集值优化的几种对偶问题

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:x360791581
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
集值优化的对偶理论在集值优化理论中占有极其重要地位,它的理论和方法被广泛应用于微分包含、博弈论、经济平衡问题等领域,而且它对集值最优化问题的求解及最优性条件的确定等也起着重要作用,因此,对对偶理论进行研究有着重要的理论价值和实际意义,并深受数学界的广泛关注。  近年来,集值优化理论的发展较为迅速,取得了一些很有意义的研究成果[1124]-,特别地,[33-42,58,65]在对偶问题方面取得了较大进展。集值优化对偶理论中,我们称预先给定的问题为初始问题,另一个为对偶问题。对偶理论的主要内容是:若给定初始问题,如何建立其相应的对偶问题。文献[12-14,42,43,52,53,58,65]分别介绍了在不同空间、不同约束条件以及不同问题形式等许多不同方面建立了多种对偶理论。至今仍有大量理论上和应用上都很有意义却仍未解决的对偶问题,值得深入研究探讨。  本文在实赋范空间中,基于Benson真有效性和Henig真有效性,对约束集值优化的对偶问题进行了研究。具体内容如下:  第一章我们主要分析了集值优化理论的国内外研究现状、目的和意义等,同时介绍了近二十几年来有关的一些工作,最后指出本文将要解决的问题。  第二章我们首先简要介绍了与集值优化相关的基础理论知识。其次,阐述了集合弱有效点、Henig真有效点、Benson真有效点等的定义,并研究了它们与其他有效点之间的关系;简单介绍了共轭映射及Benson真有效意义下的次可微。最后综述了集值映射的几种广义凸性及它们之间的关系。本文后续的几章都是基于本章所述概念和理论成果进行研究的。  第三章主要考虑约束集值优化在Benson真有效性下的三种共轭对偶。在本章中,我们通过对约束条件和目标映射分别进行扰动,来研究约束集值优化问题:  minF(x)  x∈A={x∈A:G(X)⌒(-D)≠Φ}  的Lagrange对偶、Fenchel对偶和Lagrange-Fenchel对偶问题。其中,F,G分别是实赋范空间X到Y和Z的集值映射,D是空间Z中的非空闭凸点锥。  第四章在近似锥次类凸和广义次类凸的假设下,通过定义新的Lagrange映射,应用选择定理,来考虑约束集值优化问题  minF(x)  x∈A={x∈A:G(X)⌒(-D)≠Φ}  Henig真有效性下的Lagrange对偶。其中,F,G同上定义。  第五章,我们对本文所做的主要工作进行总结,同时结合自己的想法对我们的研究方向进行展望。
其他文献
许多上网发送邮件的朋友,大都有这样的体会,即当我们给对方发送了邮件之后,非常希望对方能尽快阅读并及时答复,可是实际上对方的情况是多种多样的,因此经常碰到发送出去的邮件一时
期刊
近年来,电磁弹性材料作为新型材料广泛应用于航天、医学工程、军事等众多领域,逐步引起工程力学、材料科学等相关领域的广泛关注。一般来说,电磁弹性材料是由具有磁致伸缩效应的材料和能够产生压电效应的材料复合而成。由于制备电磁弹性材料的单相材料很脆且易折,因此有必要研究在多场耦合下,电磁弹性材料的裂纹扩展等相关问题。本课题主要研究含共线刚性线夹杂的电磁弹性材料在机-电-磁载荷作用下的耦合场分析。主要的研究内
本文通过对荣华二采区10
期刊
II-型模糊集作为I-型模糊集的扩展,能够更好地表达和处理复杂的不确定性问题,已经在空间数据挖掘、模糊控制、模式识别等方面得到了广泛的应用和发展。不过,II-型模糊集的理
图论与组合数学是数学的一个分支,它的历史可以追溯到18世纪,最早来源于Euler关于哥尼斯堡七桥问题的研究,并且至今仍然具有很强的活力.它在计算机科学,生命科学以及其它科学中具
中国服务业具有广阔的发展空间,大力发展服务业,对于我们推动经济结构战略性调整、深化改革开放、扩大国际合作,都具有重要意义。服务业不仅日益成为促进世界经济复苏、引领
最早的传染病模型是由Kermack-McKendrick提出的,其目的是通过对模型的动力学性质分析,从而使人们认识传染病的传播机制及传播规律。并且,模型能预测传染病的发展趋势,寻求对
开学不久,园长给每个班划分了一块区域来种植植物,让孩子们要学会照顾它们,并学会作观察记录.对于种植植物,我们班的孩子还是第一次,在小班的时候都是去观察中大班的植物角.
期刊
Producer gas through gasification of biomass can be used as an alternate fuel in rural areas due to high potential of biomass resources in India.Experiments wer
支持向量机作为一种新的基于统计学习理论的机器学习方法,是对传统的机器学习方法的一个很好的替代,其在小样本、高维空间和非线性情况下表现出许多特有的优势。现存的支持向量