论文部分内容阅读
集值优化理论在不动点、变分学、微分包含、最优控制、数理经济学等领域有着广泛的应用，是目前应用数学领域中备受关注的热点之一，而集值优化问题在各种解意义下的最优性条件是其中的重要组成部分，是建立现代优化算法的重要基础。另一方面，凸性的概念在优化理论中扮演着重要的角色，因而各种凸性的推广都倍受人们的关注。本文在实赋范线性空间中考虑约束集值优化问题的超有效性。在内部锥类凸假设下，利用凸集分离定理，分别得到了Kuhn-Tucker和Lagrange必要条件，并得到了新鞍点的最优性条件。在锥序Banach空间中利用集值映射的上图导数引进了强有效意义下的广义梯度，在下C一半连续条件下，利用凸集分离定理证明了该广义梯度的存在性；由此建立了集值向量优化问题强有效解在广义梯度下的最优性条件。