共查询到20条相似文献,搜索用时 46 毫秒
1.
主要讨论了一类带概率互补约束的随机优化问题的最优性条件.首先利用一类非线性互补(NCP)函数将概率互补约束转化成为一个通常的概率约束.然后,利用概率约束的相关理论结果,将其等价地转化成一个带不等式约束的优化问题.最后给出了这类问题的弱驻点和最优解的最优性条件. 相似文献
2.
3.
4.
本文考虑Hilbert空间中的,上层为有限个不等式约束,下层是一锥约束参数规划的双层规划问题的最优性条件.首先,利用下层问题最优值函数的方向导数的上下界的性质给出一阶最优性条件.之后,在使下层问题的最优值函数是二阶方向可微的条件下,证明了二阶必要性条件. 相似文献
5.
本文研究了一类含有锥约束多目标变分问题的广义对称对偶性.利用函数的(F,ρ)-不变凸性的条件,得出了多目标变分问题关于有效解的弱对偶定理、强对偶定理和逆对偶定理,将多目标变分问题的对称对偶性理论推广到含有锥约束的广义对称对偶性上来. 相似文献
6.
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. 相似文献
7.
8.
引进了一种二阶切导数,借助该切导数给出了变序结构集值优化问题取得局部弱非控点的二阶最优性必要条件.在某种特殊情况下,给出了一阶最优性条件.通过修正的Dubovitskij-Miljutin切锥导出的约束规格,给出了两个集值映射之和的二阶相依切导数的关系式,进一步得到目标函数与变锥函数的二阶相依切导数分开形式的最优性必要条件. 相似文献
9.
10.
《数学物理学报(A辑)》2018,(6)
利用函数的次微分性质,通过引进新的约束规范条件,等价刻画了带锥约束的复合优化问题的最优性条件和对应的Lagrange函数的鞍点定理,推广了前人的相关结论. 相似文献
11.
本文讨论的是集值优化问题Benson真有效解的高阶Fritz John型最优性条件,利用Aubin和Fraukowska引入的高阶切集和凸集分离定理,在锥-似凸映射的假设条件下,获得了带广义不等式约束的集值优化问题Benson真有效解的高阶Fritz John型必要和充分性条件. 相似文献
12.
在实赋范线性空间中研究集值优化问题ε-严有效解的广义高阶Fritz John型最优性条件.利用Wang等引入的广义高阶锥方向邻接导数,在内部锥类凸假设下,借助凸集分离定理,获得了带广义不等式约束的集值优化问题ε-严有效解的广义高阶Fritz John型必要和充分条件. 相似文献
13.
拓扑向量空间中非光滑向量极值问题的最优性条件与对偶 总被引:1,自引:0,他引:1
本文提出了向量值函数的锥D-s凸,锥D-s拟凸,s右导数及锥D-s伪凸等新概念,探讨了锥D-s凸函数的有关性质,建立了带约束非光滑向量极值问题(VP)的最优性必要条件与涉及锥D-s凸(拟凸,伪凸)函数的约束极值问题(VP)的最优性充分条件,给出了原问题(VP)与其Mond-Weir型对偶问题的弱对偶与强对偶结论,揭示了(VP)的局部锥D-(弱)有效解与整体锥D-(弱)有效解,(VP)的锥D-弱有效解与锥D-有效解的关系,所得结果拓广了凸规划及部分广义凸规划的有关结论. 相似文献
14.
15.
在弧连通锥-凸假设下讨论Hausdorff局部凸空间中的一类数学规划的最优性条件问题.首先,利用择一定理得到了锥约束标量优化问题的一个必要最优性条件.其次,利用凸集分离定理证明了无约束向量优化问题关于弱极小元的标量化定理和一个一致的充分必要条件.所得结果深化和丰富了最优化理论及其应用的内容. 相似文献
16.
童子双 《数学的实践与认识》2009,39(14)
结合F-凸,η-不变凸及d一致不变凸的概念给出了非光滑广义(F,ρ,θ)-d一致不变凸函数;就一类在凸集C上目标函数为Lipschitz连续的带有可微不等式约束的广义分式规划,提出一个对偶,并利用在广义Kuhn-Tucker约束品性或广义Arrow-Hurwicz-Uzawa约束品性的条件下得到的最优性必要条件,证明相应的弱对偶定理、强对偶定理及严格逆对偶定理. 相似文献
17.
周轩伟 《高校应用数学学报(A辑)》2016,(1):63-72
研究了一类非光滑多目标规划问题.这类多目标规划问题的目标函数为锥凸函数与可微函数之和,其约束条件是Euclidean空间中的锥约束.在满足广义Abadie约束规格下,利用广义Farkas引理和多目标函数标量化,给出了这一类多目标规划问题的锥弱有效解最优性必要条件. 相似文献
18.
19.
首先综述非线性约束最优化最近的一些进展. 首次定义了约束最优化算法的全局收敛性. 注意到最优性条件的精确性和算法近似性之间的差异, 并回顾等式约束最优化的原始的Newton 型算法框架, 即可理解为什么约束梯度的线性无关假设应该而且可以被弱化. 这些讨论被扩展到不等式约束最优化问题. 然后在没有线性无关假设条件下, 证明了一个使用精确罚函数和二阶校正技术的算法可具有超线性收敛性. 这些认知有助于接下来开发求解包括非线性半定规划和锥规划等约束最优化问题的更加有效的新算法. 相似文献