不确定多目标半无限分式规划的最优性条件及混合对偶

吕涵融 ,  李向有

延安大学学报(自然科学版) ›› 2025, Vol. 44 ›› Issue (01) : 65 -72.

PDF (474KB)
延安大学学报(自然科学版) ›› 2025, Vol. 44 ›› Issue (01) : 65 -72. DOI: 10.13876/J.cnki.ydnse.240054
数学与计算机科学

不确定多目标半无限分式规划的最优性条件及混合对偶

作者信息 +

Optimality conditions and mixed duality for uncertain multi-objective semi-infinite fractional programming

Author information +
文章历史 +
PDF (484K)

摘要

研究了含有不确定信息的多目标半无限分式优化问题,并借助一种新定义的向量运算关系,将鲁棒对应模型转化为一般的多目标优化问题,给出两者之间的关系。通过鲁棒型次微分约束规格以及广义凸函数,研究不确定多目标半无限分式规划的最优性条件,并研究了相应的混合型对偶。研究结果主要将有关半无限分式规划的最优性必要条件进行改进,并在新定义的type-I函数条件下研究了充分条件。

Abstract

The multi-objective semi-infinite fractional optimization problem with uncertain information is studied. The robust correspondence model is transformed into a general multi-objective optimization problem by means of a newly defined vector arithmetic relation, and the relationship between the two is presented. The optimality conditions for uncertain multi-objective semi-infinite fractional programming are studied through the robust subdifferential constraint specifications and generalized convex functions, and the corresponding mixed duality is also studied. The results of the study mainly improve the necessary optimality conditions for semi-infinite fractional programming and study the sufficient conditions under the new defined type-I function condition.

关键词

多目标分式规划 / 拟Pareto弱有效解 / 广义凸性 / 混合型对偶

Key words

multi-objective fractional programming / quasi Pareto weakly efficient solutions / generalized convexity / mixed type duality

引用本文

引用格式 ▾
吕涵融,李向有. 不确定多目标半无限分式规划的最优性条件及混合对偶[J]. 延安大学学报(自然科学版), 2025, 44(01): 65-72 DOI:10.13876/J.cnki.ydnse.240054

登录浏览全文

4963

注册一个新账户 忘记密码

不确定多目标优化问题是优化领域中的一个重要研究方向。鲁棒优化方法是解决不确定优化问题的有效手段之一。最优性和对偶性是不确定多目标优化问题的两个重要内容,目前已有很多学者研究了相关内容。
CHUONG等1利用变分分析和广义二元分析方法,为非光滑半无限多目标优化问题的(弱)有效解建立了必要条件。SUN等2利用次微分的性质引入了新的鲁棒型次微分约束条件,讨论了目标和约束函数均含有不确定因素情况下凸优化问题的鲁棒最优解。赵丹等3借助标量化方法和广义次微分性质,研究了原问题的鲁棒拟逼近有效解的最优性条件。SUN等4借助鲁棒型次微分约束条件,讨论了目标函数和约束函数均含有不确定参数的鲁棒ε拟最小值。张亚萌等5基于clarke次微分对广义凸性进行推广,研究了鲁棒近似拟弱有效解的最优性条件的充分性和鞍点定理。ANTCZAK6对于鲁棒多目标分式规划问题,采用Dinkelbach方法得到了鲁棒向量优化问题的近似有效解的充要条件,同时利用标量化方法给出鲁棒多目标分式规划问题与相应的鲁棒向量优化问题之间解的关系。PAN等7基于clarke次微分,研究一类非光滑不确定多目标分式规划的鲁棒弱有效解最优性条件。GAO等8利用Gerstewitz’s函数的性质,研究了非光滑不确定多目标半无限分式规划鲁棒拟近似弱有效解的最优性条件的必要性。NGUYEN等9研究了多目标半无限分式规划问题的KKT鲁棒最优性条件及对偶性,基于鲁棒型次微分约束规格的情况下,给出了关于Mordukhovich’s次微分的鲁棒最优性条件的必要性。文献[10-12]讨论了约束函数中含有不确定参数时的半无限分式规划问题。文献[13-15]研究了混合型对偶,给出了原问题与对偶问题解之间的关系。李梦恩等16基于文献[17-19]在不确定多目标优化问题中建立了鲁棒ε-拟弱有效解的最优性必要条件。文献[20-23]研究了多目标半无限规划问题。龚田甜24在不确定信息下研究了非光滑多目标分式规划的鲁棒弱有效解。
基于上述文献,本文将分式规划问题转化为一般的整式规划问题,并讨论了两者之间的关系,给出了鲁棒ε-拟Pareto弱有效解的充要条件。在鲁棒最优性条件的基础上给出了相应的混合型对偶,并研究两者之间解的关系,利用clarke次微分及其性质将文献[9]的结论推广到更为一般的情形。

