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．     

一类多目标广义分式规划问题的最优性条件和对偶

研究了一类不可微多目标广义分式规划问题．首先,在广义Abadie约束品性条件下,给出了其真有效解的Kuhn—Tucker型必要条件．随后,在（C,a,P,d）一凸性假设下给出其真有效解的充分条件．最后,在此基础上建立了一种对偶模型,证明了对偶定理．得到的结果改进了相关文献中的相应结论．     

Kuhn-Tucker定理的精确形式

本文对有序向量空间中凸规划问题的Kuhn－Tucker定理提出一个精确形式，即将Lagrange因子存在性转化为一个新问题最优值的有界性．     

多目标规划的一类基于精确罚函数的交互式方法

该文在约束集的线性化锥非空的条件下,得到了带有等式和不等式约束的多目标规划问题的精确罚函数的存在性,用原问题的二次近似在某些点上的Kuhn－Tucker乘子给出了罚因子的下界．在此基础上,利用极大熵方法的思想将罚问题转化为可微的无约束多目标规划问题并给出了求解该问题的一种交互式算法．数值结果表明：该文算法具有计算速度快、精度高、适用范围广且易于理解和使用等优点．     

不具有与具有卖空限制的证券选择理论(英文)

本文讨论不具有与具有卖空限制的证券选择理论．不具有卖空限制的证券选择问题作为规划问题用Lagrange数法求解．这个问题可以推广到具有卖空限制情形．用Kuhn－Tucker条件求解．     

一类新的弧式连通函数

凸分析是非光滑分析中发展比较成熟的一个方向,关于凸集、凸函数理论的奠基工作可以追溯到本世纪初的Jensen和Minkowski的著作。然而真正引起人们重视的是Von.Neumann.Dantzing,Kuhn,Tucker等人对运筹学、规划论的研究.Rockaffellar的“Convex Analysis”一书使凸分析成为一数学分科。但是实际抽象出来的许多实际问题     

非光滑最优化问题的充分条件

§l引言 考虑如下最优化问题: fNP、) /n““,(。) 、 Iz E R一{z E E‘/口(z)≤0,^(z)一0},其中,:驴一E,g一(9∥“,‰)’:E。一13",h一(^∥一,^,)”:驴一E’并且f,g。(1≤。≤,,,‘),hjL I≤j≤p)均是E。上的局部Lipsehitz函数. 最近,唐焕文等在[1]中提出了广义伪凸函数并在[2]中利用这类函数讨论了非光滑最优化问题解的充分条件.在这篇文章里,我们提出几类,“义凸性函数,在这些凸性条件下我们证明了非光滑最优化问题(NP)的解的允分条件,它包括Kuhn—Tucker允分条件和FritzJohn允分条件.§2概念 设D是驴的一个开子集,一个实值函数…     

非线性规划:历史考察(二)

§5.Kuhn-Tucker的文章Karush的工作背景与Kuhn和Tucker的工作背景是这样的不同,以致人们对他们导出了同样的定理确实会感到惊奇。从三十年代中期以来,Tucker一直对张量计算中协变和反协变、组合拓扑中下同调和上同调之间的对偶性感到兴趣。他亦意识到电网络理论发展中出现的预拓扑(Pre-topology)现象。然而,如果没有一个幸运的历史上的偶然机会,     

向量集值优化超有效解的对偶问题

借助于Contingent切锥和集值映射的上图而引入的有关集值映射的Contingent切导数，对约束集值优化问题的超有效解建立了最优性Kuhn Tucker必要及充分性条件,借此建立了向量集值优化超有效解的Wolfe型和Mond Weir型对偶定理.     

一类非线性规划问题的信赖域内点算法

本文对约束为线性的一类非线性优化问题提出了一种依赖域内点算法的,其中约束非负性要求一个仿射变换阵实现,其子问题变成了与个带仿射变换的线性等式约束的求解,我们证明了算法的有效性,在一定条件下证明了由算法产生的序列收敛到优化总理２的一阶稳定,点。     

非线性规划:历史考察(一)

本文以最优性的必要条件为重点,介绍了非线性规划(以下简称为NP)的历史概貌,追溯和比较了Karush、John、Kuhn和Tucker等人著述的数学渊源,并以在NP的近代发展出现之前的对偶性定理来说明他们的成果.     

