对称向量拟均衡问题有效解的存在性

利用标量化方法建立对称向量拟均衡问题有效解的存在性定理。作为标量化方法的应用，利用这一方法得到向量变分不等式和拟向量变分不等式有效解的存在性定理。     

Banach空间四阶两点问题正解的存在性

讨论了Banach空间E中的四阶边值问题:u~(4)(t)=f t(,u(t)),0≤t≤1,u(0)=u(1)=u″(0)=u″(1)=θ正解的存在性,其中f∶0,[1]×P→P连续,P为E中的正元锥.通过非紧性测度的估计技巧与凝聚映射的不动点指数理论获得了该问题正解的存在性结果.     

一类正则化参数自由的线性约束凸优化问题的预测-校正算法

我们对文章的结构做这样的安排:第二节给出本文需要的预备知识;第三节简述单个目标函数问题(1.1)的己有算法和求解可能遇到的困难,第四节给出解决问题的预测-校正方法;第五节和第六节对问题(1.2)分别陈述己有方法的固有困难和我们提出的解决方案.最后,在第七节中,我们为提出的方法给出统一的算法框架,证明这类算法的收敛性和遍历意义下的收敛速率,同时给出我们的一些结论.     

预不变凸模糊集的一些性质

在下半连续的条件下,给出了一个模糊集是预不变凸模糊集的充分条件,并将模糊凸集上相关性质在模糊不变凸集上作了相应的推广.所给出的条件和证明都是新的.     

Micro-CT参数对骨质疏松性椎体压缩性骨折术后复发的预测价值

本研究探讨Micro-CT参数对骨质疏松性椎体压缩性骨折(OVCF)患者术后复发的预测价值。选取OVCF患者127例,根据术后6个月骨折复发情况分为复发组(n=41)与未复发组(n=86)。患者均接受Micro-CT检查,对比两组Micro-CT参数,即骨体积分数(BV/TV)、骨小梁厚度(Tb.Th)、骨小梁间隙(Tb.Sp)、结构模型指数(SMI),以及骨密度(BMD)、骨矿含量(BMC),分析各参数与BMD、BMC及术后复发相关性,并评价各参数对术后复发的预测价值。结果显示,复发组骨体积分数(BV/TV)、骨小梁厚度(Tb.Th)低于未复发组,骨小梁间隙(Tb.Sp)、结构模型指数(SMI)高于未复发组(P<0.05);BV/TV、Tb.Th与骨密度(BMD)、骨矿含量(BMC)呈正相关,Tb.Sp、SMI与BMD、BMC呈负相关(P<0.05);将年龄、BMD、BMC等其他因素控制后,BV/TV、Tb.Sp、Tb.Th、SMI与OVCF术后骨折复发显著相关(P<0.05);BV/TV、Tb.Sp、Tb.Th、SMI联合预测OVCF术后骨折复发的曲线下面积(AUC)最大,为0.888(P<0.05)。提示Micro-CT参数在OVCF患者中呈异常表达,采用Micro-CT检查可为临床预测OVCF术后骨折复发提供科学指导。     

非光滑半无限多目标优化问题的对偶性北大核心CSCD

研究了一个非光滑半无限多目标优化问题(简记为SIMOP)并讨论它的对偶性.本文重点考虑此SIMOP的Mond-Weir型半无限多目标对偶问题,通过对目标函数和约束函数的某种组合赋予Clarke-凸性假设,获得了弱/强/逆对偶结论.文章的一些结论是比较新的,并推广了已有文献的一些结果.     

局部凸空间P-自反下的中点局部k-一致凸性(光滑性)

在局部凸空间已有的中点局部kk-一致凸性和中点局部k-一致光滑性这一对对偶概念的基础上,证明了中点局部kk-一致凸性与中点局部(k+1)-一致凸性的关系,给出了在P-自反的条件下它们之间的等价对偶定理.     

高维约束矩阵回归问题

高维约束矩阵回归是指高维情况下带非凸约束的多响应多预测统计回归问题,其数学模型是一个NP-难的矩阵优化,它在机器学习与人工智能、医学影像疾病诊疗、基因表达分析、脑神经网络、风险管理等领域有广泛应用.从高维约束矩阵回归的优化理论和算法两方面总结和评述这些新成果,同时,列出了相应的重要文献.     

集值映射多目标半定规划问题的epsilon-弱有效性

对于集值映射多目标半定规划问题, 在近似锥-次类凸的框架下, 建立了含矩阵和向量的择一性定理, 给出了问题的epsilon-弱有效解的epsilon-Lagrange乘子定理及标量化定理和epsilon-弱鞍点定理．     

求解伪单调平衡问题的强收敛算法

本文研究求解实希尔伯特空间中平衡问题的算法.结合惯性方法和非单调步长,一种求解平衡问题的算法被提出,所提算法无需知道双边函数的利普希茨常数.在双边函数伪单调和满足利普希茨条件下,算法的强收敛性被证明.数值实验表明了算法的优势.