1 预备知识

RnnEuclid空间,B*Rn的闭单位球,对任意x,yRn,用x,y=xTy表示两向量的内积。记R+p=xRnxi0,i=1,2,,pR++p=xRnxi>0,i=1,2,,p

T为一个非空无限指标集,RT定义为

RT:=λ=λttT:λt=0,tT,仅有限个λt0

RT的非负锥R+T定义为

R+T:=λRTλt0,tT

定义1.117φ:RnR为实值函数,若对于任意的xRn,存在实数L0以及x的开邻域Nx,使得φ(y)-φzLy-z,y,zNx,则称函数φ为局部Lipschitz函数。

定义1.225 局部Lipschitz函数φxRn处关于方向dRnClake方向导数定义为

φcx,d:=limyx supt0φy+td-φyt

φxRn处的Clake次微分定义为

cφx:=ζRnφc(x,d)ζ,d,dRn

注1.117φ为凸函数,则φx¯Rn处的Clake次微分退化为经典的次微分:

φx¯:=x*Rnφxφx¯+x*,x-x¯,xRn

定义1.317DRn为非空子集,xD,则集合Dx处的Clake法锥定义为

NcD,x:=ζRnζ,u0,uTDx,其中,TDx=uRndD0x,u=0Dx处的Clake切锥,dD0D的距离函数。

定义1.417 集合A的极锥定义为

A:=x*Rn:x*,x0,xA

引理1.117DRn为非空子集,若函数φ:RnRxD处是局部Lipschitz的,且φxD处取得最小值,则0cφx+NcD,x

引理1.217φi:RnRi=1,,p,在xRn处是局部Lipschitz的,则

cφ1+φ2++φpxcφ1x+cφ2x+cφpx

命题1.117 若函数φi:RnRi=1,,p)在xRn处是局部Lipschitz的,则函数φ·=maxi1,,pφixRn处是局部Lipschitz的,且

cφxi=1pλicφixλ1,λ2,,λpR+p,i=1pλi=1

本文考虑如下多目标半无限分式优化问题,其中约束函数中含有不确定参数:

(UMFP)minfgx:=f1xg1x,,fpxgpx

其中,xK,可行集为K:=xΩhtx,vt0, vtVt,tTΩRn为非空局部闭集,fi:RnRgi:RnRht:Rn×RsR为实值函数,tTi=1,,pvtVt为不确定参数,VtRs为不确定集合。

文中若无特殊说明,总是假设figi(i=1,2,,p)为局部Lipschitz函数,fi·0gi·>0;以及对于任意的vtVt,tT,ht·,vt关于第一个变量为局部Lipschitz函数。文中所出现的ε均定义为ε:=ε1,ε2,,εpR+p\0

2 最优性条件

首先借助鲁棒优化方法,给出问题(UMFP)的鲁棒对应模型:

RUMFPminfgx:=f1xg1x,,fpxgpx

其中,xC,可行集为

C:=xΩhtx,vt0,vtVt,tT

定义2.1 如果xC,有fgx-fgx¯+ε·x-x¯-R++p,则向量x¯C被称为原问题(UMFP)的鲁棒ε-拟Pareto弱有效解,x¯C为鲁棒对应问题RUMFPε-拟Pareto弱有效解。

定义2.29 对于任意的a=a1,a2,,apRpb=b1,b2,,bpRp,定义关系·

c=a·ba1b1,a2b2,,apbp

为了得到鲁棒最优性条件,给出如下模型:

