不可微规划的算法及其进展

综述了一门新兴发展的数学学科──不可微规划的算法及最新进展。     

一类不可微规划的Kuhm—Tucker充分条件及其对偶理论

对局部Ｌｉｐｓｃｈｉｔｚ函数引进了广义凸性的概念，并在广义凸性下讨论了一类不可微规划的Ｋｕｈｎ－Ｔｕｃｋｅｒ充分条件及其Ｍｏｎｄ－ｗｅｉｒ型对偶的各种对偶定理。     

一类不可微规划的Kuhn-Tucker充分条件及其对偶理论

对局部Lipschitz函数引进了广义凸性的概念,并在广义凸性下讨论了一类不可微规划的Kuhn- Tucker充分条件及其Mond- weir型对偶的各种对偶定理.     

非凸不可微多目标规划的Wolfe型对偶性

本文对不可微多目标规划在ρ—不变凸时分别建立了弱有效解和有效解的Wolfe型对偶理论.     

不可微凸规划的一个新算法

提出了解决线性约束不可微凸规划的一个新算法－既约次梯度有效集算法。该算法充分利用了目标函数的次梯度和有效集策略，发地选择规划，克服了由目标函数是否光滑所造成的困难，并保证了算法的总体收敛性。     

一类无约束不可微规划算法

现有的不可微规划算法,一般地都需要计算广义梯度元,并且在确定搜索方向时的二次规划问题也比较复杂。作者通过引进次微分集的外接长方体的概念,建立了一种可实现的算法。该算法避免了计算广义梯度元的麻烦,搜索方向的确定也非常简单,并且证明了算法的收敛性。     

一类无约束不可微规划算法

现有的不可微规划算法,一般地都需要计算广义梯度元,并且在确定搜索方向时的二次规划问题也比较复杂.作者通过引进次微分集的外接长方体的概念,建立了一种可实现的算法.该算法避免了计算广义梯度元的麻烦,搜索方向的确定也非常简单,并且证明了算法的收敛性.     

不可微规划的二阶最优性条件

研究了一类复合不可微规划：ｍｉｎｘ∈ＲｎＦ（ｘ）,其中Ｆ∶＝ｈｆ,ｈ：Ｒｍ→Ｒ是凸函数,ｆ：Ｒｎ→Ｒｍ是Ｃ１,１函数．给出了其二阶最优性条件：（ｉ）若Ｆ在ｚ处取局部极小,则对ｄ∈Ｋ（ｚ）,有ｍａｘｙ＊∈Ｍ（ｚ）｛ｄＴＡｄ｜Ａ∈２ｘｘＬ（ｚ,ｙ＊）｝≥０;（ｉ）若Ｍ（ｚ）≠,且对ｄ∈Ｄ（ｚ）,ｍａｘｙ＊∈Ｍ（ｚ）｛ｄＴＡｄ｜Ａ∈２ｘｘＬ（ｚ,ｙ＊）｝＞０,则ｚ是Ｆ（ｘ）的孤立局部最优解     

不可微规划的极大熵方法

解约束不可微规划问题的极大熵方法一般是不收敛的,本文在较弱的条件下给出了该方法的收敛性定理,并且给出了解约束不可微规划问题的一个改进的极大熵方法。     

不可微D.C.规划问题的全局最优性充要条件

本给出了一类不可微D．C．规划问题的全局最优性充分必要条件及ε-最优解的若干结果。     

非凸不可微多目标分式规划的对偶理论

利用Ｃｌａｒｋｅ广义梯度，引入伪不变凸的概念，研究了不可微多目标分式规划问题，建立了非凸不可微多目标分式规划关于弱有效解的对偶理论，从而推广了现有的有关对偶理论的结果。     

关于一类不可微非线性规划的约束品性

就一类在凸集C上目标函数为黎普希兹连续的带有可微不等式约束的非线性规划问题(P),在广义Kuhn-Tucker约束品性或广义Arrow-Hurwicz-Uzawa约束品性的条件下,研究了问题(P)的Kuhn-Tucker型必要条件.并且说明了当C为开集时相应的规划问题是问题(P)的特殊情况;目标函数为可微函数与凸函数的和时的相应的不可微非线性规划问题也是问题(P)的特殊情况;以及目标函数由黎普希兹连续的函数的商式构成的相应的分式规划问题也是问题(P)的特殊情况.     

不可微多目标数学规划的高阶对偶性

引入了一类不可微多目标数学规划的高阶对偶模型。在广义凸性条件下,建立了弱对偶性定理。其结果推广和统一了近期文献上出现的结果。     

非凸不可微多目标规划的最优性与对偶性

把ρ－不变凸概念引入到不可微多目标规划的研究，得到了多目标规划的弱有效解的几个充分条件，建立了Ｗｏｌｆｅ型对偶理论，从而推广了有关对偶理论的结果。     

非凸不可微多目标规划的最优性与对偶性

把ｐ－不变凸概念引入到不可微多目标规划的研究，得到了多目标规划的弱有效解的几个充分条件，建立了Ｗｏｌｆｅ型对偶理论，从而推广了有关对偶理论的结果。     

求解线性约束不可微凸规划变尺度法

本文探讨了求解线性约束不可微凸规划极小问题，给出了一类高阶算法，该算法模仿了变尺度思想，应用了Kiwiel[1]聚合次梯度思想，试图改善逼近程度，提高收敛速度，并证明了算法有较好的收敛性。     

不可微规划Bundle法中加权函数计算

研究不可微规划Ｂｕｎｄｌｅ方法中加权函数的构造，利用ｆ（ｘ）的二阶信息，改进加权函数，给出了下降方向的计算，并证明ｆ（ｘ）在最优点的近似最优性条件。     

不可微多目标数学规划的高阶对偶性

引入了一类不可微多目标数学规划的高阶对偶模型。在广义凸性条件下，建立了弱对偶性定理。其结果推广和统一了期文献上出现的结果。     

一类不可微多目标规划的Wolfe型对偶

G-不变凸函数是一类新的广义凸函数,是G-凸函数的推广。本文主要研究了一类带等式和不等式约束的目标函数带支撑函数的不可微多目标规划问题。首先,构造了该问题的Wolfe型对偶模型。其次,利用G-Karush-Kuhn-Tucker最优性必要条件,分别在G-不变凸和G-拉格朗日函数不变凸假设下证明了该问题及其对偶问题的弱对偶定理。最后,在适当条件下给出该问题及其对偶问题的强对偶和逆对偶定理及其证明。本文的结论更具一般性,将前人的相关结论推广到了非可微的情形。     

一个不可微数学规划中的高阶对偶模型

作者在Yang,Mond和Zhang、Mishra和Rucda所做工作的基础上,提出了一个新的不可微非线性规划高阶Wolfe对称对偶模型,同时,引入了高阶F-凸的概念,并在高阶F-凸的条件下,建立了弱和强对偶理论.