正则Lipschitz规划的一阶最优性条件和最弱约束规格

讨论了正则的Lipschitz规划的一阶最优性条件,其主要研究工具是局部Lipschitz函数的广义梯度.给出了无等式约束的正则Lipschitz规划的一阶约束规格,并且证明了这种约束规格是最弱的。

不可微规划的各种约束规格

利用Ｗａｒｄ等人给出的广义锥方向导数和广义次梯度等概念，建立了一类非凸非光滑数学规划的各种约束规格．

约束品性与非光滑多目标优化问题

考虑带不等式和集约束的非光滑多目标优化问题。首先利用Clarke方向导数、切锥、可达方向锥和线性化锥等工具引入广义Abadie约束品性和广义Kuhn-Tucker约束品性。进一步,分别在广义Abadie约束品性成立和广义Kuhn-Tucker约束品性成立这两种情况下,证明了Geoffrion真有效解是广义Kuhn-Tucker真有效解。

一类非光滑多目标规划问题的最优性条件

研究了一类非光滑多目标规划问题.这类多目标规划问题的目标函数为锥凸函数与可微函数之和,其约束条件是Euclidean空间中的锥约束.在满足广义Abadie约束规格下,利用广义Farkas引理和多目标函数标量化,给出了这一类多目标规划问题的锥弱有效解最优性必要条件.

用凸化子讨论不等式约束的多目标优化问题的最优性条件

对具有不等式约束的多目标优化(multiobjective programming,MP)问题,利用凸化子的概念,在广义Slater约束规格和广义线性独立约束规格下给出了必要条件,并将研究结果推广到多目标优化的情形。

拓扑向量空间中向量极值问题的广义鞍点及对偶定理

【目的】研究拓扑向量空间中向量极值问题的广义鞍点最优性条件及Lagrange对偶问题。【方法】引入拓扑向量空间中广义次似凸映射和择一定理,并以广义鞍点理论为分析基础。【结果】在刻画广义鞍点性质的基础上构建了拓扑空间中广义鞍点与向量极值问题弱Pareto最优解之间的关系及其对偶定理。【结论】理论分析结果表明向量极值问题的广义鞍点是弱Pareto最优解的必要不充分条件,给出了目标函数在其约束映射满足广义Slater约束规格条件下的Lagrange强、弱对偶定理。

向量映射的鞍点和Lagrange对偶问题

本文研究拓扑向量空间广义锥-次类凸映射向量优化问题的鞍点最优性条件和Lagrange对偶问题,建立向量优化问题的Fritz John鞍点和Kuhn-Tucker鞍点的最优性条件及其与向量优化问题的有效解和弱有效解之间的联系。通过对偶问题和向量优化问题的标量化刻画各解之间的关系,给出目标映射是广义锥-次类凸的向量优化问题在其约束映射满足广义Slater约束规格的条件下的对偶定理。

非光滑多目标规划的最优性条件

近年来,关于非光滑最优化问题的研究十分活跃,尤其是对单目标规划,出现了很多成果.关于非光滑多目标规划,也有不少工作.然而,以前的研究,多是利用次微分(凸规划情形)或广义梯度进行讨论的.文[1]利用古典方向导数给出了非光滑无约束单目标规划的最优性条件,并指出,在广泛的非光滑函数类中,方向导数是存在的.