- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第30卷第 1期 重庆工商大学学报 (自然科学版) 2013年 1月
Vo1.3O NO.1 JChongqingTechnolBusinessUniv.(NatSciEd) Jan.2013
文章编号:1672—058X(2013)01—0010—06
单 目标机会约束规划逼近 问题的稳定性分析
王俊林 ,霍永亮
(1.重庆师范大学 数学学院,重庆 401331;2.重庆文理学院 数学与统计学院,重庆 永川 402160)
摘 要:对机会约束规划逼近 问题最优解集的上半收敛性进行了研究;在一定意义下,利用概率测度 的
收敛性 ,给出了逼近问题 目标 函数的连续收敛性 ,并通过上 图收敛理论 ,得到 了机会约束规划逼近 问题的最
优解集上半收敛于初始机会约束规划 问题的最优解集.
关键词 :分布收敛 ;上半收敛 ;K一收敛 ;稳定性 ;上图收敛
中图分类号 :O221.5 文献标志码 :A
机会约束规划 由查纳斯 (A.Charnes)和库伯(W.W.Cooper)于 1959年提出,作为随机规划的一个分支,
当问题介入的随机变量个数较多时,决定区域和期望中的多重积分求法比较难,使得非线性规划的许多算
法失效,于是常利用某种逼近方法来求解随机规划问题 ].由于概率的扰动性,这就产生了最优值与最优解
集在数量与性质方面的稳定性问题.为了研究逼近解更好地接近初始问题的解 ,近年来有许多学者以各种
形式构造机会约束规划 问题的最优解集、有效解集及弱有效解集的逼近方法.其中文献 [2]基于切平面的产
生及算法研究了非线性机会约束规划的最优解;文献 [3]以概率测度的某种收敛性分析随机规划问题逼近
最优解的稳定性,得到了逼近解的一些相关结论;文献[4,5]对随机规划逼近问题作了一些稳定性分析;文
献 [6]提出概率约束规划的概率 目标模型并以一种逼近算法求解,讨论了其算法的有效性;文献 [8,9]研究
了随机规划的上图收敛及方法等.关于机会约束规划问题逼近的稳定性方向,此处在文献 [3,7,12.14]的启
发下从单 目标机会约束规划问题最优值函数着手,以分布收敛、K一收敛、上图收敛、上半收敛等工具进一步
分析了问题的逼近解及其稳定性.
考虑如下单 目标机会约束规划模型:
fminP( ,)≤0) ,、
ts.t. P(g(,)≤0,i=1,2,…,d)≥0, ∈D
其中,=( , ,…, ) ∈R ,为定义在完备型概率空间(,F,P)上的m维连续随机向量,确定性约束集
DcR 是紧致的,B(R )表示R 中的Borel子集全体,P是定义在 (R )上的概率测度全体,厂:R ×R 一
R,g:R ×R 一 ,N为 自然数全体.问题(1)的可行集、最优解集分别为 Js。和P。.
设 { }为 的离散化随机变量序列,且随机变量序列按分布收敛于 ,记作 ,则问题 (1)的逼
近模型为:
,minP(f(,)≤0)
{s【.t.e(gi(,)≤0,=1,2,…,d)≥口 (2)
∈ D
收稿 日期:2012—05—25:修画日期:2012—06—07.
作者简介:王俊林 (1980一),男,重庆人,硕士研究生,从事随机最优化研究
第 1期 王俊林,等:单 目标机会约束规划逼近问题的稳定性分析
问题(2)的可行集和最优集分别记为S 和P.
设 。=P。~, =P。 ,则 {tx。;tx,n∈N}为P(R )中的概率测度族.记
H()={ ∈R ,)≤0}
()={M∈R :g(,)≤0,i=1,2,…,d}
则有
P{ ,)≤0}=P{ ∈H()}= 。(H(x))
您可能关注的文档
- “搭积木”在C语言教学中的应用.pdf
- “基于计算机和课堂的英语教学模式”中的教师角色重构再认识.pdf
- 1排队模型.pdf
- 2)u)上的分解.pdf
- AHP模糊综合评价在课堂教学质量评价上的应用.pdf
- Banach空间中一类新α-β-非扩张映射的迭代收敛问题.pdf
- CO_2排放与经济增长及能源消耗的灰色关联分析.pdf
- FMC常用物料转运设备的应用分析.pdf
- G_2型量子群表示的Grbner-Shirshov基.pdf
- Glodstein条件下的一种修正CD共轭梯度法.pdf
- 2025年嵌入式系统设计师考试嵌入式系统智能家居应用开发试卷.docx
- 2025一级建造师真题试卷.docx
- 2025甘肃武威市民勤防沙治沙纪念馆面向社会招聘讲解员2人笔试备考试题及答案解析.docx
- 2025贵州毕节十小教师“跨校竞聘”工作笔试备考试题及答案解析.docx
- 2025年操作安全培训试题及答案.doc
- 2025年嵌入式系统设计师考试嵌入式系统智能家居应用测试试卷.docx
- 2025一级建筑师《建筑材料与构造》考试真题及答案.docx
- 2025安徽滁州市中新苏滁高新区选调教师4人笔试备考题库及答案解析.docx
- 2025年摊铺机三级安全教育试题及答案.doc
- 计算机专业本、专科毕业生毕业设计实践环节操作指南.docx
文档评论(0)