随机规划经验逼近问题最优解集的几乎处处下半收敛性

本文给出了随机规划经验逼近最优解集几乎处处下半收敛的一个充分条件,并由此得到随机规划经验逼近最优解集几乎处处Hausdorff收敛的一个充分条件.     

二层随机规划逼近最优解集的上半收敛性

下层随机规划以上层决策变量作为参数,而上层随机规划是以下层随机规划的唯一最优解作为响应的一类二层随机规划问题,首先在下层随机规划的原问题有唯一最优解的假设下,讨论了下层随机规划的任意一个逼近最优解序列都收敛于原问题的唯一最优解,然后将下层随机规划的唯一最优解反馈到上层,得到了上层随机规划逼近最优解集序列的上半收敛性.     

概率约束规划逼近最优解集的上半收敛性

本文讨论了概率约束规划目标函数的连续收敛性,并利用概率测度弱收敛的特征给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

一类概率约束规划逼近最优解集的上半收敛性

对一类概率约束规划逼近最优解集的上半收敛性进行了研究.利用概率测度弱收敛的特征,给出了概率约束规划可行集的收敛性条件,得到了概率约束规划逼近最优解集的上半收敛性.     

乐观型二层随机规划逼近问题最优解集的上半收敛性

文章针对下层随机规划反馈的最优解不唯一,上层为单目标约束随机规划的一类乐观型二层随机规划逼近问题,构建了求解乐观型二层随机规划逼近最优解集上半收敛的理论框架.首先将乐观型二层随机规划等价转化为单层随机规划问题,通过逼近方法建立了无界可积函数在有限区域上以及全空间上的一致逼近定理,应用此结果给出了目标函数的连续收敛性和约束集的K-收敛性.其次利用上图收敛理论,得到了乐观型二层随机规划逼近最优解集的上半收敛性.该结论提供了乐观型二层随机规划逼近最优解集可以近似替代精确的最优解集的理论依据,结果表明离散化逼近方法是可行的、有效的、合理的.     

一类随机规划逼近最优值和最优解集的收敛性

本文提出强上图收敛的概念,讨论了逼近随机规划的目标函数序列的强上图收敛性,研究了逼近随机规划最优值和最优解集的收敛性条件,得到了一类随机规划逼近最优值和最优解集的收敛性.     

一类极大极小随机规划逼近问题最优解集的上半收敛性

本文首先将极大极小随机规划等价的转化为一个二层随机规划,在下层初始随机规划最优解集为多点集的情形下,给出下层随机规划逼近问题最优解集集值映射关于上层决策变量参数的上半收敛性和最优值函数的连续性.然后将上层随机规划等价转化为以上层和下层决策变量作为整体决策变量,以下层规划最优解集的图作为约束条件的单层规划,并在下层初始随机规划最优解集的图为正则的条件下,得到上层随机规划逼近问题最优解集关于最小信息概率度量收敛的上半收敛性.     

整体退火遗传算法的几乎处处强收敛性

本文通过鞍论来分析整体退火遗传算法收敛的特性，得出整体退火遗传算法几乎处处强收敛的条件∑n=1^∞e^-δ,Tn＜ ∞，并且给出其收敛率0（1/N N0 （2-Cn^-^N0-mn^-^N0)e^(△-d)/Tm)。     

随机规划ε-逼近最优解集的Hausdorff收敛性

本文研究了随机规划ε-逼近最优解集的Haudorff收敛性条件,证明了随机规划逼近最优值的收敛性,并利用此结果给出了随机规划ε-逼近最优解集Haudorff收敛的一个充分条件.     

二层随机规划逼近解的收敛性

对二层随机规划的逼近解的收敛性作了探讨,证明了当随机向量序列{ζ(k)(w)}依分布收敛于ζ(w)时,相应于ζ(k)(w)的二层随机规划问题的任何最优解序列将收敛到原问题的最优解.     

独立随机序列最大值的几乎处处极限定理

本文研究了独立随机序列最大值分布的几乎必然收敛性.利用有关协方差的不等式和加权平均,获得独立随机序列最大值的几乎处处极限.将独立同分布随机序列的结论,推广了独立但不同分布的情形.     

鞅差序列加权和的几乎处处收敛(英文)

本文研究了一类鞅差序列加权和的收敛性的问题.利用一些基本不等式和截尾技术,获得了加权和的几乎处处收敛性,推广了关于独立同分布的随机变量序列的相关结果.     

NA序列广义Jamison型加权和的几乎处处收敛性

本文从随机变量序列广义Ｊａｍｉｓｏｎ型加权和的一个系数指标函数自身性质出发，讨论了广义Ｊａｍｉｓｏｎ型加权和的强稳定性，避免了控制函数的引入， 进一步还得到了更一般的ＮＡ序列广义Ｊａｍｉｓｏｎ型加权和的几乎处处收敛的条件，并将前人的若干结论包含为特例．     

距离空间上的几乎处处中心极限定理

该文得到了关于一般可分距离空间上独立随机元序列的几乎处处中心极限定理(almost sure central limit theory, 简记为ASCLT). 作为应用, 该文给出了取值于可分Banach空间上随机元序列以及一类随机场序列满足ASCLT的充分条件,最后给出了关于多维随机变量序列极值的ASCLT.     

模糊复测度空间上可测函数列几种收敛性之间的关系

作为经典复测度和模糊测度的推广,研究模糊复测度及模糊复测度空间上可测函数列几种收敛性之间的关系.在模糊复测度空间上得到了Egoroff定理、Lebesgue定理和Riesz定理等重要结果.为模糊复分析的深入研究打下一定基础.     

求解单阶段随机规划的一种光滑逼近法

本文借助某种离散方式把单阶段随机规划问题转化为具有多个约束的确定性非线性规划，然后利用极大熵函数方法，把此确定性规划转化为只带简单约束的非线性规划，由此提出了求解这种随机规划的光滑逼近法，同时给出了该法的收敛性分析，较好地克服了因提高离散精度导致约束函数个数迅速增大所带来的求解困难．     

φ^~混合随机变量列的几乎处处收敛性

本文研究(~φ)混合随机变量列的几乎处处收敛性,获得了(~φ)混合随机变量列的强大数律,推广和改进了独立情形的相应结果.     

二层随机规划逼近问题最优解集的上半收敛性

在下层初始随机规划问题可行解集上引入了正则的概念,并在下层初始随机规划最优解唯一的条件下,利用上图收敛理论,给出了下层随机规划逼近问题的任意一个最优解向量函数都连续收敛到下层初始随机规划问题的唯一最优解向量函数.然后将下层随机规划的最优解向量函数反馈到上层随机规划的目标函数和约束条件中,得到了上层随机规划逼近问题的最优解集关于最小信息概率度量收敛的上半收敛性.     

一类二层规划的上图收敛性

以下层规划的最优值作为响应反馈到上层的一类二层规划问题，可以放宽要求下层规划具有唯一解的限制．本文旨在讨论这类二层规划序列的上图收敛性，从而对近似求解这类问题提供了一定的理论依据．