(RUMFP)sminfx-s¯·gx

其中,xCs¯=s¯1,s¯2,s¯ps¯i=fix¯gix¯0i=1,2,,p

定义2.3 如果xC,有fx-s¯·gx-fx¯-s¯·gx¯+ε·gx·x-x¯-R++p,则称x¯C(RUMFP)s的鲁棒εgx-拟Pareto弱有效解。

命题2.1x¯C(UMFP)的鲁棒ε-拟Pareto弱有效解当且仅当x¯C(RUMFP)s的鲁棒εg(x)-拟Pareto弱有效解。

证明 如果x¯C(UMFP)的鲁棒ε-拟Pareto弱有效解,则对于xC,有

fgx-fgx¯+ε·x-x¯-R++p

已知gx>0,则

gx·fgx-fgx¯+ε·gx·x-x¯-R++p,

fx-fgx¯·gx+ε·gx·x-x¯-R++p

又因为fx¯-s¯·gx¯=0,则

fx-s¯·gx-fx¯-s¯·gx¯+ε·gx·x-x¯-R++p

因此,x¯C(RUMFP)s的鲁棒εgx-拟Pareto弱有效解。

反之,如果x¯C(RUMFP)s的鲁棒εgx-拟Pareto弱有效解,则对于xC,有

fx-s¯·gx-fx¯-s¯·gx¯+ε·gx·x-x¯-R++p

因为fx¯-s¯·gx¯=0,则

fx-s¯·gx+ε·gx·x-x¯-R++p

进一步,由gx>0可得

fgx-fgx¯+ε·x-x¯-R++p

x¯C(UMFP)的鲁棒ε-拟Pareto弱有效解。

定义2.418x¯CΔx¯=λR+Tλtht(x¯, vt)=0,tT,vtVt。如果有

NcC,x¯λtΔx¯tTλtxchtx¯,vt+NcΩ,x¯

则称鲁棒型次微分约束规格(RSCQ)x¯C处成立。

定理2.1x¯C(UMFP)的鲁棒ε-拟Pareto弱有效解,假设鲁棒型次微分约束规格(RSCQ)x¯处成立,则存在α=α1,α2,,αpR+pi=1pαi=1v¯tVt,tTλ¯R+T,使得

0i=1pαicfix¯-s¯icgix¯+tTλ¯txchtx¯,v¯t+i=1pαiεigix¯B*+NcΩ,x¯
λ¯thtx¯,v¯t=0

证明 对于xC,记函数

Hix=fix-s¯igix-fix¯-s¯igix¯+εigixx-x¯,i=1,2,,p

Hx=maxi1,,pHix,则对于xC,有

Hx¯Hx

否则,存在x^C,使得Hx^<Hx¯=0

fix^-s¯igx^-fix¯-s¯igix¯+

εigix^x^-x¯<0

x¯(UMFP)的鲁棒ε-拟Pareto弱有效解矛盾。

因此,xC,有Hx¯Hx

因为Hxx¯C为局部Lipschitz的,且Hxx¯C处取得最小值,则由引理1.1可得

0cHx¯+NcC,x¯

又由命题1.1和引理1.2可得

cHx¯i=1pαicHix¯αR+p,i=1pαi=1=i=1pαicfi-s¯igi+εigi-x¯x¯αR+p,i=1pαi=1
i=1pαicfi·x¯-s¯icgi·x¯+εigix¯B*αR+p,i=1pαi=1

故存在

α=α1,α2,,αpR+pi=1pαi=1,使得

0i=1pαicfix¯-s¯icgix¯+i=1pαiεigix¯B*+NcC,x¯

又因为鲁棒型次微分约束规格(RSCQ)x¯处成立,所以

0i=1pαicfix¯-s¯icgix¯+i=1pαiεigix¯B*+λtΔx¯tTλtxchtx¯,vt+NcΩ,x¯,

其中,Δx¯=λR+Tλthtx¯,vt=0,tT,vtVt

即存在λ¯R+T,v¯tVt,tT,使得

0i=1pαicfix¯-s¯icgix¯+tTλ¯txchtx¯,v¯t+i=1pαiεigix¯B*+NcΩ,x¯
λ¯thtx¯,v¯t=0

定义2.5 如果xCζicfix¯ηicgix¯γtxchtx¯,vti=1,2,,p,存在ωNcΩ,x¯°,在x¯C使得

fix-fix¯ζi,ωgix-gix¯ηi,ω
ωx-x¯
htx,vt-htx¯,vtγt,ω

则称f,g,hx¯C为type-I函数。

下面给出一个实例来证明type-I函数的存在性。

例2.1p=2Ω=Rx¯=0ΩvtVt:=-t-2,t-2对于任意的tT:=0,1。考虑以下问题:

