二层多目标最优化中的凸性性质

研究了下层以有效点作为最佳响应的二层多目标最优化问题,借助凸集值分析知识、控制性质和集值映射的锥单调性,讨论了下层最优集值映射和上层复合目标集值映射的锥凸性和锥拟凸性。     

七种锥拟凸向量函数间的关系

锥拟凸向量函数的概念是通常实值函数拟凸性的拓广。由于拓广途径不一,在许多有关文献中各自提出了自己的锥拟凸向量函数概念。本文综述了文献中出现的七种锥拟凸向量函数的概念并着重讨论它们之间的关系,结果发现这七种锥拟凸向量函数的定义有些是等价的,有些是存在某种包含关系。针对那些不等价的定义,本文给出了具体的例子进行说明。     

锥广义类凸集值映射的择一性定理及应用

将单值映射的锥广义类凸概念拓广到集值映射,引入了集值映射的锥广义类凸性,然后建立了一个择一性定理,并借助它导出了锥广义类凸集值映射优化问题的标量化结果和Lagrange乘子定理。     

基于信息熵和残基电荷性的酪氨酸硝基化位点预测

采用氨基酸残基信息熵优化窗口,结合氨基酸的电荷性构建了蛋白质酪氨酸硝基化位点的预测模型。基于10-倍交叉验证,该模型的预测准确率和马氏相关系数分别达到了84.80%和69.69%。同时,对信息熵优化窗口和传统连续窗口进行了探讨,结果表明,信息熵窗口能够有效捕获酪氨酸硝基化肽段上的重要位点,克服短肽序列易丢失信息而单纯增大肽段长度又会引入冗余信息的矛盾,并最终提高模型的预测性能。特征分析揭示酪氨酸残基的局部静电环境、邻近的进化保守位点和长程位点对酪氨酸硝基化均有重要影响。     

广义Minkowski泛函及其性质

借助锥序关系定义了一种广义的Minkowshki泛函，并讨论了该泛函的性质。     

Tau蛋白丝氨酸磷酸化修饰位点的特征分析与识别

基于信息熵,融合氨基酸的物理化学性质、蛋白质的二级结构和残基的无序信息构建了Tau蛋白丝氨酸磷酸化修饰位点预测的新模型。分别探讨了每种特征对Tau蛋白丝氨酸磷酸化修饰位点的影响,特征分析结果表明,氨基酸的序列模体、卷曲结构和无序区域均有助于识别丝氨酸磷酸化修饰位点。通过10倍交叉验证,丝氨酸磷酸化修饰位点预测的准确率和马氏相关系数分别达到83.7%和65.1%,表明本文构建的模型可用于对Tau蛋白丝氨酸磷酸化修饰位点的有效预测。     

双扰动二层多目标最优化问题有效解集的稳定性

讨论了当上层目标函数和上层控制结构双扰动或上层控制结构和下层目标函数双扰动时，二层多目标最优化问题有效解集的稳定性。     

上层带扰动参数的二层多目标最优化问题有效点集的锥次微分稳定性

讨论了下层无扰动，上层带扰动参数的二层多目标最优化问题有效点集的锥次微分稳定性。     

二层多目标优化问题的灵敏度分析

借助集值优化问题的灵敏度分析,讨论了上层无扰动,下层带扰动参数的二层多目标最优化问题的灵敏度分析。     

参数多目标规划的最优多值函数的广义凸性

讨论了参数多目标规划问题P(u):minf(x,u)s.t.x∈R(u)其最优多值函H^*（u)=E[f(x,u）|x∈R（u)的K一凹性、锥类凸、锥次类凸性、锥次似凸性及其它一些广义凸性性质。借助于它,我们可以找到一种解决二层多目标问题的方法,即把二层多目标问题的下层问题转化成参数多目标规划问题。