多目标最优化G-恰当有效解集的存在性和连通性

本文证明了非空紧凸集上拟凸多目标最优化问题的G-恰当有效解的存在性．在此基础上，得到了向量目标函数既是似凸又是拟凸的多目标最优化问题的G-恰当有效解集是连通的结论．同时，还给出一个关于Pareto有效解集连通性的新结果．     

锥拟凸与拓扑向量空间多目标最优化有效解集和弱有效解集的连通性

§1.引言多目标最优化的有效解集和弱有效解集的连通性问题,是多目标最优化研究中一个引入关注的重要课题.研究连通性的原因之一,是由于在多目标最优化的一些算法中,人们有时要依照某些辅助判据从解集中的一个解过渡到另一个解.这时,解集的连通性就能保证这种过渡始终是在所考虑的解集之中进行的.     

多目标协商模型的标量化方法

多目标协商问题是协商理论的一个新的研究领域.本文讨论了由Bronisz和Krus提出的多目标协商模型和Bronisz-Krus-协商解概念,构造了由Bronisz-Krus多目标协商模型诱导的单目标协商模型并对其提出了一套公理系统和引入了Raiffa-协商解概念,讨论了诱导结局空间的性质,给出了Bronisz-Krus多目标协商模型与其诱导的单目标协商模型在某种意义下的等价性,即Bronisz-Krus-协商解与Raiffa-协商解可以互相确定,并给出了这种相互确定的关系式.     

群体多目标最优化的Lagrange对偶性

本文建立了目标和约束为不对称的群体多目标最优化问题的Lagrange对偶规划，在问题的联合弱有效解意义下，得到群体多目标最优化Lagrange型的弱对偶定理、基本对偶定理、直接对偶定理和逆对偶定理。     

向量最优化弱有效解的特征和存在性

研究多目标凸向量优化问题在Gateaux可微条件下弱有效解的特性,并讨论一类非凸向量最优化问题弱有效解及与一变分不等式的等价性,给出了解的存在性。     

多目标最优化的一种积分型实现算法

在文[1]中给出了求解多目标最优化的一种积分总极值的概念性算法．本文利用数论中的一致分布佳点集列，较为简便的得出了多目标最优化的积分总极值的实现算法和算法终止准则．并经过有关函数数值计算表明该算法是有效的，可用来求解多目标最优化问题的有效解．     

机器学习中的最优化模型与对偶

数学最优化是以数学的方式来刻画和找出问题最优解的一门学科.机器学习利用数据构造预测方法,并对这些方法进行研究.介绍了机器学习中与支持向量机和稀疏重构相关的最优化模型.在此基础上,给出了三个典型最优化模型的对偶问题,并详细地讨论了对偶在求解这些问题中的应用.     

有限理性下参数最优化问题解的稳定性

主要研究有限理性下参数最优化问题解的稳定性. 即在两类扰动即目标函数及可行集二者, 目标函数、可行集及参数三者分别同时发生扰动的情形下, 对参数最优化问题引入一个抽象的理性函数, 分别建立了参数最优化问题的有限理性模型M, 运用``通有'的方法, 得到了上述两种扰动情形下相应的有限理性模型M的结构稳定性及对\varepsilon-平衡(解)的鲁棒性, 即有限理性下绝大多数的参数最优化问题的解都 是稳定的, 并以一个例子说明所得的稳定性结果均是正确的.     

多目标最优化的弱较多有效解类

本文引进多目标最优化问题的弱较多有效解类，讨论了它们与其他有关解的关系，并且给出解集的结构表示定理。     

多目标优化问题鲁棒有效解与真有效解之间的关系

在一定条件下研究了多目标优化问题鲁棒有效解与真有效解之间的关系及鲁棒有效解的最优性条件.首先,给出多目标优化问题鲁棒弱有效解的概念,研究它与鲁棒有效解和真有效解之间的关系,举例说明了相关结果的合理性.其次,在次类凸和伪凸性假设下研究了鲁棒有效解的必要性条件和充分性条件.     

规划问题的一种新提法

用数学工具去解决实际问题的一个前提条件是需要建立一个恰当的数学模型。随着问题研究的深入,往往需要人们寻求一些新的数学工具去建立更加符合客观实际的数学模型。传统的单目标最优化问题(规划问题)的数学模型(?)f(x),R={x|g_i(x)≥0,i=1,2,…,m}是有局限的。主要反映在下面两方面:1.实际问题中的约束条件常常发生在一种不分明的环境中,按分明情况处理有时会丢失更为恰当的解。2.多目标最优化问题与单目标最优化问题,目标函数与约束条件之间往往没有不可逾越的鸿沟。有的问题本来是多目标最优化问题,但为了处理上的方便人为地把有些目     