(UMFP)min     x2-23x2+1,2x2-4x2+2,                 s.t.      htx,vt:=tx2+vt0,  tT

证明 对于任意xC:=xΩhtx,vt0 vtVt,tT=[-1,1],有

cf1x¯=cf2x¯=0cg1x¯=cg2x¯=0

显然,Nc(Ω;x¯)=0Nc(Ω;x¯)=Rxchtx¯,v¯t=0tT。容易证明f,g,hx¯处为type-I函数。

接下来讨论鲁棒ε-拟Pareto弱有效解的充分性条件。

定理2.2f,g,hx¯C为type-I函数,存在α=α1,α2,,αpR+pi=1pαi=1v¯tVt,tTλ¯R+T,使得

0i=1pαicfix¯-s¯icgix¯+tTλ¯txchtx¯,v¯t+i=1pαiεigix¯B*+NcΩ,x¯,
λ¯thtx¯,v¯t=0

x¯C(UMFP)的鲁棒ε-拟Pareto弱有效解。

证明 假设x¯C不是(UMFP)的鲁棒ε-拟Pareto弱有效解,则存在x^C\x¯,使得

fx^-s¯·gx^-fx¯-s¯·gx¯+ε·gx^·x^-x¯-R++p

又因为

0i=1pαicfix¯-s¯icgix¯+i=1pαiεigix¯B*+
tTλ¯txchtx¯,v¯t+NcΩ,x¯,

则存在ζ¯icfix¯η¯icgix¯b¯B*γ¯txchtx¯,v¯t,使得

-i=1pαiξ¯i-s¯iη¯i+i=1pαiεigix¯b¯+tTλ¯tγ¯tNcΩ,x¯,

即对于任意的ωNcΩ,x¯°,有

i=1pαiξ¯i-siη¯i,ω+i=1pαiεigix¯b¯,ω+tTλ¯tγ¯t,ω0

因为f,g,hx¯C为type-I函数,则对于ζicfix¯ηicgix¯γtxchtx¯,v¯ti=1,2,,p,存在ωNcΩ,x¯°,在x¯C使得

fix^-fix¯ζi,ω
gix^-gix¯ηi,ω
htx^,v¯t-htx¯,v¯tγt,ωωx^-x¯

si0,可得

-sigix^--sigix¯-siηi,ω
因为x^C\x¯,所以λ¯thtx^,v¯t0

结合式(2)和(3)以及λ¯thtx¯,v¯t=0可得

0i=1pαiξ¯i-s¯iη¯i,ω+tTλ¯tγ¯t,ω+i=1pαiεigix¯b¯,ωi=1pαifix^-s¯igix^-fix¯-s¯igix¯+i=1pαiεigix¯x^-x¯+tTλ¯thtx^,v¯t-htx¯,v¯ti=1pαifix^-s¯igix^-fix¯-s¯igix¯+i=1pαiεigix¯x^-x¯

因此,

i=1pαifix^-s¯igix^-fix¯-s¯igix¯+i=1pαiεigix¯x^-x¯0

故一定存在i0=1,,p,使得

fi0x^-s¯i0gi0x^-fi0x¯-s¯i0gi0x¯+εi0gi0x¯x^-x¯0

式(1)矛盾,故x¯C(UMFP)的鲁棒ε-拟Pareto弱有效解。

3 鲁棒对偶性

具有不确定数据的鲁棒多目标半无限分式规划问题的对偶性在非线性分析中具有重要的作用,下面给出问题的混合型对偶。问题(UMFP)的混合型不确定对偶定义为

(UMFDP)max siy+tTλtht(y,vt),s.t.    0i=1pαi(cfi(y)-siycgi(y))+        i=1pαiεigiyB*+tT(λt+μt)        ycht(y,vt)+Nc(Ω;y),          μtht(y,vt)0,   λΔy,v,tT,α=(αi)i=1pR+p,i=1pαi=1,μR+T,yΩ,          siy=fi(y)gi(y),i=1,,p,Δy,v=λR+Tλthty,vt=0     vtVt,tT

相应的对偶问题的最优对应为

(OUMFDP)max siy+tTλtht(y,vt),s.t.    0i=1pαi(cfi(y)-siycgi(y))+        i=1pαiεigiyB*+tT(λt+        μt)ycht(y,vt)+Nc(Ω;y),         μtht(y,vt)0,   siy=fi(y)gi(y),        i=1,,p,yΩ,tT,vtVt,α=(αi)i=1pR+p,i=1pαi=1,λΔy,v,μR+T,        Δy,v=λR+Tλthty,vt=0             vtVt,tT

