序线性空间中近次似凸集值映射向量优化的最优性条件、鞍点和对偶理论

来源 :重庆大学 | 被引量 : 0次 | 上传用户:chengkemin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文讨论集值优化理论的若干问题。在线性空间中引入近次似凸集值映射概念,获得了它的一些重要性质。在此假设下,运用线性空间中的凸集分离定理,一个Gordan-Farka,s型择一性定理被建立。在序线性空间中,引入近次似凸集值映射向量优化问题的数学模型。利用近次似凸集值映射择一性定理,在弱有效解意义下,建立了序线性空间中近次似凸集值优化问题的最优性充分条件和必要条件,及其标量化定理。引入集值优化问题的Lagrange映射后,定义了鞍点概念,有关的Lagrange乘子存在性定理,鞍点与弱有效解之间的关系被得出。在此基础上,给出了集值优化问题的Lagrange型对偶问题的结果,包括弱对偶定理、强对偶定理和逆对偶定理。
其他文献
学位
学位
地震勘探是地球物理研究的重要途径之一。传统的地震数据分析主要是在预处理数据的基础上,建立合适的速度模型,通过精确的速度信息进行数据处理。然而,精确的速度求取,不仅需
优化是个古老而实用的课题,在科学研究、经济规划以及工程应用等领域都能遇到优化问题。本论文研究的粒子群优化算法,是一种新近提出的基于群智能的优化技术。作为智能优化算法