一类鲁棒多目标优化问题的标量化性质

【目的】对多目标优化问题的鲁棒有效解和鲁棒弱有效解的一些性质进行研究。【方法】对鲁棒标量化问题的最优解与多目标优化问题的鲁棒有效解与鲁棒弱有效解之间的关系进行研究,建立了鲁棒弱有效解的一些充分与必要条件,鲁棒有效解的一个充分条件。对提出的鲁棒标量化问题与两类经典的鲁棒标量化问题最优解之间的关系进行讨论,并利用具体例子对主要结果进行解释。【结果】将确定性多目标优化问题的标量化模型推广到鲁棒情形,提出了一类新的鲁棒标量化问题。【结论】所得的结果是对最近一些研究工作的改进与推广。
     

多目标优化近似解的一些非线性标量化性质

【目的】提出多目标优化问题近似解的定义,并对它的性质进行讨论。【方法】利用一类广义切比雪夫范数标量化模型对多目标优化近似解进行研究。【结果】建立了多目标优化问题ε-弱有效解和ε-真有效解的一些非线性标量化结果。【结论】得到的主要结果推广了一些已有工作。     

多目标优化近似解的一些非线性标量化性质

【目的】提出多目标优化问题近似解的定义,并对它的性质进行讨论。【方法】利用一类广义切比雪夫范数标量化模型对多目标优化近似解进行研究。【结果】建立了多目标优化问题ε-弱有效解和ε-真有效解的一些非线性标量化结果。【结论】得到的主要结果推广了一些已有工作。
     

不确定多目标优化的鲁棒解及强弱Kuhn-Tucker条件

【目的】对不确定多目标优化问题的鲁棒解及相关性质进行讨论。【方法】基于Burachik定义的两个正则条件,提出两个新的正则条件,即鲁棒性正则条件,进而利用新正则条件对不确定多目标优化问题的鲁棒解进行研究。【结果】建立了该问题鲁棒有效解的弱Kuhn-Tucker必要条件和真鲁棒有效解的强Kuhn-Tucker必要条件。【结论】所得的主要结果是对最近一些研究工作的改进和推广。     

多目标优化问题统一解的加权Tchebycheff标量化

【目的】研究多目标优化问题(C,ε)-型、E-型统一解的标量化性质。【方法】首先,利用Bowman等人提出的加权Tchebycheff标量化方法建立多目标优化问题(C,ε)-弱有效解和E-弱有效解的标量化结果。进一步,建立基于加权Tchebycheff标量化方法多目标优化问题(C,ε)-有效解和E-有效解的标量化结果。【结果】通过调整标量化模型参数范围得到了多目标优化问题(C,ε)-（弱）有效解、E-（弱）有效解的一些加权Tchebycheff标量化结果。【结论】得到的标量化结果是一些已有工作的推广,并为求解多目标优化问题的算法设计提供了理论基础。     

基于Benson标量化方法的多目标优化问题解集刻画

【目的】基于Benson标量化方法研究多目标优化问题有效解集和真有效解集空性的刻画。【方法】利用标量化方法和稠密性结果研究多目标优化问题有效解集和真有效解集的空性刻画。【结果】首先得出了自然锥序下Benson标量化问题无界的等价刻画，并在此基础上给出了多目标优化问题有效解集和真有效解集为空集的必要条件。其次得到了字典序下有效解集和Borwein真有效解集为空集的条件，同时对假设条件进行举例说明。最后给出了一般锥序下Benson标量化问题无界的必要条件，以及多目标优化问题有效解和Benson标量化问题最优解的关系。【结论】针对凸和非凸多目标优化问题给出解集的空性刻画。     

多目标优化中一类鲁棒有效解的最优性充分条件

【目的】对多目标优化问题鲁棒有效解及一些相关性质进行讨论。【方法】利用Clarke方向导数意义下的线性化锥对带不等式约束的非光滑多目标优化问题中一类鲁棒有效解进行讨论,并举例进行说明。【结果】得到了该问题的一些最优性充分条件。【结论】所得的主要结果对最近一些研究工作做了改进与推广。     

多目标优化问题(ε,(ε)-拟真有效解的一个充分条件

【目的】对多目标优化问题(ε,■)-拟真有效解的充分条件进一步研究和推广。【方法】利用多目标优化问题的广义加权切比雪夫标量化问题或改进的加权切比雪夫标量化问题。【结果】在没有任何凸性假设的情况下,得到了多目标优化问题的(ε,■)-拟真有效解的一个新的充分条件。【结论】推广了已有文献中的结果。     

多目标优化问题近似解的组合标量化

【目的】研究多目标优化问题近似解的标量化性质。【方法】利用一类组合标量化方法、co-radiant集和改进集等建立多目标优化问题近似解的组合标量化。【结果】得到了多目标优化问题ε-有效解、(C,ε)-有效解、E-有效解、(C,ε)-弱有效解、E-弱有效解的组合标量化结果。【结论】得到的标量化结果为设计多目标优化问题近似解的求解算法提供了理论基础。     

多目标优化中一类鲁棒有效解的最优性充分条件

【目的】对多目标优化问题鲁棒有效解及一些相关性质进行讨论。【方法】利用 Clarke方向导数意义下的线性化锥对带不等式约束的非光滑多目标优化问题中一类鲁棒有效解进行讨论,并举例进行说明。【结果】得到了该问题的一些最优性充分条件。【结论】所得的主要结果对最近一些研究工作做了改进与推广
     