(UMFDP)的鲁棒可行集为D

注3.1 1)若λt=0,tT,则问题(OUMFDP)退化为问题(UMFP)Mond-weir型鲁棒对偶问题。

2)若μt=0,tT,则问题(OUMFDP)退化为问题(UMFP)Wolfe型鲁棒对偶问题。

为了研究原问题与混合型对偶问题解的关系,下面给出混合对偶问题解的定义。

定义3.1 考虑问题(UMFDP),若y¯,α¯,s¯,λ¯μ¯,v¯tD,不存在y,α,s,λ,μ,vtD,使得

siy+tTλthty,vt-s¯iy+tTλ¯thty¯,v¯t-εiy-y¯>0

y¯,α¯,s¯,λ¯,μ¯,v¯t(UMFDP)的一个鲁棒ε-拟Pareto弱有效解,y¯,α¯,s¯,λ¯,μ¯,v¯t(OUMFDP)的一个ε-拟Pareto弱有效解。

定理3.1x¯Cy,α,s,λ,μ,vtD,如果f,g,hy处为type-I函数,且yminyΩg(y)的最优解,则

siy+tTλthty,vt-s¯i-εiy-x¯0

证明 假设

siy+tTλthty,vt-s¯i-εiy-x¯>0

上式两边同时乘以-gix¯

fix¯-siygix¯-gix¯tTλthty,vt+εigix¯x¯-y<0i=1,,p

因为α=(αi)i=1pR+pi=1pαi=1,所以

i=1pαifix¯-siygix¯+i=1pαiεigix¯x¯-y-i=1pαigix¯tTλthty,vt<0,

其中,x¯Cy,α,s,λ,μ,vtD

λtht(x¯,vt)-ht(yvt)0

因为y,α,s,λ,μ,vtD,所以

0i=1Pαicfiy-siycgiy+i=1pαiεigiyB*+tT(λt+μt)ycht(y,vt)+Nc(Ω;y)

故存在ζiycfiyηiycgiyb¯yB*γtyxchty,vti=1,2,,p,对于任意的ωNcΩ,y°

i=1pαiζiy-siyηiy,ω+i=1pαiεigiyb¯y,ω+tT(λt+μt)γty,ω0

变形为

i=1pαiζiy-siyηiy,ω+i=1pαiεigiyb¯y,ω-tTλtγty,ω-tTμtγty,ω

又因为f,g,hy处为type-I函数,所以对于ζiycfiyηiycgiyγtyxchty,vtb¯yB*i=1,2,,p,存在ωNcΩ,y°,使得

tTμtγty,ωtTμthtx¯,vt-hty,vt0,tTλtγty,ωtTλthtx¯,vt-hty,vt0,
i=1pαifix¯-siygix¯+i=1pαiεigiyx¯-y-i=1pαigix¯tTλt    hty,vt=i=1pαifix¯-fiy-siygix¯-giy-i=1pαigix¯ tTλthty,vt+i=1pαiεigiyx¯-yi=1pαiζiy-siyηiy,ω+i=1pαiεigiyb¯y,ω0

又因为yminyΩg(y)的最优解,则gix¯giy,可以得到

i=1pαifix¯-siygix¯+i=1pαiεigix¯x¯-y-i=1pαigix¯tTλthty,vt0

式(4)矛盾,故

siy+tTλthty,vt-s¯i-εiy-x¯0

定理3.2 假设鲁棒型次微分约束规格(RSCQ)y¯C处成立,f,g,h在任意的yΩ处为type-I函数,若y¯C为问题(UMFP)的鲁棒ε-拟Pareto弱有效解,且yminyΩg(y)的最优解,那么存在α¯=α¯1,α¯2,,α¯pR+pi=1pα¯i=1v¯tVt,tTλ¯R+T,使y¯,α¯,s¯,λ¯,0,v¯ty¯,α¯,s¯,0,λ¯,v¯t(UMFDP)的鲁棒ε-拟Pareto弱有效解,并且两者最优值相等。

