通过转化来求解广义半无限极大极小规划问题

研究了一类广义半无限极大极小规划问题,其下层规划的约束集合是一个集值映射。对于这类广义半无限问题,首先利用修正障碍型增广拉格朗日函数将它们在一定条件下转化为标准的半无限极大极小问题,使它们具有相同的局部与全局最优解,从而为这类广义半无限问题提供了可行的解法。给出了实现这种等价转化的两个转化条件：一个是充分与必要条件,另一个是充分条件。与已有文献中的相关转化条件相比,它们均不需要在紧致集上进行转化,而且后一个充分条件在实际中易于验证。最后通过这种转化,给出了这类广义半无限问题的一个新的一阶最优性条件。     

一类极大极小半无限分式规划的最优性条件

目的给出一类极大极小半无限分式规划的最优性条件包括Kuhn-Tucker条件。方法利用Clarke-广义方向导数定义了一类新的广义一致Bρ-(p,r)-不变凸函数,并讨论了具有该广义凸性的一类极大极小半无限分式规划的最优性条件。结果在新的广义凸函数的约束下,得到了一类极大极小半无限分式规划的最优性条件。结论扩展了极大极小半无限分式规划的最优性理论。     

一类不确定半无限多目标优化问题的鲁棒逼近最优性

考虑一类含有不确定数据的半无限多目标优化问题,先引入该不确定半无限多目标优化问题的鲁棒逼近拟Pareto弱有效解,再借助鲁棒型次微分约束规格和一类广义凸性假设,给出该多目标优化问题的鲁棒逼近拟Pareto弱有效解的必要和充分最优性条件.     

一类多目标半无限规划的最优性条件

目的给出一类多目标半无限规划的最优性条件,包括Fritz-John条件和Kuhn-Tucker条件。方法利用K-方向导数以及凸泛函定义了一类新广义一致强伪拟(C,α,ρ,d)-I型等不变凸函数,并讨论了具有该广义凸性的一类多目标半无限规划的最优性条件。结果在新的广义凸函数的约束下,得到了一类多目标半无限规划的最优性条件。结论在此约束条件下得到的最优性条件,适用范围更为广泛。     

广义约束极大极小问题的非光滑方程组模型及其应用

广义约束极大极小问题在理论和实践中有着广泛的应用，为了能够借助已有的优化方法解决这类问题，利用KKj最优性条件和Fischer-Burmeister非线性互补函数，给出了广义约束极大极小问题的两个等价的非光滑方程组模型，介绍了1个相应的解法-Newton法，并给出了该模型在车间调度方面的应用。     

一般约束凸规划极大熵方法的收敛性

带约束的极大极小问题是一类不可微优化问题，通常的解决是通过增加约束将其转化为可微优化问题，极大熵方法是一种用光滑函数逼近最大值函数的方法；基于这种方法，给出一种求解带一般约束的极大极小问题的逼近方法，并针对凸规划问题证明了这种方法的收敛性，即当控制参数趋于正无穷时，近似问题的最优解收敛于原问题的最优解。     

广义一致(ρ~1,ρ~2,ρ~3)η-次可微I-型预不变凸多目标半无限分式规划的最优性条件

文中定义了一类新的广义一致(ρ1,ρ2,ρ3)η-次可微I-型预不变凸函数,并在新的广义凸函数的约束下,讨论了一类具有该广义凸性的多目标半无限分式规划问题,得到了涉及这类广义凸性一类多目标半无限分式规划的最优性条件。     

一类半无限极大极小问题的神经网络

本文考虑了一类半无限极大极小问题。首先将它等价转化为半无限非线性规划模型,再使用ku-hn-Tuckey条件、射影定理等,提出了求解它的一个神经网络模型。最后严格说明了该模型是Lyapunov稳定的,并收敛到原问题的一个精确解。     

n集函数极小极大分数规划的最优性充分条件

本文主要讨论了n集函数极小极大分数规划最优性问题.首先介绍了具有广义V不变凸的函数的概念,然后在这类广义凸性性质下证明n-集函数极小极大分数规划的最优性充分条件.     

具有性能约束布局问题的优化算法及收敛性

研究了二维布局优化问题,建立了具有性能约束的二维布局半无限优化模型.应用图论、群论等,把该问题分解为有限多个子问题,在每个子问题中克服了优化变量的时断时续性质,并将子问题松弛化,利用极大极小函数给出了松弛子问题的最优性函数,该函数在其零点使松弛子问题的一阶必要条件成立.利用最优性函数构造了松弛子问题的优化算法,并证明了算法的收敛性.     

一类极大极小半无限分式规划的对偶性

利用一类新的广义一致Bp-(p,r)-不变凸函数,讨论了一类极大极小半无限分式规划的对偶性,并在两种不同的对偶模型下,分别给出了相应的弱对偶、强对偶以及逆对偶等若干定理.其结论具有一般性,推广了许多涉及(p,r)-不变凸函数以及B-(p,r)-不变凸函数的文献的结论.     

一类广义I类不变凸半无限规划的对偶性

对几个Is类和广义Is类不变凸性的情形，研究了半无限规划的对偶性，给出了一些弱对偶、强对偶和逆对偶定理。     

一类非光滑分式半无限规划的最优性条件

在广义一致凸函数，广义一致伪凸函数，广义一致拟凸函数的基础上，讨论了一类分式半无限规划的最优性问题，得到了涉及这些广义凸性的一类分式半无限规划的一些最优性条件。     

广义分式规划Dinkelbach型算法的改进

在紧集情况下 ,在讨论了广义分式规划问题的Dinkelbach型算法的基础上 ,提出了改进的Dinkelbach型算法 ,结果表明 ,该算法比现有的算法更简单 ,具有更好的收敛性     

(h,φ)不变凸多目标半无限规划的对偶性

利用Ben-Tal广义代数运算,定义一类(h,φ)不变凸函数,在更弱的凸性下,得到此类非光滑(h,φ)多目标半无限规划的一些对偶性条件.     

带满意条件不可微的分式极小—极大化问题的最优性条件

本文指出了[1]中的错误,把[1]中讨论的问题扩充成了带满意条件不可微的分式极小—极大化问题。在较弱的假设条件下,利用不同于[1]中的方法讨论了扩充问题的最优性条件。     

一类非光滑多目标半无限规划的对偶性

在由作者[1]引入的广义一致凸(广义Univex)函数、广义一致伪凸函数和广义一致拟凸函数等几类非光滑非凸函数的基础上,得到了一类非光滑多目标半无限规划的一些Mond—Weir型对偶性结果．