多目标优化问题近似解的一类标量化方法

【目的】研究多目标优化问题近似解的一类标量化方法。【方法】利用Ehrgott和Ruzika提出的多目标优化问题的标量化模型。【结果】建立了基于co-radiant集定义的(C,ε)-近似解和改进集定义的E-近似解的一些标量化结果,并提出了一些例子对主要结果进行了解释。【结论】所得结果为设计求解多目标优化问题近似解的最优算法提供理论与方法基础。     

多目标优化问题近似解的一类组合标量化方法

根据多目标优化问题近似解的定义,对它的性质进行讨论;借助Ehrgott和Ruzika基于传统的标量化方法结合剩余变量提出的一类改进的ε-约束法组合标量化模型对多目标优化问题的近似解性质进行了研究;建立了多目标优化问题的近似有效解与标量化问题的最优解之间的关系,得到了近似真有效解与对应标量优化问题最优解的等价关系,并提出反例对部分结论进行了解释说明,指出若不满足所给定的条件,其结论不一定成立;所提出的主要结果是对一些已有标量化结果的改进与推广,为设计和求解多目标优化问题近似解的最优算法提供理论与方法基础。     

Gerstewitz非线性标量化函数的性质及其在向量优化中的应用

【目的】对Gerstewitz非线性标量化函数的性质作进一步研究与应用。【方法】利用代数内部和向量闭包研究Gerstewitz非线性标量化函数的一些性质。【结果】给出了Gerstewitz非线性标量化函数的一些性质,进而利用这些性质建立了集值向量优化问题有效点和弱有效点的非线性标量化结果。【结论】将拓扑内部推广到代数内部情形,推广了Gerstewitz非线性标量化函数的一些性质与应用。     

Gerstewitz非线性标量化函数的性质及其在向量优化中的应用

【目的】对Gerstewitz非线性标量化函数的性质作进一步研究与应用。【方法】利用代数内部和向量闭包研究Gerstewitz非线性标量化函数的一些性质。【结果】给出了Gerstewitz非线性标量化函数的一些性质,进而利用这些性质建立了集值向量优化问题有效点和弱有效点的非线性标量化结果。【结论】将拓扑内部推广到代数内部情形,推广了Gerstewitz非线性标量化函数的一些性质与应用。
     

鲁棒凸多目标优化问题解集的刻画

针对一类数据不确定的鲁棒凸多目标优化问题,提出了它在一般不确定集下的鲁棒对应形式;利用标量化方法将鲁棒多目标对应形式转化为鲁棒单目标凸优化问题,建立两者解集之间的联系;并得到了标量化鲁棒解的乘子刻画,及该标量化问题在其鲁棒解集上的一般化的常微分性质和常拉格朗日性质;最后通过前面的性质得到了鲁棒凸多目标优化问题的鲁棒G-真有效解集的刻画并加以证明.     

绩效评价问题一类新的多目标优化方法

【目的】提出绩效评价问题一类新的多目标优化方法。【方法】通过构建体现公平与激励兼容的具二次形式的一次分值转换函数,利用"K-均值"算法对评价对象进行归类,进而构建满意度函数,在此基础上构建以评价对象满意度尽可能大为目标的多目标优化模型,并对该模型进行标量化处理。【结果】标量化模型结构更加简洁,能获得弱有效解。【结论】新的多目标优化方法在绩效评价问题中能获得较高的整体满意度。同时也提出了绩效评价中一些需要进一步突破和解决的关键科学问题。     

集值优化问题广义近似解的线性标量化

【目的】对广义近似(弱)有效解的性质作进一步研究。【方法】利用线性标量化方法研究了集值优化问题广义近似(弱)有效解的刻画。【结果】建立了广义次似凸条件下的择一性定理,给出了广义弱近似解的一个标量化定理,并进一步研究了广义近似解(弱)有效解的一些性质。【结论】将集值函数F是凸的推广到次似凸的情形,并进一步完善了广义近似解的一些性质。     

集值优化问题广义近似解的线性标量化

【目的】对广义近似(弱)有效解的性质作进一步研究。【方法】利用线性标量化方法研究了集值优化问题广义近似(弱)有效解的刻画。【结果】建立了广义次似凸条件下的择一性定理,给出了广义弱近似解的一个标量化定理,并进一步研究了广义近似解(弱)有效解的一些性质。【结论】将集值函数 F 是凸的推广到次似凸的情形,并进一步完善了广义近似解的一些性质。
     

基于范数标量化方法的多目标次梯度算法

【目的】提高多目标优化问题的收敛速率及解的精度。【方法】在欧式空间中基于范数标量化方法提出了求解多目标优化问题的次梯度算法。【结果】在每个目标函数与相应最小值的差的平方为凸函数的假设下，证明了多目标次梯度算法的Pareto弱有效解的收敛性。【结论】数值实验结果表明：提出的多目标次梯度算法在求解多目标线性优化模型时具有更快的收敛率，并且在求解非光滑多目标优化问题时具有更高的解的精度。     

向量优化中广义E-Benson真有效解的性质研究

【目的】为了将向量优化问题的广义E-Benson真有效解的一些性质推广到拟内部空间。【方法】利用改进集和拟内部等工具在适当的广义凸性条件下进行了研究。【结果】建立了广义E-Benson真有效解的线性标量化结果。【结论】为研究向量优化问题的解的性质提供了新的方法。