证明 因为y¯C为问题(UMFP)的鲁棒ε-拟Pareto弱有效解,则由定理2.1可得存在

α¯=α¯1,α¯2,,α¯pR+pi=1pα¯i=1v¯tVt,tT
λ¯R+T,使得
0i=1pα¯icfiy¯-s¯icgiy¯+i=1pαiεigiy¯B*+tTλ¯txchty¯,v¯t+NcΩ,y¯,λ¯thty¯,v¯t=0,

显然,y¯,α¯,s¯,λ¯,0,v¯tDy¯,α¯,s¯,0,λ¯,v¯tD

对于y¯,α¯,s¯,λ¯,0,v¯tD,由定理3.1可得,任意的y,α,s,λ,μ,vtD

siy+tTλthty,vt-s¯iy-εiy-y¯0

已知tTλ¯thty¯,v¯t=0,所以

siy+tTλthty,vt-s¯iy+tTλ¯thty¯,v¯t-εiy-y¯0

对于y¯,α¯,s¯,0,λ¯,v¯tD,同理可得。

所以y¯,α¯,s¯,λ¯,0,v¯tDy¯,α¯,s¯,0,λ¯,v¯tD(UMFDP)的鲁棒ε-拟Pareto弱有效解。

显然,两者最优值相等。

定理3.3x¯C(UMFP)的可行解,x¯minxΩg(x)的最优解,x¯,α¯,s¯,λ¯,0,v¯tDx¯,α¯,s¯,0,λ¯,v¯tD(UMFDP)的可行解,如果f,g,h在任意的xΩ处为type-I函数,那么x¯C(UMFP)的鲁棒ε-拟Pareto弱有效解,x¯,α¯,s¯,λ¯,0,v¯tDx¯,α¯,s¯,0,λ¯,v¯tD(UMFDP)的鲁棒ε-拟Pareto弱有效解。

证明 假设x¯C不是(UMFP)的鲁棒ε-拟Pareto弱有效解,则存在x˜C,使得

fgx˜-fgx¯+ε·x˜-x¯-R++p

fx˜-s¯gx˜+ε·gx˜·x˜-x¯-R++p

已知α¯=α¯1,α¯2,,α¯pR+p,故

i=1pα¯ifix˜-s¯igix˜+i=1pα¯iεigix˜x˜-x¯<0

类似定理3.1的证明,因为f,g,hx¯处为type-I函数,x¯,α¯,s¯,λ¯,0,v¯tD,所以对于ζix¯cfix¯ηix¯cgix¯γtx¯xchtx¯,v¯tb¯B*i=1,2,,p,存在ωNcΩ,x¯°,在x¯C使得

i=1pα¯ifix˜-s¯igix˜+i=1pα¯iεigix¯x˜-x¯=i=1pα¯ifix˜-fix¯-s¯igix˜-gix¯+i=1pα¯iεigix¯x˜-x¯i=1pα¯iζix¯-s¯iηix¯,ω+i=1pα¯iεigix¯b¯,ω0

又因为x¯minxΩg(x)的最优解,则gix˜gix¯,故

i=1pα¯ifix˜-s¯igix˜+i=1pα¯iεigix˜x˜-x¯0

式(5)矛盾,因此x¯C(UMFP)的鲁棒ε-拟Pareto弱有效解。

x¯,α¯,s¯,λ¯,0,v¯tD不是(UMFDP)的鲁棒ε-拟Pareto弱有效解。

则存在x,α,s,λ,μ,vtD,使得

si+tTλtht(x,vt)-s¯i-tTλ¯thtx¯,v¯t-εix-x¯>0

因为tTλ¯thtx¯,v¯t=0,所以

si+tTλthtx,vt-s¯i-εix-x¯>0

同定理3.1的证明,可以得到矛盾,故(x¯,α¯,s¯,λ¯0,v¯t)D(UMFDP)的鲁棒ε-拟Pareto弱有效解。

(x¯,α¯,s¯,0,λ¯,v¯t)D同上述证明方法,易得(x¯α¯,s¯,0,λ¯,v¯t)D(UMFDP)的鲁棒ε-拟Pareto弱有效解。

4 结束语

本文讨论了不确定信息下的多目标半无限分式规划问题的最优性条件,更一般地给出了该问题的混合型对偶问题,并讨论了原问题与对偶问题解之间的关系。后续可以在本文的基础上讨论混合鞍点的存在性。

参考文献

[1]

CHUONG D TKIM S D. Nonsmooth semi-infinite multiobjective optimization problems[J]. Journal of Optimization Theory and Applications2014160(3):748-762.