多目标决策中的ε—共轭对偶理论

本文首先讨论了ε—有效解的性质,证明了ε—有效解集的连通性。第二,在通常的Pareto有效解的意义下,利用ε—次微分和ε—共轭映射,讨论了Pareto有效解的共轭对偶定理、拉格朗日对偶定理和鞍点定理。还证明了ε—次微分的存在性定理。§1 ε—有效解和连通性近年来,对多目标最优化的共轭对偶理论已有了许多讨论。Tanino,T.[1]在Pareto有效解的意义下利用向量值函数的次微分给出了多目标最     

向量极值问题的本质弱有效解

向量极值问题(多目标最优化问题)的稳定性研究,几年来已有一些工作。本文从不同的角度来讨论此类问题。我们视满足一定条件的向量极值问题全体为一距离空间,将每个向量极值问题与其全体弱有效解的集合之间的对应关系视为集合值映象(多值映     

一类系数为梯形模糊数的两层多随从线性规划模型

针对一类系数为梯形模糊数的两层多随从线性规划问题,利用模糊结构元理论定义了模糊结构元加权序,证明了一类系数为梯形模糊数的两层多随从线性规划问题的最优解等价于两层多随从线性规划问题的最优解.根据线性规划的对偶定理和互补松弛性质,得到了两层多随从线性规划模型的最优化条件.最后,利用两层多随从线性规划模型的最优化条件,设计了求解一类系数为梯形模糊数的两层多随从线性规划问题的算法,并通过算例验证了该方法的可行性和合理性.     

一类偏积分-微分方程中的反问题

对一类偏积分-微分方程中参数校准的反问题进行研究.在弱解的框架下,原问题可转化为含具体正则化项的最优化问题.文中证明了该最优化问题的解的存在性和稳定性,并考察了最优解存在的一阶必要条件.另外,证明了当正则化参数足够大时,该最优化问题关于参数a的凸性性质.基于偏积分-微分方程反问题的研究对于金融市场中的模型校准问题具有重要的意义.     

多目标条件风险值问题的等价定理

条件风险值问题是研究信用风险最优化的一种新的模型，本文研究了一类多目标条件风险值问题等价定理，我们引入了多个损失函数在对应的置信水平下关于一个证券组合的α-VaR损失值(最小信用风险值)和α-CVaR损失值(最小信用风险值对应的条件期望损失值或条件风险价值度量)概念，为了求得α-CVaR损失值下的弱：Pareto有效解，我们证明了它等价于求解另一个多目标规划问题的Pateto有效解，这样使得问题的求解变得简单．     

垃圾填埋场选址问题的模糊数学模型研究

为有助于在环境和经济框架内评价垃圾填埋场选址决策,本文建立了关于该问题的多目标模型,模型中既考虑了安置和运营设施需要的固定成本和可变成本,也考虑了居民区承受的风险,以及各居民区承担风险的公平性。并进一步讨论了用模糊方法处理的一般多目标规划模型的模糊最优解与有效解及弱有效解之间的关系。最后使用两种模糊目标规划方法求解数值例子以分析所建模型的适用性,结果表明,加权模糊方法可以为决策者提供更接近期望值的满意方案。     

两层多人多目标决策模型及其凸性

本文提出了四种一般性两层多人多目标决策模型及其最优解概念，它们适应于下层以不同已知信息提供给上层并涉及多个决策者不同偏好的两层多目标决策问题，研究了与这些模型相关的几种集值函数（包括下层有效前沿面，下层目标空间构成的集值函数和上层的两种复合目标集值函数）在各种意义下的凸性。     

广义弧连通凸向量变分不等式与多目标规划解之间的关系（英文）

本文研究了广义弧连通凸性条件下向量变分不等式与多目标规划解之间关系的问题.利用凸分析和非光滑分析的方法,引入了一类(ρ,b)-右可微弧连通函数的概念,并举例说明了这类广义凸函数的存在性.获得了(ρ,b)-右可微弧连通凸多目标规划的有效解或弱有效解与向量变分不等式解之间存在紧密关系的结果,推广了文献中凸性假设下的相应结论,本文所得成果是向量优化理论研究内容的丰富和深化.     

多目标最优化中的共轭对偶理论

引言本文将在一般“非支配解” (Nondominated Solution) 意义下建立多目标最优化共轭对偶理论框架.全文共三部分.首先在§1中提出共轭映照、Λ-凸和次微分等概念,导出它们之间的一些重要关系.然后在§2中利用摄动方法,把原多目标极值问题嵌入到一族摄动问题中去,由摄动后的目标函数的共轭映照来定义原问题的对偶问题,建立并证明多目标最优化共轭对偶理论中的弱对偶定理、强对偶定理和鞍点定理.作为例子,在§3中讨论一类广义凸多目标数学规划问题的共轭对偶性.