广义凸集值优化问题的最优性-应用数学专业论文.docxVIP

摘要集值优化问题广泛存在于参数优化、控制论、非光滑分析、不动点理论、变分学、数理经济学等各个领域，是目前应用数学领域中备受关注的热点之一．对这一问题的研究涉及到集值分析、凸分析、线性与非线性分析、非光滑分析、拓扑向量格、偏序理论、抽象空间中的几何理论等数学分支，有重要的学术价值和相当的难度．从数学上讲，这一问题可归结为集值映射的极值问题．而刻画极值点特征的最优性条件是其核心内容之一，是建立集值优化方法必不可少的理论基础，也是集值优化理论的难点问题．如所周知，函数的凸性与广义凸性在优化理论及其应用中占有重要地位．在研究集值优化问题时，集值映射的凸性和广义凸性同样起着非常重要的作用．不少学者针对集值映射引入和推广了各种广义凸性．另一方面，有效性是集值向量优化的基本概念和核心问题．向量优化问题标量化是研究向量优化理论的一种基本方法．由于(弱)有效解范围较大，收缩解的范围成为向量优化研究的主要课题之一．为了标量化和收缩解的范围，人们引入了各种真有效性的概念．本文在集值映射的各种广义凸性假设下，基于不同的拓扑空间结构，建立集值优化问题各种有效解在Lagrange乘子、次微分(次梯度)、支撑函数、标量化、鞍点等条件下的最优性及其对偶性．具体结果可归结如下·两个集合的分离或接触是定义一些有效性的基本方法，受这一思想的启发，讨论了广义鞍点的集分离性质；在集值映射的近似锥一次类凸性假设下，在局部凸H