[2]

SUN XPENG ZGUO X. Some characterizations of robust optimal solutions for uncertain convex optimization problems[J]. Optimization Letters201610(7):1463-1478.

[3]

赵丹,孙祥凯. 非凸多目标优化模型的一类鲁棒逼近最优性条件[J]. 应用数学和力学201940(6):694-700.

[4]

SUN XTEO K LZENG Jet al. Robust approximate optimal solutions for nonlinear semi-infinite programming with uncertainty[J]. Optimization202069(9):2109-2129.

[5]

张亚萌,余国林. 鲁棒多目标规划近似拟弱有效解的最优性条件和鞍点定理[J]. 吉林大学学报(理学版)202159(2):250-256.

[6]

ANTCZAK T. Parametric approach for approximate efficiency of robust multiobjective fractional programming problems[J]. Mathematical Methods in the Applied Sciences202144(14):11211-11230.

[7]

PAN XYU GGONG T. Optimality conditions for generalized convex nonsmooth uncertain multiobjective fractional programming[J]. Journal of the Operations Research Society of China202211(4):809-826.

[8]

GAO LYU GHAN W. Optimality conditions of the approximate efficiency for nonsmooth robust multiobjective fractional semi-infinite optimization problems[J]. Axioms202312(7):635.

[9]

NGUYEN T T TTRAN S V. Robust optimality conditions and duality for nonsmooth multiobjective fractional semi-infinite programming problems with uncertain data[J]. Optimization202372(7):1745-1775.

[10]

ZENG JXU PFU H. On robust approximate optimal solutions for fractional semi-infinite optimization with uncertainty data[J]. Journal of Inequalities and Applications2019(1):1-16.

[11]

GUO X. On mond-weir-type robust duality for a class of uncertain fractional optimization problems[J]. Axioms202312(11):1029.

[12]

冯欣怡,孙祥凯. 不确定信息下分式半无限优化问题的近似最优性刻画[J]. 应用数学和力学202243(6):682-689.

[13]

王梦丹,王娇浪. 一类新的非凸鲁棒优化问题的混合型对偶[J]. 吉首大学学报(自然科学版)202445(1):7-12.

[14]

郭晓乐,孙祥凯. 非凸非光滑半无限优化的混合型鲁棒对偶研究[J]. 系统科学与数学202444(2):461-470.

[15]

刘娟,龙宪军. 非光滑多目标半无限规划问题的混合型对偶[J]. 应用数学和力学202142(6):595-601.

[16]

李梦恩,韩有攀. 鲁棒多目标优化问题 ε -拟弱有效解的最优性条件[J]. 延边大学学报(自然科学版)202248(3):196-204.

[17]

CHUONG T DKIM D S. Nonsmooth semi-infinite multiobjective optimization problems[J]. Journal of Optimization Theory and Applications2014160(3):748-762.

[18]

LEE J HLEE G M. On ε -solutions for convex optimization problems with uncertainty data[J]. Positivity201216:509-526.

[19]

LEE J HJIAO L. On quasi ε -solution for robust convex optimization problems[J]. Optimization Letters201711(8):1609-1622.

[20]

LONG XXIAO YHUANG N. Optimality conditions of approximate solutions for nonsmooth semi-infinite programming problems[J]. Journal of the Operations Research Society of China20186(2):289-299.

[21]

CHUONG T DHUY N QYAO J C. Subdifferentials of marginal functions in semi-infinite programming[J]. SIAM Journal on Optimization201020(3):1462-1477.

[22]

KIM D SSON T Q. Characterizations of solution sets of a class of nonconvex semi-infinite programming problems[J]. Journal of Nonlinear and Convex Analysis201112(3):429-440.

[23]

MISHRA S KJAISWAL MLE ThI H A. Nonsmooth semi-infinite programming problem using limiting subdifferentials[J]. Journal of Global Optimization201253:285-296.

[24]

龚田甜. 非光滑多目标规划鲁棒解的最优性条件和鞍点定理[D]. 银川:北方民族大学,2020.

[25]

CLARKE F H. Optimization and nonsmooth analysis[M]. New York:Wiley Press,1983.

基金资助

国家自然科学基金项目(11961072)

AI Summary AI Mindmap
PDF (474KB)

502

访问

0

被引

详细

导航
相关文章

AI思维导图

/