Wolfe对偶相关论文
该文利用非线性分析的方法讨论了向量最优化理论的一系列基本问题,其主要结果如下:1.向量最优化问题的非线性择一定理,给出了一个......
本文主要研究带有互补约束的数学规划问题(简称为MPCC)的对偶性研究，在非线性规划的对偶基础上，给出了互补约束数学规划问题的Wolfe......
根据凸函数的性质,讨论一般凸规划的Lagrange对偶、Subgradient对偶和Wolfe对偶等三种不同对偶形式之间的关系,给出它们之间等价性......
研究了Banach空间中参数优化问题的对偶问题，在不变类凸假设下，获得了Wolfe对偶的弱对偶定理和强对偶定理．作为应用，研究了一类最优控......
将凸函数进行推广并研究相应的凸规划问题,利用非光滑分析,定义一类新的广义不变凸函数,研究涉及此类函数的多目标半无限规划的Wol......
支持向量机是通过求解对偶问题来解决原始问题的.针对线性决策函数f(x)=(w·x)+b,我们指出了其原有的逻辑系统中的错误,并通过......
求线性约束凸规划问题的最优解.方法:在鞍梯度法的基础上提出了一个具有全局收敛性的原-对偶外点算法.结果:每步迭代利用Lagrange......
给出了函数η-凸性、η-伪凸性及，η-拟凸性的定义及它们之间的关系，并给出了这几类广义凸性在多目标规划最优性条件、对偶理论中的......
支持向量机是基于统计学习理论，借助最优化方法来解决机器学习问题的新工具。它将机器学习问题转化为求解最优化问题，并应用最优化理......
本文在局部凸拓扑向量空间中建立了集值函数向量优化的Ｗｏｌｆｅ对偶问题，证明了相应的弱对偶定理，对偶定理和逆对偶定理。......
讨论了与半严格-(B,G)-半预不变凸函数有关的可微多目标规划问题(TP),及其相对应的Wolfe型对偶问题(TW)之间可行解与弱Pareto解的......
针对带有矩约束的两阶段分布式鲁棒优化问题, 当随机变量的支撑集是多面体时, 利用线性规划对偶、 无穷维规划对偶、 二次规划的 W......
凸性是最优化理论中最常用的假设之一.在实际应用中目标函数的性质可能不是那么理想,为了减弱凸性要求,人们给出了各种各样的广义......
