线性空间中集值映射向量最优化的最优性条件

李泽民建立了实线性空间中次似凸集值映射向量最优化问题的K－T条件和Lagrange乘子定量。笔者首先引进了广义次似凸集值映射的概念。然后，在实线性空间中建立了一个广义次似凸集值映射的择一性定量。最后，利用择一性定量，获得了含不等式和等式约束的广义次似凸集值映射向量最优化问题的最优性条件。     

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.     

求解向量广义Nash平衡问题的一个精确罚函数方法(英文)

研究约束向量广义Nash平衡问题,其中所有函数都是凸的.利用精确罚函数技巧,在一定条件下,证明了解这样的约束向量广义Nash平衡问题可以简化为解约束向量Nash平衡问题.     

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。     

拓扑向量空间多目标规划锥有效解的广义最优性充分条件

在拓朴向量空间中，引进映射的几个锥广义凸概念，对于目标映射约束映射为Gateaux可导的情况，建立了拓朴向量空间多目标规划问题锥有效解和锥弱有效解在锥广义凸条件下的几个最优性充分条件。     

一个择一定理及其对向量极值问题的应用

在线性拓扑空间中引入(u,O2)-广义次似凸集值映射,建立了此映射的一个择一定理．并利用此定理获得了带广义等式和不等式约束的向量极值问题的最优性条件．     

向量映射的广义拟凸性及应用

通过研究广义拟凸的向量映射的一些性质，讨论了向量极小极大不等式，改进和推广了相关文献中的主要结果．     

广义单调性与广义凸性

在广义单调性方面做进一步的推广,并建立函数的广义凸性与其梯度向量的广义单调性之间的等价关系.首先,建立F单调映射、F伪单调映射和F拟单调映射概念.其次,利用可微F凸(伪凸、拟凸)函数的梯度等价刻画,结合广义单调映射概念以及微分性质,研究广义凸性与广义单调性的内在联系:在一定条件下,f是K上的F凸函数,当且仅当?f是K上...     

一类广义凸集值映射优化问题弱有效解的最优性条件

在拓扑向量空间中定义了(u,0V)-广义次似凸集值映射.在相对内部的条件下,利用凸集分离定理,建立了此映射的择一定理.利用此择一定理,获得了带广义等式和不等式约束的优化问题的弱有效解的最优性条件.     

拓扑向量空间多目标规划锥有效解的议义最优性充分条件

在拓朴向量空间中,引进映射的几个锥广义凸概念.对于目标映射和约束映射为Gteaux可导的情况,建立了拓朴向量空间多目标规划问题锥有效解和锥弱有效解在锥广义凸条件下的几个最优性充分条件.     

集值映射向量优化问题（真）有效点集的连通性

对向量集值映射引入锥类凸的概念，并给出锥类凸集值映射的一个等价刻划和逼近锥的几个重要性质。利用这些概念与结果，对赋范线性空间中带集值映射的向量优化问题的有效点集和Ｂｅｎｓｏｎ真有效点集建立了两个标量化定理。据此，证明了这两个集合的连通性。     

局部凸空间中带有约束的向量极值问题的最优性条件

运用序局部凸空间的广义次似凸映射下的择一性定理,得出带有约束的向量极值问题的最优性条件。     

广义对策的平衡

某些新的非紧广义对策的平衡存在定理在局部凸拓扑矢量空间内被证明，其中约束对应既没有开图也没有开下截口。     

一类广义凸集值优化的Benson真有效解

在内部锥类凸集值映射的假设下,证明了集值优化问题的Benson真有效解与其相应的标量化问题的最优解和无约束向量极小化问题的Benson真有效解的等价性.     

向量优化问题的一类高阶对偶

Meetu在文献[1]中介绍了高阶锥凸、高阶（强）锥伪凸和高阶拟凸．本文在其研究的基础上,考虑目标函数是高阶锥伪凸、约束函数是高阶锥拟凸的情况,并给出弱极小、极小的充分性条件．此外,在高阶广义凸性的假设下,建立了一类高阶对偶模型的弱对偶和强对偶结果．     

广义向量平衡问题的对偶

 首先利用Fenchel共轭函数的方法引入了广义向量平衡问题的对偶问题,然后在稳定性条件的假设下,讨论了广义向量平衡问题的解与其对偶问题的解之间的关系.     

一类向量极值问题的最优性条件和Lagrange对偶

在序局部凸Hausdorff空间中利用广义次似凸映射下的择一定理,得出带集合约束的向量极值问题的一个最优性充要条件.利用此充要条件和二次G-可微函数的性质,获得了可微向量极值问题的几个最优性条件.最后,得到了此类向量极值问题的向量值Lagrange对偶.     

多层次约束的矢量地图匹配导航算法

针对航空用线状目标的矢量地图匹配问题,提出了一种多层次约束的矢量地图匹配导航算法（MLC-VMMA）.该算法利用差角作为线状目标的匹配特征量,依次根据距离、顺序和误差等多层次约束条件来减小可行解空间的大小,完成在具有旋转、平移、缩放变换下的矢量地图匹配.仿真结果表明,MLC-VMMA适用于小尺度缩放变换下的矢量地图匹配,具有较高的可靠性与导航精度.