义Ｆａｒｋａｓ－Ｍｉｎｋｏｗｓｋｉ定理,并由此得到向量最优化问题有效解存在的必要条件和充分条件。     

向量优化问题拟有效解的最优性充分条件

在实拓扑向量空间中,利用距离函数,给出了向量优化问题局部拟有效解和拟有效解的概念,提出了四类新的广义近似凸函数并建立了向量优化问题局部拟有效解和局部有效解的最优性充分条件;其结果是对文献[5]的相应结果的推广.     

求解复杂约束优化问题的演化多目标算法

在分析了传统的求解带约束的单目标优化问题存在的问题的基础上,利用多目标优化算法的框架,把单目标优化问题中的软性约束化为新增的目标,把原问题化为一个多目标优化问题,然后利用演化多目标优化算法求解转化后的问题,分析了该方法处理约束的优势,并给出了初步实验结果.     

一类多目标优化问题弱有效解的优界数列法

引进了求解一类多目标优化问题弱有效解的优界数列方法,给出了这种优界数列的构造法及相应的算法。算例表明,优界数列法是非常有效和可靠的方法,而且适用范围也较广泛。     

非光滑向量最优化问题的若干最优性充分条件

对向量最优化问题（ＶＯＰ）ｍｉｎｆ（ｘ）,ｇ（ｘ）≤０,ｈ（ｘ）＝０在不假定可微的情况下,得到了其存在严格局部有效解的若干充分条件．