解非线性约束方程的拉格朗日全局投影方法

基于最优化方法求解约束非线性方程组的一个突出困难是计算 得到的仅是该优化问题的稳定点或局部极小点,而非方程组的解点.由此引出的问题是如何从一个稳定点出发得到一个相对于方程组解更好的点. 该文采用投影型算法,推广了Nazareth-Qi$^{[8,9]}$ 求解无约束非线性方程组的拉格朗日全局算法(Lagrangian Global-LG)于约束方程上; 理论上证明了从优化问题的稳定点出发,投影LG方法可寻找到一个更好的点. 数值试验证明了LG方法的有效性.     

解一类Hessian矩阵亏秩的修正BFGs算法及其局部Q-超线性收敛性

本文对凸函数在极值点的Hessian矩阵是秩亏一的情况下,给出了一类求解无约束优化问题的修正BFGS算法.算法的思想是对凸函数加上一个修正项,得到一个等价的模型,然后简化此模型得到一个修正的BFGS算法.文中证明了该算法是一个具有超线性收敛的算法,并且把修正的BFGS算法同Tensor方法进行了数值比较,证明了该算法对求解秩亏一的无约束优化问题更有效.     

一种新的逼近精确罚函数的罚函数及性质

针对可微非线性规划问题提出了一个新的逼近精确罚函数的罚函数形式,给出了近似逼近算法与渐进算法,并证明了近似算法所得序列若有聚点,则必为原问题最优解. 在较弱的假设条件下,证明了算法所得的极小点列有界,且其聚点均为原问题的最优解,并得到在Mangasarian-Fromovitz约束条件下,经过有限次迭代所得的极小点为可行点.     

无向路图和块图上的混合控制

图G=(V,E)的一个混合控制集是一个满足如下条件的集合DV∪E:不在D中的每个点或每条边都相邻或关联于D中的至少一个点或一条边.确定图的最小基数的混合控制集的问题称为混合控制问题.本文研究混合控制问题的算法复杂性,证明了混合控制问题在无向路图上是NP-完全的,但在块图上有线性时间算法.无向路图和块图都是弦图的子类,又是树的母类.     

积分—水平集总极值算法的另一实现途径

在（１）中提出了一个积分－水平集求总极值的概念性算法及Ｍｏｎｔｅ－Ｃａｒｌｏ随机投点的实现途径，并在不少实际问题中得到了很好的应用。但这一实际算法的收敛性是个未解决的问题。本文给出了另一实现途径，并证明了收敛性。从而从理论上证明了这一实现算法一定能求到总极值和总极值点，数值试验结果也支持这一理论结果。     

框式凸二次规划问题的非精确不可行内点算法

对框式凸二次规划问题提出了一种非精确不可行内点算法 ,该算法使用的迭代方向仅需要达到一个相对的精度 .在初始点位于中心线的某邻域内的假设下 ,证明了算法的全局收敛性     

单调非线性互补问题的不可行内点算法

为了克服内点算法初始点不易给出的缺陷，本文给出了一个求解单调非线性互补问题的不可行内点算法，并证明了算法的收敛性。     

无约束优化问题的一个下降方法

本文研究了无约束优化问题.利用当前和前面迭代点的信息以及曲线搜索技巧产生新的迭代点,得到了一个新的求解无约束优化问题的下降方法.在较弱条件下证明了算法具有全局收敛性.当目标函数为一致凸函数时,证明了算法具有线性收敛速率.初步的数值试验表明算法是有效的.     

关于补几何规划算法收敛性的注记

文[1]提出了标准形式的补几何规划(SOGF)的一个算法,并在某种假定下证明了算法的收敛性.文[3]在一个大大减弱了的条件下证明了算法的收敛性,其中的一个主要定理是证明了标准形式的补几何规划的K-T点和一