近似锥一次类凸集值向量优化问题强有效解的广义鞍点刻画

本文研究了近似锥一次类凸集值向量优化强有效解的广义鞍点表示问题.利用择一定理,得到了近似锥-次类凸集值优化问题强有效解为广义鞍点的充分条件和必要条件.所得结果丰富了集值优化理论,并且拓广了广义鞍点的应用.     

关于具有不确定性凸半无限规划的近似解（英文）

在本文中,我们考虑约束函数带有不确定信息的凸半无限优化问题的近似解(也称为ε-解),并建立了凸半无限规划的鲁棒对等问题,同时给出了其近似解.进一步地,提出了鲁棒对偶问题的必要条件和充分条件.在锥约束条件下,基于鲁棒优化方法,证明了近似解意义下的拉格朗日对偶性质.     

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。     

集值优化问题的强有效解与Kuhn-Tucker鞍点

首先在局部凸Hausdorff拓扑向量空间中定义了集值优化问题的Kuhn-Tucker鞍点,在近似锥-次类凸集值映射下,讨论了集值优化问题的强有效解与Kuhn-Tucker鞍点之间的关系.     

鲁棒凸优化问题拟近似解的刻划

本文研究鲁棒凸优化问题拟近似解的最优性条件和对偶理论.首先利用鲁棒优化方法,在由约束函数的共轭函数的上图给出的闭凸锥约束规格条件下,建立了拟近似解的最优性充要条件.其次给出了鲁棒凸优化问题拟近似解在Wolf型和Mond-weir型对偶模型下的强(弱)对偶定理.最后给出具体实例验证了本文获得的结果.     

局部凸空间中ic -锥-类凸集值优化问题的超有效性

该文研究局部凸空间中受集值约束的集值优化问题的超有效解. 证明了ic -锥-类凸集值映射的一个有用性质, 并以此性质为主要工具, 得到了ic -锥-类凸集值向量优化问题超有效解的最优性条件和鞍点定理.     

不确定信息下凸优化问题的鲁棒解刻划

该文旨在研究一类不确定性凸优化问题的鲁棒最优解.借助次微分的性质,首先引入了一类鲁棒型次微分约束品性.随后借助此约束品性,刻划了该不确定性凸优化问题的鲁棒最优解.最后建立了该不确定凸优化问题与其对偶问题之间的Wolfe型鲁棒对偶性.     

广义锥-s次类凸向量优化的标量化和鞍点定理

讨论序拓扑向量空间中的约束向量优化问题.在广义锥-s次类凸假设下,得到了向量优化问题关于δ-弱有效解的标量化定理和Lagrange泛函的鞍点定理.     

集值优化问题的强有效解与Kuhn—Tucker鞍点

首先在局部凸Hausdorff拓扑向量空间中定义了集值优化问题的Kuhn—Tucker鞍点，在近似锥一次类凸集值映射下，讨论了集值优化问题的强有效解与Kuhn—Tucker鞍点之间的关系．     

矫正低秩相关系数矩阵的松弛序列凸近似方法

本文主要讨论带有秩约束以及简单上下界约束的相关系数矩阵矫正问题的求解方法.该问题可以写成一个含有DC(两个凸函数之差)约束的优化问题,于是考虑利用求解DC优化问题的序列凸近似(SCA)方法求解.然而对本文讨论的问题,经典的序列凸近似方法收敛所需的约束规范不成立,于是,本文提出一种松弛的序列凸近似方法.本文证明当松弛参数趋于零时,松弛的DC问题的稳定点趋于原问题的稳定点.另一方面,可以利用序列凸近似方法求解松弛的DC问题.可以证明,序列凸近似方法生成的一系列凸子问题的解的聚点就是该松弛DC问题的稳定点.数值实验验证了该方法的有效性.     

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。     

集值映射向量优化问题的ε-超鞍点和ε-对偶定理

本文研究集值映射向量优化问题的ε-超鞍点和ε-对偶定理。在集值映射是近似广义锥次似凸的假设下，利用ε-超有效解的标量化和Lagrange乘子定理，建立和证明了关于ε-超有效解的鞍点和对偶定理。     

简单约束鞍点优化问题的投影原始-对偶算法

本文研究了带有简单凸集约束的鞍点优化问题.利用问题的凸凹特性,提出了一个投影原始-对偶梯度方法.算法具有对称结构且每步具有显示解.证明了新算法的收敛性并获得了收敛速率.泊松噪音图像恢复问题的数值结果验证了算法的有效性.     

生成锥内部凸-锥-类凸集值优化问题的Henig真有效性

该文讨论局部凸空间中的约束集值优化问题. 首先, 在生成锥内部凸-锥-类凸假设下, 建立了Henig真有效解在标量化和Lagrange乘子意义下的最优性条件. 其次, 对集值Lagrange映射引入Henig真鞍点的概念, 并用这一概念刻画了Henig真有效解. 最后, 引入了一个标量Lagrange对偶模型, 并得到了关于Henig真有效解的对偶定理. 另外, 该文所得结果均不需要约束序锥有非空的内部.     

拟凸多目标优化问题近似解的最优性条件

研究了拟凸多目标优化问题近似弱有效解、近似有效解的最优性条件.首先,在已有拟凸函数次微分的基础上引进4种近似次微分的概念,并给出它们之间的关系.然后,将4种近似次微分的概念应用到拟凸多目标优化问题中,给出了拟凸多目标优化问题近似弱有效解和近似有效解的充分条件和必要条件,并给出实例加以说明.     

广义弧式连通凸锥优化问题的最优性条件及对偶问题

给出了弧式连通凸锥优化问题的强有效解和Benson真有效解的最优性条件,讨论了目标函数和约束函数均为广义弧式连通凸锥函数优化问题的近似有效解的最优性条件,给出了相应的近似Mond-Weir型对偶模型,给出了弱对偶和逆对偶定理.     

序线性空间中向量优化问题的K-T型定理

本文在广义凸性条件下,研究实线性空间中一类向量优化问题的最优性条件,我们引入F ritz-John鞍点,、“K-T鞍点”讨论它们与有效解、弱有效解之间的关系.     

锥约束非光滑多目标优化问题的对偶及最优性条件

研究了一类涉广义不变凸锥约束非光滑多目标优化问题(记为(MOP)),结合Craven与Yang广义选择定理,建立了该优化问题的Kuhn-Tucker型最优性充分必要条件以及其鞍点与弱有效解之间的关系,给出了(MOP)的Wolfe型与Mond-Weir型弱、强以及逆对偶理论.     

基于近似一阶信息的加速的bundle level算法

本文提出了四种加速的BL(bundle level)算法来分别求解凸光滑函数、强凸光滑函数的极小值问题和一类鞍点(saddle-point)问题.这些算法可以运用目标函数的近似的一阶信息来得到上述几类问题的近似解.本文重点研究了在一阶信息误差上界可自由选取和给定不变的两种情形下,所提出的算法中近似解能达到的最佳精度以及相应的迭代复杂度.     

不确定多目标优化鲁棒真有效解的最优性与对偶

本文研究一类不确定性多目标优化问题鲁棒真有效解的最优性条件和对偶理论.首先,借助鲁棒真有效解的标量化定理,在鲁棒型闭凸锥约束品性下,建立了不确定多目标优化问题真有效解的最优性条件;其次,针对原不确定多目优化的Wolfe型对偶问题,得到关于鲁棒真有效解的强、弱对偶定理.