序线性空间中向量极值问题的最优性条件

本文在序线性空间中建立了广义次似凸映射下的择一定理,运用此定理,得出一类向量极值问题的最优性条件.     

线性空间中集值映射向量优化问题的最优性条件与Lagrangian乘子

本文在广义次似凸性假设下,利用择一性定理,在线性空间中获得了含等式与不等式约式集值向量最优化问题的Kuhn-Tucker型最优性条件及Lagrangian乘子定理。     

一类向量极值问题的最优性条件

本文利用序线性空间中关于次似凸集值映射的择一性定理,得出了具有广义等式和不等式约束的向量极值问题的最优性条件.     

线性空间中向量极值问题的最优性条件

文 [1]建立了线性拓扑空间中向量极值问题的广义 Kuhn- Tucker条件和 L agrange乘子存在定理 .本文将在线性空间中讨论这方面问题 ,首先在线性空间中建立了次似凸向量值映射的择一定理 ,进而得出序线性空间中向量极值问题的最优性条件及其标量化定理 .     

集值优化问题在有效意义下的最优性条件

本文在赋范空间中,讨论集值优化问题的有效元导数型最优性条件.当目标映射和约束映射的下方向导数存在时,在近似锥次类凸假设下利用有效点的性质和凸集分离定理得到了集值优化问题有效元导数型Kuhn-Thcker必要条件,在可微Г-拟凸性的假设下得到了Kuhn-Tucker最优性充分条件;此外利用集值映射沿弱方向锥的导数的特性给出了有效解最优性的另一种刻画.     

序线性空间中广义半似凸集值映射向量优化的Benson真有效性

在序线性空间中建立了广义半似凸集值映射的择一定理.利用向量闭包,引进了集值优化的Benson真有效解.在广义半似凸的假设下,获得了Benson真有效性意义下的标量化定理,Lagrangian乘子定理和鞍点定理.     

偏序线性空间中向量集值映射最优化问题解的鞍点条件和Lagrange对偶

本文在没有任何拓扑结构的条件下，给出了向量集值映射最优化问题解的鞍点充分和必要条件以及Ｌａｇｒａｎｇｅ对偶，从而将文献（１）中的有关结果推广到更一般的偏序线性空间，并进一步给出了逆对偶定理。     

集值优化导数型最优性条件

借助于相依上导数的概念,建立了锥次类凸集值映射的导数型择一性定理,并利用择一性定理获得了集值优化导数型的最优性必要条件和充分条件.     

乘积Banach空间中等式约束向量极值问题的最优性必要条件

本文利用Banach空间中的隐函数定理和序线性拓扑空间中对于次似凸向量值映射的择一定理,得出了乘积Banach空间中具有等式约束向量极值问题的若干最优性必要条件.     

Benson真有效意义下向量集值优化的广义Fritz-John条件

借助Clarke切锥并用上图引入了关于集值映射的Clarke切导数.借助于一种新的择一性定理建立了向量集值优化问题在弱Benson真有效意义下的广义Fritz-John最优性条件,而且证明在一种伪凸的假设下,这种最优性条件还为充分的.     

非凸向量集值优化Benson真有效解的最优性条件与对偶

在无需偏序锥内部非空的情况下给出了非凸约束向量集值优化Benaon真有效解一种加细的最优性条件，并建立了向量集值优化Benson真有效解一种改进的Lagrange乘子型对偶，它比已有的Lagrange乘子型对偶具有较好的对偶性。     

THE OPTIMALITY CONDITIONS OF NONCONVEXSET-VALUED VECTOR OPTIMIZATION

1 IntroductionIt is well known that the most linportant task of nonsmooth is to extend the classicaIderivatives to broaden tl1e scope of dtherentiable function. One of the importallt geuerallzationis the Clarke's generalized directional derivative[1]--[2]…     

集值映射向量优化问题的e-真有效解

引入了集值映射向量优化问题的αe-弱有效解、e-真有效解、e-真鞍点概念,在近似广义C-次似凸条件下,建立了e-真有效解的标量化定理、Lagrang乘子定理和e-真鞍点定理,并讨论了集值映射向量优化问题的αe-弱有效解的标量化定理和Laugrange乘子定理,推广了已有结果。     

集值映射多目标规划的K-T最优性条件

讨论集值映射多目标规划(VP)的最优性条件问题.首先,在没有锥凹的假设下,利用集值映射的相依导数,得到了(VP)的锥--超有效解要满足的必要条件和充分条件.其次,在锥凹假设和比推广了的Slater规格更弱的条件下,给出了(VP)关于锥--超有效解的K--T型最优性必要条件和充分条件.     

LC^1最优化问题的最优性条件

1 引言 LC~1最优化问题是一类非光滑最优化问题,它们广泛存在于运筹学的各种情形中.对于这些问题,其目标函数和约束函数一般不具有二阶可微性,但是它们是可微的,其导数是局部Lipschitz的.LC~1最优化问题的一般形式是 rminf(x) s.t.h_i(x)=0,i∈E,(1.1) g_i(x)≤0,j∈I, 其中,f:R~n→R,h:R~n→R~m,g:R~n→R~l是LC~1函数,即它们有局部Lipschitz导数,E={1,…,m},I={1,…,l}.从非线性互补问题、变分不等式和非线性规划中产生的不少问题可以形成 为非光滑方程,其中C~1条件(即连续可微条件)不成立,但LC条件(即局部Lipscchitz条件)成立,这些问题对应于LC~1最优化问题.[4],[6],[7]给出LC~1最优化问题的例子. 最优性条件对研究非光滑最优化是重要的.若干作者研究了非光滑优化的最优性条件问题,例如[1]、[2]、[4].在本文中我们将讨论LC~1最优化的最优性条件,它们包括:无约束LC~1最优化问题的二阶最优性条件和一般约束LC~1最优化问题的二阶最优性条件. 2 基本概念     

OPTIMALITY CONDITIONS OF A CLASS OF SPECIAL NONSMOOTH PROGRAMMING

In this paper, we investigate the optimality conditions of a class of special nonsmooth programming min F(x) =∑mi=1|max{fi(x), ci}| which arises from Ll-norm optimization,where ci ∈ R is constant and fi ∈ C^l,i= 1,2,…,m. These conditions can easily be tested by computer.     

向量极值问题的一种含有梯度的最优性条件

本文在赋范空间中引入 G-可微函数的梯度概念 ,利用择一定理 ,我们获得了向量极值问题含有梯度的的最优性条件